彭程暉，鄧 娟，吳建軍，劉 哲，李芳芳，劉光毅，孫韶輝，楊 旸，張宏綱，李榮鵬

(1.華為技術(shù)有限公司 無線技術(shù)實驗室，上海 201206；2.中國移動通信有限公司研究院 未來研究院，北京 100053；3.中信科移動通信技術(shù)股份有限公司，北京 100083；4.上海科技大學(xué) 信息科學(xué)與技術(shù)學(xué)院，上海201210；5.浙江大學(xué) 電子與信息工程學(xué)院，浙江 杭州310027)

0 引言

近年來，互聯(lián)網(wǎng)、大數(shù)據(jù)、云計算、人工智能、區(qū)塊鏈等技術(shù)創(chuàng)新，新業(yè)態(tài)、新場景和新模式的不斷涌現(xiàn)，加速了數(shù)字經(jīng)濟(jì)的發(fā)展，推動了海量數(shù)據(jù)產(chǎn)生，使各行各業(yè)對通信和計算提出了更為迫切的需求。通信和計算已成為全社會數(shù)智化轉(zhuǎn)型的基石，直接決定社會智能的發(fā)展高度。而通信網(wǎng)絡(luò)作為連接用戶和傳輸數(shù)據(jù)的管道，可感知計算，用于支撐多樣性的分布式計算資源的高效使用，例如部署于通信網(wǎng)絡(luò)內(nèi)的邊緣計算來降低端到端時延和提升業(yè)務(wù)體驗等，已成為業(yè)界關(guān)注熱點[1-3]。多樣性計算資源、通算融合等成為業(yè)界重要技術(shù)趨勢。

當(dāng)前，業(yè)界已經(jīng)發(fā)表了近百篇的6G白皮書，對6G時代的愿景、新興業(yè)務(wù)場景、技術(shù)需求等進(jìn)行了廣泛、深入的分析。其中，通過設(shè)計6G網(wǎng)絡(luò)架構(gòu)原生地支持通信與計算的深度融合，以更好地實現(xiàn)各項6G網(wǎng)絡(luò)新能力(如內(nèi)生智能、泛在感知)和新業(yè)務(wù)(如沉浸式XR、數(shù)字孿生、云宇宙等)，從而進(jìn)一步實現(xiàn)6G智能普惠愿景已成為業(yè)界共識[4-7]。

通信與計算的深度融合是6G網(wǎng)絡(luò)內(nèi)生AI的重要技術(shù)特征。通過傳統(tǒng)Cloud AI提供的AI服務(wù)，其數(shù)據(jù)安全隱私需要更為有效的基礎(chǔ)保障手段，分布式計算資源、AI模型等也需要更高效的共享手段，從而支撐以相對較低的成本為用戶提供所需的AI服務(wù)并保障服務(wù)質(zhì)量。通過6G網(wǎng)絡(luò)內(nèi)生的AI能力，即通過網(wǎng)絡(luò)AI[4]提供AI服務(wù)(Artificial-Intelligence-as-a-Service，AIaaS)，有望解決上述挑戰(zhàn)，并在極致性能、高安全隱私等業(yè)務(wù)場景下，成為Cloud AI的有益補(bǔ)充。在網(wǎng)絡(luò)AI場景中，如何基于通信和分布式計算資源的高效協(xié)同，為用戶提供更低時延抖動、更高綜合效率的計算服務(wù)和保障AI QoS(Quality of Service)服務(wù)是一個待解問題；而其中一個重要的技術(shù)挑戰(zhàn)是通算融合問題，即通信與計算實現(xiàn)更深入、實時的協(xié)同，以在動態(tài)復(fù)雜無線網(wǎng)絡(luò)環(huán)境下，保障未來新業(yè)務(wù)端到端的超低時延、高數(shù)據(jù)安全隱私和可持續(xù)性節(jié)能等要求。

1 背景介紹

無線網(wǎng)絡(luò)通算融合的目標(biāo)是在動態(tài)復(fù)雜無線環(huán)境下滿足AI QoS的同時，實現(xiàn)網(wǎng)絡(luò)資源、計算資源的最佳效率。當(dāng)前，業(yè)界談到通算融合，一般存在外掛計算資源、內(nèi)生計算資源兩種形式。其中，外掛計算資源，如邊緣計算，網(wǎng)絡(luò)節(jié)點的通信資源與計算節(jié)點的計算資源通過管理面功能實現(xiàn)聯(lián)合優(yōu)化。內(nèi)生計算資源，是利用網(wǎng)絡(luò)的內(nèi)生計算資源，網(wǎng)絡(luò)節(jié)點不僅具備控制與轉(zhuǎn)發(fā)能力，還能兼顧計算能力。這兩種方式存在本質(zhì)區(qū)別，下面進(jìn)行具體分析。

