网络节能技术白皮书2024

目录 1.前言2 2.背景意义2 3.性能指标3 4.标准进展3 5.网络节能关键技术4 5.1网络架构层面4 5.1.1空天地一体网络架构4 5.1.2新型分布式无线网络架构5 5.1.3无线智能云网络7 5.2空口节能技术8 5.2.1空域节能技术8 5.2.2时域节能技术10 5.2.3频域节能技术11 5.2.4功率域节能技术11 5.2.5空口新硬件12 5.3新技术融合13 5.3.1AI技术融合13 5.3.26G空口新技术融合15 5.4其他技术16 6.总结与展望18 7.参考文献18 8.主要贡献单位19 9.缩略语20 1.前言 面向6G网络节能，本白皮书阐述其背景意义和面临的严峻挑战，简要介绍能耗性能指标和3GPP国际组织关于网络节能课题的标准进展，从网络架构、空口节能技术、新技术融合以及其他技术等层面，重点探讨网络节能关键技术方案。最后，总结白皮书主要内容及相关结论，并展望其未来发展趋势。 2.背景意义 随着全球经济和科技的飞速发展，能源问题日益突出。自2000年以来全球碳排放增速明显提升，随着空气中二氧化碳浓度的剧增，全球升温迅速，而气候变暖带来的风暴、热浪等极端天气将严重危害人类的生命财产安全。 在我国，双碳目标被纳入“十四五”规划建议，二氧化碳排放力争在2030 年前达到峰值，努力争取2060年前实现碳中和。双碳目标是全球应对气候变化的重要责任，也是行业和企业可持续发展的重要基石。就电信行业能耗情况来看，其碳排放是以电力购入的间接排放为主。在电信行业的能耗构成中，基站、通信机房和数据中心的能耗为主要占比，其节能最为关键。5G基站满载功耗约4G的3-4倍，尤其随着5G网络的正式商用，能耗增幅显著提高。 面向6G提出的6大典型场景和15个能力指标[1]，从智能、感知、泛在等多维度，对速率、容量、时延、定位、用户体验等提出更高要求，驱动6G向更高频点、更大带宽、更多算力演进，从而给6G网络能耗带来严峻挑战。 一、更高频点：6G毫米波基站的覆盖半径仅为5G3.5GHz基站的30%，同时毫米波基站功放效率约为7-15%，具体数值取决于工艺，例如硅锗SiGe工艺为7%+，而氮化镓GaN工艺为15%+，仅为传统5G基站功放效率的1/7-1/3。因此，需要更高的能耗以支持6G毫米波基站功放正常工作。 二、更大带宽：大带宽、多天线是造成5G单站功耗增加的主要因素，5G单站功耗是4G的3-4倍。另外，按照带宽代际增长规律，预计6G带宽可达500MHz-1GHz。如果单位带宽发射功率保持不变，可推算6G基站发射功率将是5G的5倍以上，单站整体功耗将是5G的4倍以上。 三、更多算力：智慧内生是6G重要特征，常用AI（ArtificialIntelligence，人工智能）模型的复杂度从十几兆到上百G个模型参数。以ChatGPT为例，包含1750亿个模型参数，其模型训练使用了1万个V100GPU，据环球零碳研究中心粗略合算，电力消耗超168万度，按日访问100万用户测算，运行每 天耗电约1.2万度。 6G新技术的创新发展，应以绿色节能为基本原则，提升系统能量效率，实施绿色生态运营模式。并将6G技术赋能千行百业，助力各行各业深入实践数字化转型，践行绿色发展战略，共同谱写人类命运共同体新篇章。 3.性能指标 能量效率是用于评估网络能耗的重要性能指标，从定义的角度出发，找到网络节能的有效手段。 关于能量效率的定义，学术研究中将其定义为单位能耗下所能传输的数据量，单位为比特/焦耳（bit/J）。若想提升能量效率，可以从传输的数据量和能耗两个角度出发，一方面，有效提升传输速率，另一方面，减少传输单位数据量所消耗的能量。 此外，ITU定义的传统5G网络能量效率，指的是与所提供的业务量相关的最小化无线接入网（RAN）能量消耗的空口技术能力[2]，包括两个方面：1）网络侧，指的是无线接入网在单位能耗下用户传输或接收的信息比特数；2）终端侧，指的是通信模块的单位能耗，单位均为比特/焦耳[3]。