人工智能时代的移动网络演进技术白皮书

移动网络演进趋势
移动网络从专用硬件向软件化、灵活化演进，以应对数据传输需求的增长。未来网络将具备灵活性、自动化和智能化特性，并聚焦服务型解决方案，通过软件化架构降低成本、提升效率，同时支持AI应用，为用户提供个性化服务。

软件化灵活网络

• 硬件演进：从专用芯片转向通用芯片（COTS），降低开发成本（如28nm芯片成本$48M，2nm芯片成本$725M），提高性能和资源利用率。
• 网络虚拟化：
  • 核心网：通过虚拟化网络功能（NFs）实现弹性伸缩和低功耗，支持微服务架构和用户面功能（UPF）分离。
  • 无线接入网（RAN）：虚拟化RAN（vRAN）支持多频段、多类型 Massive MIMO 和灵活部署，无需硬件改造即可适应未来技术（如6G）。
  • 传输网：采用白盒路由器和虚拟化基站路由器（vCSR），降低CAPEX和OPEX。
• 边缘计算：通过边缘数据中心缩短用户与服务的距离，支持低延迟AI应用，构建分布式“边缘云”。

AI与移动网络融合

• 软件化网络优势：
  • 数据采集：开放架构便于MNO收集全链路网络数据，构建大数据分析模型。
  • 计算资源：通用CPU/GPU共享，降低AI部署门槛，支持中心-边缘分布式部署。
• AI赋能自动化：
  • 网络运维：AI预测故障、优化资源分配，减少人工干预，提升效率（如平均修复时间缩短）。
  • 核心网优化：AI分析用户移动性优化寻呼，预测流量负载实现负载均衡。
  • RAN优化：AI增强信道估计、链路自适应，提升用户吞吐量。

个性化服务型网络

• 网络切片+NaaS：通过服务意图API实现按需定制虚拟网络，满足企业/政府SLA需求。
• AI自主服务保障：AI预测资源使用和SLA水平，动态调整资源分配，实现自动化服务保障。
• 按需边缘AI服务：构建分布式边缘AI基础设施，支持AI应用动态部署，通过资源管理平台实现弹性伸缩。

结论

• Samsung双核战略：
  • AI for Network：CognitiV NOS实现端到端自动化，降低运维成本。
  • Network for AI：vRAN全虚拟化架构支持AI负载，构建分布式边缘平台。
• 软件化网络价值：简化智能自动化，降低OPEX，创造新收入模式，推动移动网络向数据驱动型演进。