1.1 邊緣計算

傳統(tǒng)云計算中心集中存儲、計算的模式正向邊緣下沉，這已經(jīng)成為云計算的重要發(fā)展趨勢[8]。分布式的邊緣計算(Edge Computing，EC)或多邊緣計算(Multi-access Edge Computing，MEC)作為云計算的演進(jìn)，將計算從集中式數(shù)據(jù)中心下沉到通信網(wǎng)絡(luò)接入網(wǎng)邊緣，更接近終端用戶[9]。EC/MEC以分布式的方式在更靠近用戶的網(wǎng)絡(luò)邊緣提供計算服務(wù)，便于在提供更低時延的同時，減少對網(wǎng)絡(luò)資源的消耗，以更好地服務(wù)一些行業(yè)應(yīng)用，比如視頻加速、網(wǎng)絡(luò)自動駕駛、增強(qiáng)現(xiàn)實/虛擬現(xiàn)實(Augmented Reality/Virtual Reality，AR/VR)等低延時高帶寬的場景,以及包括非實時的無線協(xié)議處理及網(wǎng)絡(luò)優(yōu)化等在內(nèi)的網(wǎng)絡(luò)應(yīng)用。然而，EC/MEC只是在物理位置上部署在通信網(wǎng)絡(luò)內(nèi)，但是在邏輯上計算與通信擁有彼此獨立的管控體系；基于EC/MEC的應(yīng)用部署是通過管理面實現(xiàn)通信資源與計算資源的聯(lián)合優(yōu)化，動態(tài)性存在一定的缺陷，難以實現(xiàn)網(wǎng)絡(luò)和計算在控制面的統(tǒng)一，從而及時響應(yīng)用戶的移動以及網(wǎng)絡(luò)的變化。

1.2 承載網(wǎng)絡(luò)通算協(xié)同

面向通算融合的演進(jìn)需求，在承載網(wǎng)絡(luò)層面也開展了許多研究工作。中國信息通信研究院聯(lián)合三大運營商等，就目前通算融合趨勢下的不同技術(shù)路線展開探索，關(guān)于通算融合的必要性做了很多分析[10-12]。其中，路由層引入了通算融合機(jī)制，通過邊界網(wǎng)關(guān)協(xié)議(Border Gateway Protocol，BGP)[10-12]、內(nèi)部網(wǎng)關(guān)協(xié)議(Interior Gateway Protocol，IGP)[10-11]或基于IPv6的分段路由(Segment Routing IPv6，SRv6)[12]等IP層協(xié)議的隨路控制信令實現(xiàn)計算與網(wǎng)絡(luò)性能信息擴(kuò)散與同步，因此路由層可以結(jié)合當(dāng)前的計算能力狀況、應(yīng)用效能等信息和網(wǎng)絡(luò)狀況，將計算任務(wù)報文路由到相應(yīng)的計算節(jié)點，從而實現(xiàn)連接與計算資源在網(wǎng)絡(luò)的全局優(yōu)化。

整體無線通信系統(tǒng)可以進(jìn)一步分為承載網(wǎng)絡(luò)和業(yè)務(wù)網(wǎng)絡(luò)，如圖1所示。承載網(wǎng)絡(luò)是為無線接入網(wǎng)(Radio Access Network，RAN)和核心網(wǎng)(Core Network，CN)提供連接的基礎(chǔ)網(wǎng)絡(luò)；業(yè)務(wù)網(wǎng)絡(luò)包括無線接入網(wǎng)和核心網(wǎng)兩個部分，為移動用戶提供無線數(shù)據(jù)服務(wù)，連接移動用戶(User Equipment，UE)與數(shù)據(jù)網(wǎng)絡(luò)(Data Network，DN)[13-14]。

圖1 承載網(wǎng)絡(luò)與業(yè)務(wù)網(wǎng)絡(luò)

