人工智能将用于使用更少的能量改善波束成形并改善整体连接性。

为智能手机供电和连接的芯片现在是我们认为理所当然的各种日常任务的基础，从访问互联网到拍照或询问 Siri 或谷歌以及查询是否有雨。大多数人不会思考这些任务可能对半导体提出的相互冲突的要求，但对于领先芯片制造商的工程师来说，这种平衡行为是设计过程的核心部分。

随着人工智能 (AI) 引擎和利用它们的应用的普及，这项工作变得更具挑战性。人工智能对智能手机处理器以及基站无线电中的调制解调器和处理器提出了要求，工程师们现在正在训练这些处理器在给定的一组条件下尽可能高效地传输和接收。

“人工智能的质量在于能够处理大量数据并检测模式并处理某些情况，”英飞凌副总裁兼卓越人工智能中心负责人 Nico Kelling 说。“人工智能可以根据情况做出明智的决定。这一原则也适用于连接的基站站点。“

对于智能手机，连接协议由第三代合作伙伴计划 （3GPP） 定义。去年，该组织明确表示需要增加对 AI 和 ML 的关注，并指出需要联合优化各种关键性能指标，这对于 5G 来说变得更具挑战性。

《下一代无线通信的使能技术》

人工智能在RAN 中的应用
第 17 版协议中，3GPP 启动了一项关于人工智能/机器学习在无线电接入网络中的应用的研究。高通公司工程副总裁胡安·蒙托霍 (Juan Montojo) 表示，这项名为增强数据收集的研究涉及终端用户设备向网络设备生成报告。该研究项目正在变成3GPP第 18 版协议的工作项目。使用自组织网络的原理，但从被动状态转变为主动状态，算法训练基站在没有从终端设备接收到位置更新时关闭电源，表明该地区没有人需要网络。

训练基站在不需要时关闭它们对能源使用管理具有明显的意义。事实上，能源管理是无线网络中人工智能的主要用例，是德科技网络解决方案首席技术专家 Balaji Ragothaman指出。

Ragothaman 表示：“是德科技认为节能和波束管理是 AI/ML 在短期内增加显着价值的最有希望的领域。” “一些行业试验已经表明，智能节能算法可以在非高峰时段明智地关闭网络中的某些基站或天线，从而节省大量成本。同样，用于优化覆盖范围和容量的动态波束成形也是一个很有前景的领域。”

将 AI/ML 应用程序带入空中接口的波束成形是 3GPP 另一个与 AI 相关的项目的一部分。虽然增强数据收集工作项目涉及终端用户设备向智能基站报告，但新项目涉及基站和终端用户设备之间的双向通信，将使用人工智能共同解决非线性问题。

在提交给 Release 18 工作组的专注于物理层的论文中，AI/ML 是最受欢迎的主题，大约有 200 篇论文。作为 AI/ML 工作组的报告员，Montojo 负责将信息综合成各方都同意的前进计划。

Montojo 解释说，该小组正在研究空中接口中 AI/ML 的三个用例——波束成形、信道状态信息 (CSI) 和定位。“高通正计划开始考虑为这种类型的 AI/ML 提供专用硬件，”Montojo 说，并补充说这意味着在 CPU 和 GPU 中为 AI 投入更多资源。“在我看来，不仅是高通，每个人都会发展它，”他预测道。

英特尔还在谈论人工智能在 5G 半导体解决方案中的重要性。英特尔无线接入网络部门副总裁 Cristina Rodriguez 最近在德克萨斯州奥斯汀举行的 Informa 大型 5G 活动上发表讲话，称 AI 和 ML 是“5G 演进和每种无线网络标准未来的游戏规则改变者”。她预测这些技术将支持链路自适应、流量导向、服务水平协议和节能。

根据 Rodriguez 的说法，无线接入网络中的 AI 将为服务提供商提供更精细、实时的网络运营控制。机器学习将使网络能够自动配置资源，以最有效的方式满足工作负载需求。

