面向2030年及未来，6G将与先进计算、大数据、人工智能、区块链等信息技术交叉融合，实现通信与感知、计算、控制的深度耦合，推动5G三大典型场景，即增强型移动宽带(eMBB)、低时延高可靠(uRLLC)、大规模机器连接(mMTC)的不断演进和扩展，并在此基础上新增人工智能服务和感知服务两大类超越传统通信的典型应用场景。未来6G网络节点将具备提供分布式的高效、节能、安全的AI服务的能力。
2023年4月18日，IMT-2030(6G)推进组（以下简称“推进组”）正式发布《6G AI即服务（AIaaS）需求研究》报告。本报告作为推进组的阶段性研究成果，在调研分析当前AI现状和发展趋势的基础上，结合成员单位在AIaaS领域的研究积累，详细地梳理和总结AIaaS的场景、应用、服务等，提出AIaaS的人工智能服务质量(QoAIS)和关键性能指标，为技术研究和系统设计提供参考，最后分析并提出AIaaS的技术优势、产业价值与潜在挑战。
研究报告核心观点
6G AI即服务的概念定义
6G AI即服务（AIaaS）指6G移动新网络提供泛在的智能服务，通过网络（包括6G核心网、6G无线接入网和6G终端等）内的连接、计算、数据、模型等资源和功能，构建分布式的高效、节能、安全的AI服务（包括AI模型训练、推理、部署等）和开放生态。6G将为AI业务和应用提供高效的端到端支持，将分布式智能体智能地连接起来，有效支持各行各业大规模的AI部署。AI业务和应用既包括为6G网络自身性能优化提供的智能能力，即AI4NET（AI for Network），如利用端到端AI实现空口和网络的定制优化和自动化运维，提供满足多样化需求的最佳解决方案；也包括向第三方业务提供的智能能力，即NET4AI （Network for AI），如通过6G网元原生集成通信、计算和感知能力，加速云上集中智能向深度边缘泛在智能演进，为AI提供分布式学习的基础设施。6G AI服务主要面对高实时性能、高安全隐私、低综合能耗等需求，在网络内进行AI训练或推理，提供适应不同应用场景的智能能力。6G网络作为原生智能架构，通过网络内的通信、计算、数据集、基础模型等资源和功能，具备大规模分布式AI的高效训练或推理能力，为用户提供无所不在的高性能AI服务，同时降低由于超大规模AI模型相关的训练和部署导致的通信和计算开销，提供一个低碳节能的开放生态。
6G AI即服务的场景、应用与服务
AIaaS典型场景是6G网络中AI发挥作用的典型场合和情境。本报告分析了9大应用场景，分别是智慧城市、智慧家庭、智赋工业、智赋农业、精准医疗、普智教育、智慧能源、超能交通以及网络金融。AIaaS典型应用是指在6G网络向终端用户、网络运维人员、第三方客户等对象提供的6G AIaaS服务集合。本报告给出8大典型应用，即无人出租汽车、工业机器人、食物循环网络、居家健康、无人放牧、疾病诊断、虚拟课堂以及电网智能巡检。AIaaS典型服务指6G网络为用户提供大规模分布式模型训练、推理、生成、优化等服务。服务对象可以是终端用户、第三方用户、网络内运维等。本报告针对AI典型服务做了详细的分析和研究，包括6G网络为用户提供大规模分布式模型训练、推理、生成、优化、共享、部署、管理、压缩及数据管理和计算等服务。
6G AI即服务的性能指标
现有移动网络的设计目标主要是面向连接的数据传输，其关键性能指标主要包括连接的传输速率和传输时延等。6G AIaaS基于6G网络内的连接、计算、模型、数据等资源，提供适应不同应用场景的AI能力。不同于传统的移动网络，6G网络需要配置除连接之外的资源，为用户提供高性能AI服务。相应地，需要从多个维度来构建6G AIaaS的性能指标和服务质量保障体系。一方面，6G AIaaS需要新的包含连接、计算、模型等维度的QoS，保障AI服务质量。另一方面，6G网络在设计时，需要考虑如何将通信连接能力、AI模型和计算能力等进行融合，构建面向AI服务的综合关键性能指标体系和评估方法，为系统设计和网络资源配置提供指导。