因此，要想提升网络能量效率，可以从网络和终端两个角度出发，双管齐下，以达到网络节能的目的。 考虑6G应用场景的多样化，以及对空口传输性能的不同需求，可以将网络能量效率定义为该场景下性能指标与功耗的比值，从而更加全面客观的反映该场景的实际性能需求和能耗占比。 具体来说，对于高速率场景，可以将能量效率定义为单位能耗下提供的数据速率，单位是比特/秒/焦耳（bps/J）；对于低时延场景，可以将其定义为单位能耗下提供的传输时延，单位是秒/焦耳（s/J）；对于广覆盖场景，可以将其定义为单位能耗下提供的覆盖距离，单位是米/焦耳（m/J）。类似地，对于6G融合场景，可以由单一维度扩展到更多维度，将能量效率与6G场景的性能指标相对应，从而更加全面地评估单位功耗可提供的空口性能指标，以满足6G多样化的业务场景需求。 4.标准进展 国际移动通信标准组织3GPP在Release18阶段开展了网络节能技术的讨论，包括StudyItem（SI）和WorkItem（WI）两部分工作内容。 （1）SI阶段 在2021年12月举行的RAN#94e会议中，正式确定了网络节能课题的研究内容，主要包括以下三个方面的工作。 建立基站能耗仿真模型，用于网络节能方案的性能评估； 建立网络节能的评估方法与KPI； 研究并识别gNB和UE侧的节能技术。 历时近一年的SI，重点讨论了网络节能的仿真模型，评估方法以及在时域、频域、空域、功率域、UE辅助信息等方面的网络节能技术，并提供仿真结果，相关研究内容形成报告TR38.864[4]。 （2）WI阶段 根据SI阶段的研究进展，WI阶段的标准化工作围绕部分节能增益较高的技术展开。在2022年12月份举办的RAN#98会议中，确定了网络节能课题的工作内容如下： 基于CSI增强的空域与功率域网络节能技术； 小区非连续发送/接收（CellDTX/DRX）技术； inter-bandCA场景下的SSB-lessSCell技术（仅限FR1和co-located 小区）； Rel-18网络节能小区内防止传统UE驻留的方案； inter-node波束激活及其有限区域内限制寻呼增强技术； 小区切换流程增强技术。 此外，仍有很多在SI阶段研究的网络节能技术未能标准化，为了进一步节省网络能耗并为6G打下基础，3GPPRelease19将进一步开展网络节能课题的标准化工作。 5.网络节能关键技术 5.1网络架构层面 5.1.1空天地一体网络架构 未来网络将实现万物智联，网络覆盖目标将由地面覆盖扩展到太空、空中、陆地、海洋等更多自然空间，实现全域的“泛在连接”。随着各行各业数字化 进程的加速，全域数字化基础设施将迅速扩张，数字经济发展与能耗、碳排放增长之间的矛盾将日益突显，绿色节能将成为未来6G网络架构的内生需求。为了实现万物智联、绿色低碳的发展目标，6G网络架构将发生颠覆式重构，无线网将打破传统的有边界的、烟囱式的架构，支持融合泛在、绿色节能的新型空天地一体网络架构。 空天地一体网络架构将通过卫星网络、空基网络、低空及地面网络三层组网，形成以地面网络为基础、以非地面网络为拓展的立体全域覆盖网络。地面网络与非地面网络互联互通、深度融合，采用统一的协议栈，支持海量用户无感知、极简的泛在接入。地面与非地面网络层可采用超蜂窝、无蜂窝等符合绿色通信发展趋势的新型组网方式。超蜂窝架构下，基站控制面与用户面解耦，控制基站与业务基站可以独立按需部署。前者提供用户接入以及控制信号的传递，可采用大区覆盖模式；后者为用户提供高速数据传输，可按需灵活部署。同一个控制基站覆盖范围内可以部署多个业务基站，且业务基站可根据业务负荷变化动态休眠。该架构下，网络覆盖可跟随业务需求动态调整，在不影响覆盖性能的前提下通过控制业务基站适时进入休眠状态，实现更为灵活的休眠，提升网络节能效果。