软件学报 ISSN 1000-9825, CODEN RUXUEW E-mail: jos@iscas.ac.cn Journal of Software ,2020,31(3):831 − 844 [doi: 10.13328/j.cnki.jos.005899] http://www.jos.org.cn © 中国科学院软件研究所版权所有 .Tel: +86-10-62562563
训练和测试 AI 模型以获得卓越的推理能力需要高质量的数据。云原生基础设施可以通过各种方法访问数据,例如数据湖和仓库。许多云提供商提供块、对象和文件存储系统,非常适合提供低成本、可扩展的存储。例如,模型的大小可以达到 GB。在训练阶段,每次拉取模型的检查点都会对网络和存储带宽造成严重负载。将模型视为容器化工件为将它们托管在 OCI 24 注册表中打开了大门并启用了缓存。它还允许将软件供应链最佳实践应用于模型,例如工件签名、验证、证明和数据来源。此外,容器化模型/工件有助于在 WebAssembly (WASM) 二进制文件中进行捆绑。WASM 是一种独立于平台的高效 CN 推理方法。
* 与骁龙 X70 调制解调器-射频系统 1 相比 与非基于 AI 的位置追踪相比;在典型的 GNSS 挑战密集城市峡谷环境下,骁龙是 Qualcomm Technologies, Inc. 及其子公司的产品。
借助先进的传感器、人工智能和通信技术,人们可以在虚拟世界中复制物理实体,包括人、设备、物体、系统甚至地点。物理实体的这种数字复制品被称为数字孪生。在 6G 环境中,通过数字孪生,用户将能够不受时间或空间限制地探索和监控虚拟世界中的物理实体,并远程观察变化或检测问题。用户甚至可以使用 VR 设备或全息显示器与数字孪生进行交互,从而在物理世界中采取行动。
本文档广泛介绍了将原生和跨域 AI 纳入下一代网络时需要考虑的功能方面。首先简要概述了 AI 在全球标准组织(包括 3GPP、O-RAN 和 ETSI-ZSM)中的现状。报告在无线网络环境中对原生和跨域 AI 这两个术语进行了简明的定义,然后讨论了 AI 对架构的影响。讨论了跨多层提取大量不同数据的挑战,以及相应的数据建模、格式化和表示要求。统一的数据提取模型正在成为一项关键要求。强调了分布式和边缘智能对于解决无线网络中复杂的多层问题的重要性,以及这种分布式架构中的可信度概念。讨论了大规模分布式智能的推动因素,包括 HPC 平台和附带的软件平台(包括开源)。描述了意图驱动管理的新兴范式及其与 AI/ML 的相互作用。讨论了在分解式 RAN 之间以及 RAN 和 CN 之间进行协作 AI 的必要性。本研究报告是 O-RAN nGRG 首次尝试调查 AI/ML 在下一代网络中的应用情况,并在此基础上为对每个突出显示的领域进行进一步探索奠定了基础。
人们对与云原生范式更契合的数据平面软件开发环境的需求正在快速增长。虚拟化数据包处理应用程序可能难以通过云原生平台有效地自动化和编排,因为它们具有专用的资源需求、复杂的软件管理模型(驱动程序、内核、软件版本和固件)以及调试和监控的难度。这些限制与云原生设计原则是正交的。因此,没有明确的路径从虚拟网络功能 (VNF) 迁移到云原生网络功能 (CNF),导致创建复杂的部署和管理模型来运行移植的应用程序和服务。这些遗留应用程序不是为云原生范式设计的,并且正在追溯适应这个世界。
© 作者 2024。开放存取本文根据知识共享署名 4.0 国际许可进行授权,允许以任何媒体或格式使用、共享、改编、分发和复制,只要您给予原作者和来源适当的信任,提供知识共享许可的链接,并指明是否做了更改。本文中的图片或其他第三方资料包含在文章的知识共享许可中,除非资料的致谢中另有说明。如果资料未包含在文章的知识共享许可中,且您的预期用途不被法定规定允许或超出允许用途,则需要直接从版权所有者处获得许可。要查看此许可证的副本,请访问 http://creativecommons.org/licenses/by/4.0/。
AIOps 嵌入到瞻博网络 Mist 中,使您的 IT 运营团队能够掌控和管理分布式网络的所有复杂性。Mist AI 应用大数据、分析和机器学习功能,智能筛选网络信息以查明事件并识别表明潜在问题的模式。Mist AI 还可以诊断问题的根本原因并推荐措施。
算力是原生AI的核心要素,6G应用和服务预计将增加对强大且加速的计算资源的需求,以满足这些应用和服务的要求。计算能力的提升在推动AI发展中也发挥着至关重要的作用。强大的计算资源可以显著提高AI模型训练的准确性和充分性,同时降低时间成本。为了适应6G网络不断变化的场景和网络功能,需要开发用于处理大量数据量和复杂算法的新型计算架构和基础设施。这可能需要专用硬件,包括图形处理单元(GPU)、现场可编程门阵列(FPGA)和专用集成电路(ASIC)、NPU(神经处理单元)、数据处理单元(DPU)。它还可以包括实现能够管理6G网络和应用程序生成的大量数据的分布式计算架构。