對于通算融合來說，對于通算融合來說，既可以在承載網(wǎng)絡(luò)進(jìn)行通信與計算的協(xié)同，也可以在業(yè)務(wù)網(wǎng)絡(luò)進(jìn)行通信與計算的協(xié)同。業(yè)務(wù)網(wǎng)絡(luò)和承載網(wǎng)絡(luò)分別工作在不同的協(xié)議層面，其中承載網(wǎng)絡(luò)的核心協(xié)議是由IETF(Internet Engineering Task Force)來定義，而業(yè)務(wù)網(wǎng)絡(luò)的核心協(xié)議是由3GPP(The 3rd Generation Partnership Project )定義。它們的核心場景存在區(qū)別，如業(yè)務(wù)網(wǎng)絡(luò)可以直接感知用戶、會話，提供用戶的接入控制、適配無線動態(tài)信道環(huán)境、用戶移動管理等，因此，業(yè)務(wù)網(wǎng)絡(luò)和承載網(wǎng)絡(luò)相對是解耦的，例如，無線網(wǎng)絡(luò)的空口協(xié)議不感知IP層協(xié)議。因而，承載網(wǎng)絡(luò)提供的通算協(xié)同機(jī)制難以直接被業(yè)務(wù)網(wǎng)絡(luò)使用，業(yè)務(wù)網(wǎng)絡(luò)需要基于自身的特性，來設(shè)計對應(yīng)的通算協(xié)同機(jī)制。

2 獨立計算面

由于EC/MEC或承載網(wǎng)絡(luò)的通算協(xié)同還難以直接被6G網(wǎng)絡(luò)使用，特別是在無線接入層面，因此，移動無線網(wǎng)絡(luò)的通算協(xié)同機(jī)制需要進(jìn)一步設(shè)計。為在6G網(wǎng)絡(luò)架構(gòu)層面原生支持通算協(xié)同，本文提出了一種計算面設(shè)計方案，包括計算與連接的融合控制、計算數(shù)據(jù)的傳輸和計算執(zhí)行，并進(jìn)一步設(shè)計了統(tǒng)一的通算融合框架，基于該框架設(shè)計了無線網(wǎng)絡(luò)內(nèi)通信與計算實時協(xié)同的計算面方案。通算融合框架需要支持如下關(guān)鍵能力：

① 在控制面實現(xiàn)實時通算協(xié)同，管控計算會話和計算執(zhí)行，應(yīng)對無線的快速變化環(huán)境、用戶移動性等帶來的問題；

② 管控網(wǎng)絡(luò)內(nèi)的分布式計算資源，支持通信和計算相互感知，提升綜合資源能效。

2.1 移動無線網(wǎng)絡(luò)通算協(xié)同

6G網(wǎng)絡(luò)中，計算資源將遍布于包括中心云、邊緣云、網(wǎng)絡(luò)設(shè)備甚至終端設(shè)備在內(nèi)的各種基礎(chǔ)設(shè)施。計算資源以及附著之上的人工智能算法或功能應(yīng)用，不僅能服務(wù)于網(wǎng)絡(luò)或者設(shè)備本身用以改善性能，優(yōu)化網(wǎng)絡(luò)運維，還能通過統(tǒng)一的接口向外開放、服務(wù)于上層應(yīng)用。計算和通信需要相互感知，實現(xiàn)用盡量少的通信資源和計算資源滿足用戶所需的QoS。為了實現(xiàn)上述目的，本文設(shè)計了在控制面支持通信與計算實時協(xié)同的計算面方案。

2.2 計算面定義

圖2所示的計算面包括計算控制部分、計算執(zhí)行部分和計算數(shù)據(jù)的傳輸部分(計算傳輸部分)。其中，計算控制部分包括計算執(zhí)行控制和計算連接控制—計算執(zhí)行部分是指節(jié)點的計算執(zhí)行功能利用計算控制分配的計算資源去執(zhí)行計算任務(wù)的過程；計算傳輸部分是指不同節(jié)點的計算執(zhí)行功能之間利用計算連接交互計算數(shù)據(jù)，從而實現(xiàn)不同節(jié)點協(xié)作完成計算任務(wù)。

圖2 計算面-控制、執(zhí)行、傳輸

2.2.1 計算控制部分

計算連接控制實時感知計算連接的狀態(tài)，對計算連接進(jìn)行連接資源控制、質(zhì)量控制,并支持終端狀態(tài)感知和移動性下的業(yè)務(wù)連續(xù)性保證；對傳輸計算數(shù)據(jù)所需的計算連接進(jìn)行控制，如支持計算連接的建立、更改、遷移、重建、刪除等過程，并支持連接資源的調(diào)配。

