AI赋能无线网络：标准进展、挑战与展望 2024.pdf

中

移

AI赋能无线网络：标准进展、挑战

智

与展望

库

中国移动研究院无线与终端技术研究所

20249月

摘要

人工智能（AI）和无线接入网络（RAN）融合能够革

新网络基础设施、提高移动网络效率、降低网络运维成本

并为电信企业释放新的商业机会，已成为行业发展重要趋

势。标准化的质量与成熟度是AI使能无线网络重塑升级的

关键，国际标准组织3GPP正在积极探索AI与RAN的融合

并取得了一些进展，中国移动积极贡献，在该领域发挥了

技术和产业引领作用，主导大数据采集、AI与RAN融合等

多个项目，制定了统一的数据收集方案和功能框架设计，

为网络自动化和智能化奠定了基础。然而，AI赋能RAN的

中

技术革新并非一蹴而就，AI模型训练数据获取、模型泛化

移

性、模型传输等问题，都是当前标准化与应用过程中必须

智

面对的关键挑战。为应对这些挑战，业界需要客观冷静地

库

看待AI与RAN的融合，产学研用伙伴紧密合作，通过数据

匿名化和去标识化、联邦学习、环境自适应的AI模型设计、

基于参考模型算法结构的模型传输等潜在措施，共同推动

AI技术在无线通信行业的创新应用，加速AI与RAN融合

技术的成熟发展，为无线网络变革做好充足的准备。

一、AI与5GRAN融合的探索历程

随着移动通信技术的快速发展，网络规模和复杂性急

剧增加，传统的网络管理方式效率低、易出错，且难以有

效建模复杂问题，亟需自动化、智能化的手段来降低网络

部署和运维成本，提升网络性能。以中国移动为例，目前

已部署超过300万5G基站，能耗和运维难度成为网络管

理的重大挑战，亟需采用智能化解决方案来实现成本效益

和运营效率的双提升。AI技术以其卓越的大数据处理和预

测能力，深入分析海量数据，挖掘数据间的潜在关联，预

测未来的趋势和结果，为无线接入网提供了更加智能化的

管理手段。然而，目前基于AI的解决方案在现网中的应用

仍存在局限性，例如，局限于单一厂商的网络设备，缺乏

跨厂商的协同优化能力，且优化效果多局限于特定网元，

中

无法全面扩展至网络和终端间的协同优化。为了克服这些

移

局限，亟待开展AI与RAN融合的全球通用标准制定工作。

智

库

3GPP作为全球通信行业的权威标准组织，涵盖了从终

端、无线接入网、核心网和业务端到端移动通信系统，为

5G技术的发展提供了统一的框架和协议规范，其制定的标

准是5G网络落地应用的基石。3GPP早在5G标准化初期

就开始了AI赋能RAN的布局，2018年中国移动牵头的

Rel-16“RAN-centricdatacollectionandutilization”

项目，通过定义统一的数据测量量和自动化的数据收集方

案，为5G网络自动化和智能化提供有力抓手，该项目为后

续AI与RAN的融合奠定了坚实的基础。在此基础上，中国

移动在R17版本牵头启动了首个AI与RAN融合的研究项

目，制定了统一的功能框架和协议流程等顶层设计，打通

了5G与AI融合的关口，同时面向网络能耗优化、负载均

衡和移动性管理等关键用例进行了针对性优化，正式拉开

了3GPPRAN与AI融合的标准化序幕。

除了传