Rodriguez 引用了 Capgemini 在名为 Project Marconi 的测试中使用英特尔至强处理器的案例，该测试通过实时预测分析证明频谱效率提高了 15%。

英特尔声称拥有唯一一款具有内置 AI 加速功能的服务器 CPU，并将其至强处理器定位为虚拟化无线电接入网络的基石基础设施。随着网络运营商考虑 RAN 虚拟化，人工智能是价值主张的重要元素。Rodriguez 指出 AI 能够实现网络切片，或将网络资源动态分配给企业客户，以确保客户获得一致的服务水平。在 5G 和 AI 的支持下，网络切片被视为运营商潜在的新收入来源。

AI 对开放式 RAN 也有重要影响，开放式 RAN 指的是开放 RAN 元素之间的接口，以便网络运营商可以混合和匹配供应商设备。

是德科技的 Ragothaman 表示：“O-RAN 联盟等论坛已经开展了有关大规模多用户 MIMO 优化、流量控制、节能等用例的工作。” “基于 RIC（RAN 智能控制器）框架的此类优化算法的测试将需要使用大规模网络数字孪生。对于后期 5G 和 6G，正在提出更先进的基于 AI 的方法，这些方法直接影响物理层和 MAC 层。分布式/联合学习技术以及 AI 原生模块可能是关键的进步。”

《无线 AI：无线传感、定位、物联网和通信》

Ragothaman 表示，对于是德科技而言，这将在测试和验证方面带来新的挑战。他认为无线行业需要共同决定合成/仿真训练数据是否对训练 AI 引擎有效，以及通常用于测试配置的仿真模块是否也应包含 AI 功能。

空中接口
AI 空中 AI 接口具有显着提高无线网络性能的潜力，通过速度、延迟、可靠性和功耗来衡量。

3GPP 正在研究的所有三个人工智能用例——波束成形、CSI 和定位——都会影响智能手机和其他终端设备在移动时连接到蜂窝网络的方式。在许多环境中，一部电话将有多个可能的连接点，从而产生多种解决方案的问题。

“这就是 AI/ML技术应用最繁荣的地方，”Montojo 解释道。“它从所有这些训练中学习该做什么......当你开始失去一个细胞时，你应该多早转移到另一个细胞？或者，当你看到一束具有一定强度的光束时，通过放大和细化那根光束，你找到一个非常好的人选作为你的发球光束的可能性有多大？”

标准化方法的需求是由所涉及的公司和技术的数量驱动的。不管骁龙的AI加速有多先进，高通也无法始终如一地将AI应用到空中接口，除非像爱立信和诺基亚这样的合作伙伴在网络侧使用相同的方法。

“智能有时在网络中，有时在用户设备中，有时在两者中，”Montojo 说。“所有这些 AI/ML 技术都将尝试从非常嘈杂的测量集中识别第一到达路径。”

波束成形可能是 AI 的理想用例，因为它目前是通过迭代过程完成的，不会捕获信息并将其应用于未来的类似场景。自适应阵列智能天线已经可以根据环境改变发射波束的方向和宽度，但在发射端和接收端都有人工智能，可以缩短甚至消除细化波束的过程。可以训练天线来预测增益并选择合适的波束。

信道状态信息（CSI）是人工智能在空中接口的另一个应用。发射器和接收器都估计 CSI，例如衰减、功率衰减和散射，但通常不执行预测分析或共享信息。

定位是 3GPP 的第三个重点领域，因为它研究 AI/ML 在空中接口的应用。AI 可以与 5G 侧链结合使用，5G 侧链是一种使最终用户设备能够绕过基站直接相互通信的协议。当两个设备没有视距连接时，算法可以预测传入传输的到达路径。

5G 侧链和人工智能对自动驾驶汽车有明显的影响。自动驾驶汽车已经可以直接相互通信，但它们通常不会为此使用 5G。这种情况在未来可能会发生变化，特别是如果 5G 连接的汽车可以使用人工智能“找到”彼此。