計算執(zhí)行控制對節(jié)點計算執(zhí)行功能使用的計算資源進(jìn)行分配、控制執(zhí)行的計算操作量、控制計算質(zhì)量，并支持終端移動性。計算資源的控制實時感知計算資源的狀態(tài)，控制計算資源的調(diào)配，如計算資源的添加、修改、刪除、釋放等；計算質(zhì)量的控制根據(jù)資源量、精度和時延需求，編排計算操作，配置計算過程相關(guān)參數(shù)(如計算精度、量化精度、稀疏化等)；計算執(zhí)行控制還支持終端移動性、計算資源地址管理功能、計算服務(wù)的接入控制、終端計算資源的控制，以及多計算資源聚合時的計算資源管理控制。

在多節(jié)點協(xié)作完成計算任務(wù)的場景中，計算連接的質(zhì)量和計算執(zhí)行的質(zhì)量將共同決定整個計算任務(wù)的完成質(zhì)量，因此存在聯(lián)合優(yōu)化的可能；計算連接與通信連接共享連接資源，將加劇連接資源狀態(tài)的動態(tài)性，處于動態(tài)變化中的資源狀態(tài)，會對計算質(zhì)量產(chǎn)生實時的影響，需要聯(lián)合考慮；對于執(zhí)行計算任務(wù)且處于移動狀態(tài)的終端，其計算連接和計算執(zhí)行的控制將同步執(zhí)行，計算連接與計算資源的狀態(tài)和質(zhì)量目標(biāo)均將影響其切換決策。由此可見，計算面的計算執(zhí)行控制和計算連接控制存在融合的需求和可能，即 “通算融合控制”。

通算融合支持通算相互感知、相互協(xié)同，實現(xiàn)計算資源和計算連接資源的合理分配。例如，通算融合控制可以通過計算資源的控制部分，實時感知用戶移動性、用戶動態(tài)環(huán)境變化導(dǎo)致的無線承載所需計算資源變化，從而實時調(diào)整計算資源；或通過計算連接的控制部分，實時感知計算資源狀態(tài)，動態(tài)調(diào)整用戶的連接帶寬，從而持續(xù)地保證計算服務(wù)的QoS。例如，xNB上的通算融合控制功能可以完成終端與基站之間的計算連接管理，以及小區(qū)切換或添加輔小區(qū)時的計算接入控制。

2.2.2 計算執(zhí)行部分

計算執(zhí)行部分是指節(jié)點的計算執(zhí)行功能在計算控制分配的計算資源上執(zhí)行計算的過程。計算執(zhí)行功能包括對底層異構(gòu)計算資源的統(tǒng)一建模度量，對各類計算任務(wù)所需計算能力的統(tǒng)一換算，按照對計算操作的編排進(jìn)行串行/并行計算，按照配置的精度進(jìn)行計算、存儲和量化處理等過程。

2.2.3 計算傳輸部分

在6G網(wǎng)絡(luò)中，計算業(yè)務(wù)和通信業(yè)務(wù)將分屬不同的服務(wù)類型，計算數(shù)據(jù)的傳輸承載與通信數(shù)據(jù)的傳輸承載(連接終端與DN的PDU會話包括終端與基站之間的數(shù)據(jù)無線承載，以及基站與UPF之間的GTP-U隧道)需要有所區(qū)分。同時，由于業(yè)務(wù)模型的不同，即計算數(shù)據(jù)在參與計算的網(wǎng)絡(luò)節(jié)點間可能存在特別的交互模式(如終端與網(wǎng)絡(luò)協(xié)作的模型分割推理或訓(xùn)練)，以及對連接質(zhì)量可能存在特殊需求，當(dāng)前5G網(wǎng)絡(luò)面向eMBB、URLLC和mMTC場景設(shè)計的空口協(xié)議棧是否能夠提供較好的支持需要研究?；谝陨蟽牲c原因，因此存在面向計算數(shù)據(jù)的傳輸設(shè)計新型承載協(xié)議的可能性。

