1. 移动算力网络的动机与目标
- 算力网络 整合云、边、端等多层次算力资源，提供一体化服务，实现算力成为社会级服务。
- 移动算力网络 以移动网络为基础，结合移动网络内的泛在内生算力（终端、基站、边缘算力等），并通过管理与控制机制协同连接资源与算力资源，实现按需计算服务。
- 移动算力网络的目标 是满足沉浸式通信、感知与通信融合、AI与通信融合等新型业务的通信与计算性能要求，对内实现计算内生，对外提供计算服务。
2. 6G移动算力网络应用场景
- 网络自优化：通过AI赋能移动算力网络，提升网络智能化水平，例如智能感知算网业务需求、智能处理资源数据、智能控制和决策等。
- 对外赋能：
- 赋能AI拆分推理：将AI任务拆解为多个子任务，调度到不同的计算节点部署，通过移动算力网络实现优化AIaaS服务编排。
- 赋能联邦训练：利用无线基站的空闲算力形成算力资源池，支持边缘算力应用的无损迁移及算力均衡，实现联邦学习。
- 赋能车路协同：通过移动算力网络实现数据及算力共享，优先级调度、完成分析决策实时任务，云端实现超大规模模型训练及下发等。
- 赋能CDN场景：通过移动算力网络感知用户与备选节点间的网络状态信息，基于多目标优化算法选取合适的节点为用户提供服务。
3. 6G移动算力网络的关键技术
- 泛在内生算力：移动算力网络中的节点除了提供基础的连接功能，还提供额外的计算执行功能（CE），计算执行功能是ITU愿景中定义计算能力的一种体现。
- 通算感知：包括对通算环境的感知（通信环境和算力环境）和对通算业务需求的感知，通过统一的度量体系和异构算力资源的映射机制，对异构算力资源进行统一建模和协同管理。
- 通算业务编排管理：包括业务解析、资源节点筛选、资源和路径的一体化编排等。
- 融合控制调度：实现计算执行与计算连接的相互感知、相互协同，基于实时准确的通算资源及状态发现，实现灵活动态的计算资源调度、通算资源的联合编排以及计算服务质量的全局寻优。
- 计算会话管控：建立通算融合的新型服务会话，拉通端到端计算和转发资源，实现QoS策略的统一控制，包括计算会话的建立、修改、释放等全生命周期管理。
- 算力服务的能力开放：通过算力网络能力开放，对内可以通过算力内生服务于通信网络本身，对外可以通过能力开放的形式为第三方用户或运营商提供算力服务，屏蔽移动算力网络的端边云复杂协同流程，以算力赋能行业应用。
4. 6G移动算力网络架构及接口协议
- 网络架构：包括应用层、服务和能力开放、通算管理编排、通算融合控制、算网基础设施等。
- 接口与协议：终端CE与基站的计算连接控制可以基于RRC现有协议机制来实现，终端CE与基站的计算执行控制由计算资源控制（CRC）实现，终端与核心网的计算服务接入控制可以通过修改或增强NAS机制来实现。
- 通算融合机制：包括算力资源共享的融合控制和通算控制融合，分别针对连接服务和计算服务之间共享使用算力资源以及计算服务融合控制时如何对计算连接与计算执行进行融合控制进行阐述。
- 计算面：6G在提供通算融合服务时，可以通过网络架构层面的内生设计方式，在网络架构、功能、协议接口等各层面内生引入新服务所需的基础能力，该基础能力与移动网络紧耦合设计，如新增计算面。
5. 流程演绎
- 新部署的计算服务流程：包括发起计算服务请求、计算任务编排、计算执行和连接建链、计算过程监控、计算服务交互、计算任务执行完毕等步骤。
- 预部署的计算服务流程：包括发起计算服务请求、确定请求计算服务、计算资源选取、计算执行和连接建链、计算过程监控、计算服务交互、计算任务执行完毕等步骤。
6. 总结和展望
移动算力网络是面向6G的连接+计算双基础功能设施，是通信与AI深度融合的重要基本元素，将对感知、AI等新型业务的通信与计算性能要求提供有力支撑。