让 5G 以及最终 6G 成为越来越多自动驾驶汽车的基础的机会是高通商业战略的支柱。该公司已经为排名前 20 位的汽车制造商中的大多数供应芯片，首席执行官克里斯蒂亚诺·阿蒙 (Cristiano Amon) 预测，随着先进驾驶辅助系统的普及，高通公司在汽车行业的半导体销售额可能会增加 10 倍。所以对于高通来说，将 AI 带入 5G 空中接口的意义远不止智能手机。

人工智能和电力使用
英飞凌的 Kelling 估计，人工智能在帮助世界实现 80% 的联合国环境、社会和治理 (ESG) 目标方面发挥着重要作用。他说，随着越来越多的各种设备配备人工智能和无线接口，它们将能够连接到传感器，从而为它们提供有关其环境的可操作信息。他说，通过“赋予机器人类感官”并教它们节约能源和减少浪费，人工智能将在保护地球方面发挥至关重要的作用。

对于无线网络标准机构来说，在可持续性方面，人工智能可能是一把双刃剑。“如果你开始投入复杂性，因为你可以每秒执行数百万或数万亿次操作，那当然会产生影响，”Montojo 说。“基本上，你需要养活那个大脑来完成所有这些计算，这将获得力量。”

他指出，一些 AI/ML 计划将被证明过于耗电，不值得提高效率，而其他诸如波束成形之类的计划可能值得投入精力。

基站可能是网络中最耗电的元素，这就是为什么 3GPP 的第 17 版研究着眼于训练它们在不需要服务时自动断电的方法。Release 18 将研究训练智能手机做同样事情的方法。

切分人工智能市场
NVIDIA、英特尔和高通都在人工智能市场投入巨资，随着这项技术进入无线接入网络，它们可能会发挥作用。

高通在移动设备中主导人工智能，专注于自然语言处理（通过 Hugging Face）、图像增强和扩展现实。这家芯片制造商还为云、物联网和汽车市场提供人工智能解决方案。

NVIDIA 的 AI 专长以图形和游戏为基础，但该公司也是数据中心 AI 的主要参与者，并且也将目光投向了电信网络。这家芯片制造商最近推出了一个 AI-on-5G 平台，以帮助运营商部署 AI 应用程序以及网络边缘的连接性。

英特尔的 AI 解决方案包括用于训练的 Gaudi 2 和用于推理的 Greco。该公司在数据中心的主导地位，加上其在无线接入网络虚拟化方面的早期领先地位，使其有可能成为 RAN 中人工智能解决方案的强大竞争对手。

IBM 是最早进入 AI 芯片组市场的公司之一，也是最早被移动网络运营商开发 AI 解决方案的公司之一。Dish Wireless 是世界上第一家构建全新 5G 开放式 RAN 云网络的运营商，它将使用 IBM 的人工智能驱动的自动化和网络编排软件。

最后，谷歌准备在这个市场上大展拳脚，最近推出了专为人工智能打造的 ASIC。这家搜索巨头最近加入了 ORAN 联盟，目标是将其机器学习能力提供给希望在云中构建智能网络的运营商。

建立共识
AI 和 ML 越来越多地应用于智能手机、基站、汽车以及所有这些之间的通信链接，这一发展最终将改变我们使用日常生活中最依赖的机器的方式。大量的利益相关者必须合作，这需要时间。

到 2023 年末3GPP协议第 18 版的功能冻结，3GPP 可能已经在空中接口中定义了一两个 AI 应用，但预计要到第 19 版才能真正实施。而且 3GPP 正在研究的用例可能是也可能不是最终成为标准的一部分。

“我们选择的三个用例只是我们认为有意义且具有代表性的试点，足以扩展到未来的许多其他用例，”Montojo 说。“如果你向前快进几年，无线网络种一切都会有 AI/ML 组件。”