不同節(jié)點上的計算執(zhí)行功能可以通過計算會話交互來計算數(shù)據(jù)。計算會話可以建立在計算無線承載、計算承載之上，其中：計算無線承載是指終端與基站的計算執(zhí)行功能之間的數(shù)據(jù)傳輸通道；計算承載是指不同基站計算執(zhí)行功能之間、一個基站不同部分的計算執(zhí)行功能之間，或者基站與核心網(wǎng)的計算執(zhí)行功能之間的數(shù)據(jù)傳輸通道。

2.3 關(guān)鍵技術(shù)問題

通信和分布式計算資源的高效協(xié)同，為用戶提供更低時延抖動、更高綜合效率的計算服務(wù)需要解決如下關(guān)鍵技術(shù)問題：

面向計算任務(wù)質(zhì)量保障的高效協(xié)同如何通過通信和計算間高效協(xié)同的資源分配和質(zhì)量控制機(jī)制，保障計算任務(wù)QoS的達(dá)成？

面向移動性支持的高效協(xié)同當(dāng)計算任務(wù)涉及到終端的計算執(zhí)行功能時，通算融合控制功能如何高效地控制計算執(zhí)行功能、計算會話，從而降低終端移動性對計算任務(wù)QoS的影響？

3 關(guān)鍵技術(shù)設(shè)計

3.1 計算控制

6G網(wǎng)絡(luò)架構(gòu)原生支持通算的融合至少包括在控制面支持計算執(zhí)行與計算連接的相互感知、相互協(xié)同，實現(xiàn)實時準(zhǔn)確的計算資源發(fā)現(xiàn)、靈活動態(tài)計算資源以及計算質(zhì)量的調(diào)度，提供無處不在的計算服務(wù)和連接服務(wù)，實現(xiàn)計算資源、連接資源的合理分配。融合控制功能對架構(gòu)存在如下影響：① RAN(Radio Access Network)側(cè)的計算執(zhí)行、計算連接融合控制機(jī)制；② 核心網(wǎng)(Core Network)側(cè)的計算執(zhí)行、計算連接融合控制機(jī)制；③ 跨技術(shù)域(如RAN域、CN域、管理域等)的計算執(zhí)行、計算連接的協(xié)同機(jī)制。

通算融合控制存在如圖3所示的3種方式：

圖3 通算融合控制選項

選項1計算連接控制與計算執(zhí)行控制通過上層融合控制功能進(jìn)行協(xié)調(diào)。例如，邏輯計算基站xNC(xNode-Compute)與連接基站xNB(xNode-Base- station)對等，xNB的RRC(Radio Resource Control)和xNC的CRC(Computing Resource Control)通過上層融合控制功能進(jìn)行協(xié)調(diào)控制。其中，CRC用于控制xNC的計算執(zhí)行功能占用的計算資源、計算操作量、計算質(zhì)量等。這種方案的好處是允許上層通算融合控制功能覆蓋范圍內(nèi)的大規(guī)模的xNB設(shè)備和xNC設(shè)備之間進(jìn)行協(xié)調(diào)，部署方式更靈活，運營商可選擇范圍更大；缺點是上層外部接口時延較長，較難滿足通算融合控制的實時性要求。

選項2計算連接控制與計算執(zhí)行控制通過標(biāo)準(zhǔn)接口或內(nèi)部接口進(jìn)行交互。例如，xNB的RRC和xNC的CRC通過標(biāo)準(zhǔn)接口進(jìn)行控制面交互[7,15]。這種方案的好處是允許xNB設(shè)備和xNC設(shè)備間異廠商連接，部署方式更靈活，運營商可選擇范圍更大；缺點是外部接口時延較長，較難滿足通算融合控制的實時性要求?；蛘?，基站xNB還包括計算執(zhí)行功能，此時RRC和CRC通過內(nèi)部接口進(jìn)行控制面交互[7,15]。這種方案的好處是基站內(nèi)部接口實現(xiàn)性能較好，且無線通信資源和計算資源的獨立控制、按需調(diào)用，便于依據(jù)資源特性設(shè)計專用控制流程，也便于統(tǒng)計資源狀態(tài)。此外，相比于選項1，選項2的設(shè)計更加扁平化，降低邏輯功能設(shè)計的復(fù)雜度。

