[论文解读] Embracing AI in 5G-Advanced Towards 6G: A Joint 3GPP and O-RAN Perspective

Xingqin Lin, Lopamudra Kundu+2 more|arXiv (Cornell University)|Sep 12, 2022

Advanced Wireless Communication Technologies被引用 6

一句话总结

本文提出了一套统一框架，通过协调3GPP与O-RAN联盟标准，将人工智能（AI）整合到5G-Advanced及未来6G网络中。该框架概述了网络架构中基于AI的增强功能，包括智能流量疏导，并识别了在移动网络中实现可扩展、互操作AI部署的关键挑战与研究方向。

ABSTRACT

Artificial intelligence (AI) has emerged as a powerful technology that improves system performance and enables new features in 5G and beyond. Standardization, defining functionality and interfaces, is essential for driving the industry alignment required to deliver the mass adoption of AI in 5G-Advanced and 6G. However, fragmented efforts in different standards bodies, such as the third generation partnership project (3GPP) and the open radio access network (O-RAN) Alliance, can lead to confusion and uncertainty about which standards to follow and which aspects of the standards to embrace. This article provides a joint 3GPP and O-RAN perspective on the state of the art in AI adoption in mobile communication systems, including the fundamentals of 5G architecture and its evolution towards openness and intelligence, AI for 5G-Advanced evolution, and a case study on AI-enabled traffic steering. We also identify several areas for future exploration to accelerate AI adoption on the path towards 6G.

研究动机与目标

• 通过提供统一的技术视角，解决3GPP与O-RAN联盟之间AI标准化的碎片化问题。
• 分析5G架构向开放性与智能化演进的路径，重点关注AI集成点。
• 通过案例研究展示AI在实际网络功能（如流量疏导）中实现可行性和优势。
• 识别加速6G系统中AI采用所需的关键研究空白与标准化需求。
• 为产业界与研究人员提供指导，推动下一代移动网络中互操作、可扩展且标准化的AI解决方案。

提出的方法

• 通过对比3GPP与O-RAN规范的视角，分析AI在5G-Advanced网络中应用的现状。
• 基于标准化路线图，将AI用例映射至网络功能，涵盖无线接入、核心网与传输层。
• 提出一种联合架构，支持3GPP与O-RAN兼容组件之间的AI模型共享与协调。
• 引入一项关于AI赋能的流量疏导案例研究，利用实时无线与用户数据优化负载均衡与用户体验质量（QoE）。
• 识别实现异构网络功能间互操作AI部署所需的关键接口与数据模型。
• 评估技术与标准化挑战，如模型可移植性、安全性以及在分布式环境中的低时延推理。

实验结果

研究问题

• RQ1 如何在3GPP与O-RAN联盟之间实现AI的标准化与协调，以避免5G-Advanced与6G系统中的碎片化？
• RQ2 在开放与虚拟化的5G-Advanced网络功能中，部署AI的关键架构使能因素是什么？
• RQ3 在多厂商环境中，如何有效应用AI实现对实时网络优化（如流量疏导）？
• RQ4 为实现3GPP与O-RAN兼容系统间互操作AI，所需的关键接口与数据模型是什么？
• RQ5 为确保6G网络中可扩展且安全的AI部署，必须解决哪些研究与标准化空白？

主要发现

• 3GPP与O-RAN的联合方法可实现5G-Advanced与6G网络中的一致AI集成，减少厂商锁定，促进创新。
• 基于实时条件动态卸载流量的AI驱动流量疏导，可提升网络资源利用率与用户QoE。
• 标准化AI接口与数据模型对于确保AI模型在不同网络功能间的互操作性与可移植性至关重要。
• 3GPP与O-RAN框架的融合使得AI全生命周期管理（从训练到部署）实现统一。
• 仍存在若干开放挑战，包括模型安全性、低时延推理以及跨域协调，需进一步研究。
• 本文通过将AI开发与3GPP与O-RAN生态系统中现有及新兴标准对齐，明确指出了迈向6G的路径。