面向 AI-Native RAN：6G 日常标准化的运营商视角
网络与互联网体系结构
2025-07-14 v1 人工智能
分布式、并行与集群计算
机器学习
系统与控制
系统与控制
摘要
人工智能/机器学习 (AI/ML) 已成为 6G 移动网络中最确定且最突出的特征。不同于 5G，AI/ML 未被原生集成到现有架构中而是作为增值功能添加，6G 应从一开始就将 AI 集成到系统中以解决其复杂性并支持普适 AI 应用。基于我们从 2G 到 5G 广泛的移动网络运营和标准化经验，本文探讨了面向 6G 的 AI-Native radio access network (RAN) 的设计和标准化原则，特别关注其关键 Day 1 architecture、功能和能力。我们研究了 AI-Native RAN 的 framework，提出其三个 essential capability 以为标准化方向提供指引：AI-driven RAN processing/optimization/automation、可靠的 AI lifecycle management (LCM)、以及 AI-as-a-Service (AIaaS) provisioning。针对 AI-Native RAN 的标准化（特别是 Day 1 功能），包括 AI-Native 6G RAN architecture，均提出了建议。为验证，我们构建了规模为 5000 台以上 5G-A 基站的大规模试验场，所提出的架构和支持 AI 功能显著改善了平均空接口延迟、根因识别和网络能耗。本文旨在为 6G AI-Native RAN 标准化设计提供 Day 1 框架，在技术创新与实际部署之间取得平衡。
引用
@article{arxiv.2507.08403,
title = {Towards AI-Native RAN: An Operator's Perspective of 6G Day 1 Standardization},
author = {Nan Li and Qi Sun and Lehan Wang and Xiaofei Xu and Jinri Huang and Chunhui Liu and Jing Gao and Yuhong Huang and Chih-Lin I},
journal= {arXiv preprint arXiv:2507.08403},
year = {2025}
}