選項3計算連接控制與計算執(zhí)行控制也可以融合成一個控制功能，即融合控制功能。例如，基站xNB同時包括計算執(zhí)行功能，RRC和CRC融合成統(tǒng)一的資源控制實體(xRC)，同時對計算連接和計算執(zhí)行進(jìn)行控制[7,15]。這種方案的好處是同時決定連接(包括通信和計算連接)和計算執(zhí)行的控制決策，資源控制的協(xié)同和實時性最佳，但聯(lián)合控制機(jī)制的設(shè)計較復(fù)雜。

3.2 計算傳輸協(xié)議

以RAN架構(gòu)為例，如果將計算面引入RAN架構(gòu)，如圖4所示，計算面的控制包括計算執(zhí)行控制與計算連接控制。

圖4 計算面協(xié)議棧

一種可能的空口計算連接控制可以基于RRC現(xiàn)有協(xié)議機(jī)制來實現(xiàn)，即通過修改RRC協(xié)議或通過調(diào)用RRC協(xié)議的基本功能以支持計算連接的控制；計算執(zhí)行控制由CRC實現(xiàn)，CRC可以與RRC獨立(即融合控制的選項2)，也可以與RRC融合成xRC(即融合控制的選項3)。CRC用于控制計算執(zhí)行功能占用的計算資源、計算操作量、計算質(zhì)量等。一種可能的基站間(Xn口)的計算連接控制、計算執(zhí)行控制可以基于現(xiàn)有Xn-AP機(jī)制來實現(xiàn)(調(diào)用或修改)。

傳統(tǒng)通信的用戶面連接用戶與DN，計算面的傳輸部分用于無線網(wǎng)絡(luò)系統(tǒng)內(nèi)不同節(jié)點的計算執(zhí)行功能之間傳輸計算數(shù)據(jù)，即計算面的數(shù)據(jù)不傳輸?shù)紻N，因此，計算面?zhèn)鬏敊C(jī)制的設(shè)計需要與傳統(tǒng)通信用戶面有所區(qū)分。一種可能的計算面?zhèn)鬏敺绞绞浅休d層面引入新的承載方式，如空口部分的計算無線承載(Computing Radio Bearer，CRB)、Xn口部分的計算承載(Computing Bearer，CB)，并在會話層面引入新的無線計算會話協(xié)議(Radio Computing Session Protocol，RCSP)，此時計算會話又可以稱為RCSP會話。

RCSP是一種無線網(wǎng)絡(luò)內(nèi)計算資源的高效數(shù)據(jù)通信協(xié)議，支持終端、基站或核心網(wǎng)功能的計算執(zhí)行功能之間交互計算數(shù)據(jù)，從而支持不同節(jié)點間的計算協(xié)作，共同完成一個計算任務(wù)。計算任務(wù)的QoS由計算會話的QoS與計算執(zhí)行的QoS共同確定。其中，計算執(zhí)行的QoS受分配的計算資源、計算量和計算流程影響，基本的指標(biāo)包括計算耗時和計算精度。計算會話的端點位置由計算執(zhí)行功能所在的節(jié)點位置確定。例如，圖5(a)所示的RCSP會話包括CRB，即終端與基站之間交互計算數(shù)據(jù)；圖5(b)所示的RCSP會話包括計算承載，即不同基站之間、基站與核心網(wǎng)之間或DU(Distributed Unit)與CU(Central Unit)之間交互計算數(shù)據(jù)；圖5(c)所示的RCSP會話包括CRB與計算承載，即終端與核心網(wǎng)之間交互計算數(shù)據(jù)。

(a) RCSP與CRB

如圖5(a)所示，基站將為該終端創(chuàng)建一個或多個計算無線承載(Computing Radio Bearer，CRB)。一個RCSP會話可以映射到N個不同的CRB，不同的CRB提供不同的連接QoS能力，RCSP會話中不同要求的數(shù)據(jù)包需要根據(jù)自身的情況，選擇不同特性的CRB。此外，考慮到不同RCSP可能有相同的QoS需求，因此N個不同RCSP會話中具有相同QoS需求的計算數(shù)據(jù)可以映射到一個CRB中；即當(dāng)N個RCSP會話有N種不同的QoS的配置時，N個RCSP會話中不同QoS要求的數(shù)據(jù)包需要根據(jù)自身的情況，選擇映射到N個不同特性CRB中的一個CRB。此外，如圖5(b)、圖5(c)所示，RCSP會話與計算承載之間是1對1映射。

