面向2030年及未來，6G將與先進計算、大數據、人工智能、區塊鏈等信息技術交叉融合，實現通信與感知、計算、控制的深度耦合，推動5G三大典型場景，即增強型移動寬帶(eMBB)、低時延高可靠(uRLLC)、大規模機器連接(mMTC)的不斷演進和擴展，并在此基礎上新增人工智能服務和感知服務兩大類超越傳統通信的典型應用場景。未來6G網絡節點將具備提供分布式的高效、節能、安全的AI服務的能力。

2023年4月18日，IMT-2030(6G)推進組（以下簡稱“推進組”）正式發布《6G AI即服務（AIaaS）需求研究》報告。本報告作為推進組的階段性研究成果，在調研分析當前AI現狀和發展趨勢的基礎上，結合成員單位在AIaaS領域的研究積累，詳細地梳理和總結AIaaS的場景、應用、服務等，提出AIaaS的人工智能服務質量(QoAIS)和關鍵性能指標，為技術研究和系統設計提供參考，最后分析并提出AIaaS的技術優勢、產業價值與潛在挑戰。

研究報告核心觀點

6G AI即服務的概念定義

6G AI即服務（AIaaS）指6G移動新網絡提供泛在的智能服務，通過網絡（包括6G核心網、6G無線接入網和6G終端等）內的連接、計算、數據、模型等資源和功能，構建分布式的高效、節能、安全的AI服務（包括AI模型訓練、推理、部署等）和開放生態。6G將為AI業務和應用提供高效的端到端支持，將分布式智能體智能地連接起來，有效支持各行各業大規模的AI部署。AI業務和應用既包括為6G網絡自身性能優化提供的智能能力，即AI4NET（AI for Network），如利用端到端AI實現空口和網絡的定制優化和自動化運維，提供滿足多樣化需求的最佳解決方案；也包括向第三方業務提供的智能能力，即NET4AI （Network for AI），如通過6G網元原生集成通信、計算和感知能力，加速云上集中智能向深度邊緣泛在智能演進，為AI提供分布式學習的基礎設施。6G AI服務主要面對高實時性能、高安全隱私、低綜合能耗等需求，在網絡內進行AI訓練或推理，提供適應不同應用場景的智能能力。6G網絡作為原生智能架構，通過網絡內的通信、計算、數據集、基礎模型等資源和功能，具備大規模分布式AI的高效訓練或推理能力，為用戶提供無所不在的高性能AI服務，同時降低由于超大規模AI模型相關的訓練和部署導致的通信和計算開銷，提供一個低碳節能的開放生態。

6G AI即服務的場景、應用與服務

AIaaS典型場景是6G網絡中AI發揮作用的典型場合和情境。本報告分析了9大應用場景，分別是智慧城市、智慧家庭、智賦工業、智賦農業、精準醫療、普智教育、智慧能源、超能交通以及網絡金融。AIaaS典型應用是指在6G網絡向終端用戶、網絡運維人員、第三方客戶等對象提供的6G AIaaS服務集合。本報告給出8大典型應用，即無人出租汽車、工業機器人、食物循環網絡、居家健康、無人放牧、疾病診斷、虛擬課堂以及電網智能巡檢。AIaaS典型服務指6G網絡為用戶提供大規模分布式模型訓練、推理、生成、優化等服務。服務對象可以是終端用戶、第三方用戶、網絡內運維等。本報告針對AI典型服務做了詳細的分析和研究，包括6G網絡為用戶提供大規模分布式模型訓練、推理、生成、優化、共享、部署、管理、壓縮及數據管理和計算等服務。

6G AI即服務的性能指標

現有移動網絡的設計目標主要是面向連接的數據傳輸，其關鍵性能指標主要包括連接的傳輸速率和傳輸時延等。6G AIaaS基于6G網絡內的連接、計算、模型、數據等資源，提供適應不同應用場景的AI能力。不同于傳統的移動網絡，6G網絡需要配置除連接之外的資源，為用戶提供高性能AI服務。相應地，需要從多個維度來構建6G AIaaS的性能指標和服務質量保障體系。一方面，6G AIaaS需要新的包含連接、計算、模型等維度的QoS，保障AI服務質量。另一方面，6G網絡在設計時，需要考慮如何將通信連接能力、AI模型和計算能力等進行融合，構建面向AI服務的綜合關鍵性能指標體系和評估方法，為系統設計和網絡資源配置提供指導。