无蜂窝架构以用户为中心，部署多个分布式接入点以及一个与所有接入点相连接的中央处理单元，通过中央处理单元的集中信号处理，广泛分布的接入点可以实现高水平的协作，形成一个“超级基站”覆盖整个区域。每个用户接入一组特定的接入点，可以利用空间宏分集和低路径损耗提升网络的频谱效率和能量效率。当区域内用户较少时，可以关断部分接入点，进一步节省系统能耗[5][6]。 5.1.2新型分布式无线网络架构 为更好地支持自动驾驶、智能制造、远程医疗等垂直行业，对低时延和高可靠提出更高要求，尤其面向未来6G网络泛在连接，传统的集中式智能网络架构已无法满足。因此，业界提出了一系列新型分布式无线网络架构，通过引入分布式智能计算框架，以充分利用用户终端和节点所持有的多维数据以及计算资源。然而，新型分布式无线网络架构面临分布式节点规模的不断扩大、海量的高维模型参数传输和超级算力等诸多挑战，使得6G网络能耗成为其规模部署和广泛应用的主要瓶颈之一。因此，采用分布式分层智能无线网络架构设计，有效降低6G分布式无线网络能耗[7]。 考虑无线接入网侧的多层网络拓扑，可以在宏/微基站、CU/DU、云端/边缘端等不同层面部署智能功能组件，开展无线分布式学习。自下而上具体地可 分为，用户设备的终端智能层、部署在DU上的第一智能层、部署在CU上的第二智能层、部署在边缘节点上的第三智能层以及部署在云端的第四智能层，如下图所示。不同的智能层针对不同目标产生不同的功能配置，由此可构建面向6G网络的分布式分层智能无线网络架构。网络可以灵活快速地编排和使用智能功能组件，部署多层级数据分析网元，在网络各层级均可组成分布式协同管控系统，实现水平层面上各个无线节点之间的分布式智能交互与协同[8]。 图16G网络智能功能组件垂直分层部署示意图 在新型分布式无线网络架构中，联邦学习（FederatedLearning，FL）作为最有望成为6G基础架构的一种分布式智能计算框架，能够在保护用户数据隐私的前提下，进行更广泛的机器学习，预期将在6G智能服务和应用中发挥重要作用。通过联邦学习和多层网络拓扑的有机结合，可进行多层次联邦聚合。如下图所示，基于宏基站-微基站-设备的三层网络，在垂直方向上构成联邦学习分布式分层智能无线网络架构，联邦聚合可拆分为位于微基站的低层次联邦聚合和位于宏基站的高层次联邦聚合，从而实现较低的通信成本和更广泛的数据共享。 图26G网络多层次FL节点部署示意图 具体地，在边缘网络，早期模型聚合具有较低的通信成本，且能有效缓解由于局部数据的随机性而导致模型更新的不确定性。而后期模型聚合，通过更高层次的联邦学习服务器进行模型聚合和更新，可实现更多、更广泛的数据共享，且加速全局聚合的收敛性。因此，可以根据网络对学习性能、时延、容量、能耗等指标的实际需求，灵活调整和优化联邦聚合在不同网络层次的部署位置，实现FL动态分层。 为了更好地实现网络节能，可考虑减少高通信成本的高层次全局聚合的通信频次，通过降低通信开销来降低总能耗。相比于传统FL方案，在相同学习精度的前提下，引入多层次联邦聚合的分布式分层智能无线网络架构能够有效降低网络能耗。 5.1.3无线智能云网络 IMT-2030Framework[9]强调了环境适应性和网络、终端节能减排的重要性。其中，网络能效是目前最为关注的量化指标，通常被定义为bit/Joule。 2010年前后，国内等主要运营商分享了对移动网络能耗的观察。观察发现，一半的能源消耗在空调和其他设施上，并进一步提出集中RAN设备以降低能耗，被称为Cloud-RAN（C-RAN）。集中点可以在无线电或基带处理上，如下图所示。 图3Cloud-RAN示意图 根据分析[10][11]，C-RAN是一个生态友好的基础设施。首先，通过C-RAN架构的集中处理，基站站点数量可以成倍减少，空调等现场支持设备的耗电量可大幅降低。其次，由于协作无线电技术可以减少RRH之间的干扰并允许更高的RRH密度，因此可以缩短RRH到UE的距离，部署具有较低发射