xNB負(fù)責(zé)維護(hù)CRB與RCSP會話的對應(yīng)關(guān)系，其作用是使得終端在發(fā)送上行計算數(shù)據(jù)到無線網(wǎng)絡(luò)內(nèi)部計算資源的節(jié)點時，可以通過選擇對應(yīng)的CRB，來實現(xiàn)最終的數(shù)據(jù)傳送；而無線網(wǎng)絡(luò)內(nèi)部計算資源的節(jié)點在傳送下行計算數(shù)據(jù)到終端時，也可以通過選擇RCSP會話對應(yīng)的CRB，來實現(xiàn)最終的數(shù)據(jù)傳送。xNB在中間通過CRB和RCSP會話的映射，實現(xiàn)了數(shù)據(jù)在終端和部署在基站中的計算執(zhí)行功能之間、基于RCSP協(xié)議的數(shù)據(jù)交互。

3.3 移動性支持

移動性管理是無線網(wǎng)絡(luò)的一項基本功能，用于保證用戶在移動的情況下享受無中斷的服務(wù)。連接態(tài)移動性管理通常簡稱為切換，它是指為了保障連接態(tài)的用戶在移動過程中能夠持續(xù)接受網(wǎng)絡(luò)的連接服務(wù)。切換過程包括切換準(zhǔn)備階段、切換執(zhí)行階段、切換完成階段。

傳統(tǒng)的切換準(zhǔn)備階段中，源基站發(fā)送切換請求時僅考慮用戶的信號質(zhì)量，目標(biāo)站點根據(jù)自身的負(fù)載信息確定是否接收源站關(guān)于該用戶的切換請求；通算融合的源基站(Source-xNB，S-xNB)下切換請求的觸發(fā)原因除了用戶的信號質(zhì)量，還包括源基站計算資源的狀態(tài)(如計算資源是否足夠繼續(xù)支持用戶當(dāng)前計算任務(wù))，通算融合的目標(biāo)基站(Target-xNB，T-xNB)在確定是否需要接受用戶的切換請求時除了需要考慮目標(biāo)站點通信資源情況，還需要考慮計算資源情況以及源站上的計算執(zhí)行情況、計算遷移開銷(包括通信開銷、通信時延、QoS保障等)，通過通信資源、計算資源的統(tǒng)籌考慮來保證計算服務(wù)質(zhì)量不受移動性影響。此外，傳統(tǒng)的切換執(zhí)行階段中，源基站與目標(biāo)基站之間只需要考慮連接的切換；通算融合的S-xNB與T-xNB之間除了需要考慮連接的切換，還需要考慮計算的遷移情況。

例如，圖6所示的切換準(zhǔn)備過程中，T-xNB在確定是否接受S-xNB的連接切換請求時，除了需要考慮自身的通信資源，還需要考慮計算資源、計算遷移的開銷(包括通信開銷、通信時延、QoS保障等)、S-xNB上計算任務(wù)的執(zhí)行狀態(tài)等信息。若T-xNB的計算資源足夠，或計算資源資源與計算遷移開銷兩個條件同時得到滿足時，則接受S-xNB的切換請求，切換執(zhí)行過程涉及到計算遷移，如步驟3a所示，RCSP會話1更新為RCSP會話2(由CRB組成)；反之，切換執(zhí)行過程不涉及計算遷移，如步驟3b所示，對應(yīng)的RCSP會話1更新為RCSP會話3(由CRB 與CB組成)。

圖6 計算遷移與連接切換解耦

4 實時協(xié)同驗證

假設(shè)AI模型為VGG-13，用戶的CPU是1核，基站計算資源的CPU是10核，數(shù)據(jù)集為Mnist，拆分推理的數(shù)據(jù)到達(dá)率為每秒30個樣本，用戶與基站之間的帶寬從20 MByte/s變化到2 MByte/s。

用戶與基站計算之間的拆分推理有兩種模式：

模式1用戶上傳原始樣本，由基站計算完成整個樣本推理，用戶與基站計算執(zhí)行功能之間每次推理需要交互的樣本大小為3.2 MByte；

模式2用戶計算4個卷積層，基站計算完成VGG-13的剩余部分，用戶與基站計算執(zhí)行功能之間每次推理需要交互的特征向量大小為0.26 MByte。

以用戶與基站的聯(lián)合拆分推理應(yīng)用舉例，中心用戶的信道容量大，用戶可以計算神經(jīng)網(wǎng)絡(luò)的更少層，將輸出結(jié)果及剩下層的計算交給基站計算，即用戶與基站使用模式1完成推理服務(wù)；邊緣用戶的信道容量小，用戶可以執(zhí)行更多的計算層數(shù)，將輸出結(jié)果及剩下層的計算交給基站計算，即用戶與基站使用模式2完成推理服務(wù)。當(dāng)用戶信道條件發(fā)生變化時，或用戶從小區(qū)中心移動到小區(qū)邊緣時，如用戶與基站計算資源的計算連接帶寬從20 MByte/s變化到2 MByte/s時，用戶與基站的計算連接與計算執(zhí)行應(yīng)該如何協(xié)同調(diào)整，以保證用戶的推理服務(wù)時延比較小。

基于以上仿真假設(shè)，對比3種不同的協(xié)同調(diào)整方案。方案1是計算連接狀態(tài)或帶寬發(fā)生變化后，基站計算資源與用戶計算資源的工作模式不做任何調(diào)整；方案2是通過能力開放的方式，計算資源的管理能力在感知到計算連接狀態(tài)或帶寬發(fā)生變化之后再調(diào)整基站計算資源、用戶計算資源的工作模式，這種能力開放的方式，從計算連接狀態(tài)變化到調(diào)整計算執(zhí)行功能的計算模式，其調(diào)整時延比較長，通常為秒級；方案3是控制面融合的方式，例如在xRC(融合RRC與CRC功能)層，計算連接或計算執(zhí)行在控制面相互感知，因此基站計算資源與用戶計算資源的工作模式的調(diào)整時延可以降低到10 ms級別甚至是1 ms級別。上述3種不同協(xié)同調(diào)整的方案，其聯(lián)合推理時延的仿真結(jié)果如圖7所示。圖7中，前33個推理樣本的時延在170 ms左右，當(dāng)用戶帶寬從20 MByte/s變化到2 MByte/s后，通過控制面協(xié)同調(diào)整仍然能保證推理時延在170 ms左右，時延抖動為8 ms；通過管理面協(xié)同調(diào)，能保證調(diào)整完成之后(即66個推理樣本之后)的推理時延仍然在170 ms左右，但是存在一個管理面調(diào)整時延，在該調(diào)整時延內(nèi)(即從33個推理樣本到66個推理樣本之間)，推理時延惡化到1 600 ms左右，時延抖動為1 442 ms；不做任何調(diào)整策略之后，推理時延惡化到1 600 ms左右。因此，圖7所示的聯(lián)合推理時延結(jié)果表明，相比于不調(diào)整或管理面的協(xié)同調(diào)整方案來說，控制面的實時協(xié)同調(diào)整方案能保障推理時延受帶寬變化的影響抖動更小，可以更好地持續(xù)保證終端&基站拆分推理服務(wù)的QoS。

圖7 實時協(xié)同

5 結(jié)束語

6G移動基礎(chǔ)設(shè)施將從單純的提供連接服務(wù)發(fā)展為同時能提供連接服務(wù)+計算服務(wù)的基礎(chǔ)設(shè)施，可以滿足AI所需的連接和分布式計算服務(wù)；并可能進(jìn)一步基于AI的連接和計算融合控制需求，支持通算深度融合。

通算融合是指在控制面拉通計算資源與通信資源，支持分布式計算資源與連接的相互感知、相互協(xié)同，實現(xiàn)實時準(zhǔn)確的計算資源發(fā)現(xiàn)、靈活動態(tài)的計算資源調(diào)度，提供無處不在、滿足服務(wù)質(zhì)量需求的計算服務(wù)和連接服務(wù)，實現(xiàn)計算資源、連接資源的合理分配，從而支撐AIaaS。通算融合在實現(xiàn)相應(yīng)功能時能夠綜合考慮空口狀態(tài)信息、網(wǎng)絡(luò)狀態(tài)、計算資源分布等信息以達(dá)到性能的最優(yōu)化或者資源最小消耗。在終端&基站聯(lián)合拆分推理的場景下，實驗結(jié)果表明控制面的通算協(xié)同調(diào)整方案能大幅降低業(yè)務(wù)的時延抖動。

致謝:特別感謝6GANA提供通算融合研討的平臺，在研討過程中不斷拓展思路，從而支撐計算面關(guān)鍵技術(shù)設(shè)計的豐富與完善。