6G边缘云网融合关键技术发展与应用研究

许碧洲

吉林吉大通信设计院股份有限公司  吉林省长春市  130012

摘要：5G技术快速发展，应用效益不断提升背景下，世界各国对6G发展的关注程度不断提升。在5G边缘云网融合更加成熟情形下，探讨6G边缘云网融合技术发展与应用，具有重要的前瞻性意义。本文在展望6G愿景下网络架构特征下，提出6G边缘云网融合关键技术，提出云边系统算法优化方式，以此为相关技术应用研究提供参考。

关键词：6G；边缘云网融合；关键技术

通信技术历经数代发展，为改变人类社会信息交互方式，提升信息传输效率起到不可替代的作用。在5G网络部署进程显著加快，产业价值不断提升情形下，全球范围内都开始深度关注6G技术研究，为推动移动网络业务场景发展奠定坚实基础。在6G时代网络性能和网络智能需求更加迫切背景下，如何实现各种场景数据信息的超高可靠性、超低时延及高安全性传输，是技术研究关注的重点问题。

1、6G愿景下网络架构特征

虽然6G技术还处于实验室状态，实际应用还处于探索阶段，但结合5G应用场景特征和未来社会生产生活需求，在6G时代网络架构应当具有如下特征：（1）能够高效满足沉浸体验，包括视觉、听觉、触觉等感官信息实时体验和交互业务需求，满足全息通信、全息现实、孪生现实等新型业务体验需求。（2）网络智能，在终端、无线网、核心网、承载网及网络管理等各个方面的智能化，能够实现各个层面的智能协同，为各种应用提供智能化泛在连接。（3）多元场景覆盖，能够实现卫星与移动通信网络的全面融合，构建天地一体化的立体网络，能够实现偏远地区、航空、航海及高铁等多种应用场景的有效覆盖。（4）固移融合，能够实现与企业内容深度融合的局域网，为企业提供广域的虚拟网局域网解决方案。（5）安全内生，能够结合边缘计算、区块链技术等，基于分布式身份认证、零信任及可信网络等，构建内生安全机制，提升网络运行安全水平。

2、6G边缘云网融合关键技术

2.1 6G深度边缘节点设计架构及特征

6G边缘云网融合是以深度边缘节点为实现载体的，在实际运行中能够依照用户需求，将节点部署于企业园区内部、无线设备等固定位置，也能够部署于工业生产流水线、高铁、港口、无人机等移动场景[1]。架构应当以云化为基础，以智能化为决策方式，为用户提供大容量数据服务，确保覆盖范围内用户体验一致。

在进行节点部署时，可以采用单一式部署方式，也可以根据应用场景需求部署资源池。在采用资源池部署方式时，需要完善异构数据处理环节，确保节点能够实现云化运行，能够满足场景内各种来源数据的高效处理。深度边缘节点的实现，首先需要利用单一节点资源抽象技术，实现对单个节点硬件的完全虚拟化，满足资源统一调度要求。其次是要利用云网协作集群技术，构建分布-集中混合的节点集群，确保所有节点能够达到协同运行状态。再次是要利用可视化技术构建云网统一视图，能够实现对集群资源抽象的整合，满足统一管理要求。

深度边缘节点的网络能力是以微云结合容器承载网元方式为实现载体的，在当前5G核心网服务化架构（SBA）已经较为完善情形下，能够借助6G技术实现SBA模块化，充分发挥无状态化、独立化、扁平化及自主化等方面优势，满足网络开放、虚拟及云化要求。在技术发展和应用中，应当充分利用RAN服务化功能、服务化接口连接，将部分核心网功能下沉，实现与RAN功能的有效融合，推动整体管理朝向统一化方向发展，更好的提升网络运行效率。

构建深度边缘节点，还能够结合智能化技术应用，实现面向业务服务的能力开放功能，利用智能控制方式和网络可编程技术，构建6G智简网络。以此满足对异构资源池、网络功能及业务服务等管理编排的全面优化，推动管理与服务的协同运行，有效提升资源池利用效率，满足网络高效、节能化运行需求。

2.2 内生智能与跨域智能

基于新型技术支撑的6G边缘云网融合，还应当实现内生智能与跨域智能功能，推动网络运行智能化水平不断提升。内生智能是指在深度边缘节点布置中，要能够同时支持网络和AI功能，能够在依据数据分布特性基础上，选择合适的无线网络部署位置，在实现网络数据采集和处理基础上，利用智能技术构建训练模型，得出模型推理结果。内生智能的实现，需要以网络连接为实现基础，为算法运行提供算力支持；通过智能化控制建立特征数据集，存储AI模型；通过服务提供功能，构建智能内生出口，为网络中其他组成单元和第三方应用提供智能服务支持。通过数据、算力、AI在6G云网融合体系中各个层级的有效融入，能够推动网络的自我管理和优化，更好的提升6G边缘云网运行水平。

在6G边缘云网融合中，跨域智能功能主要是实现域间协同管理要求，构建域内自治、域间协同的智能化管理框架。在跨域智能体系构建中，应当以任务实现为导向，评估网络算力和时延要求，分析数据样本体量、覆盖范围等约束条件，利用智能化模型实现任务锚点的灵活选择，提升算力资源调配水平

[2]。以此才能够在实现本域算力优化利用基础上，充分利用全局内算力资源，满足端到端的定制化协同运行需求。在现有技术条件下，跨域智能可以利用数据协同、模型协同和算力协同三种方式实现。

3、面向6G边缘网络的云边系统算法优化

3.1 问题建模

基于6G技术搭建边缘融合网络，关键是要解决云边协同计算任务调度问题，有效提升时延控制水平，降低网络运行能耗和宽带成本。在具体处理中，需要重点关注如下方面问题：（1）边缘云的能耗控制要求，根据业务负载、单位时间内用户分配到的边缘节点、服务器处理单位计算任务所需能耗及电价等，搭建边缘云能耗开销模型。（2）中心云的能耗开展，根据边缘节点分配至中心云数据中心的计算任务量，中心云数据中心处理应用业务的空载功耗和峰值功耗、电价等，搭建中心云能耗开销模型。（3）系统处理时延，根据处理单位数据量所需时钟周期数、服务器主频等，分别搭建边缘云、中心云处理时延、中心云排队时延模型。（4）根据回传时延成本和宽带成本等，搭建回传链路开销模型。

3.2 算法设计

以上述系统开销最小化为问题处理目标，选用近似雅可比交替方向乘子法，将混合整数线性规划转化为约束条件下的简单模型，并能够利用分布式并行计算方式进行求解。

3.3 算法仿真与验证

算法仿真是在设定处理器主频和内存参数条件下，对算法进行收敛后进行求解，利用拉格朗日对偶函数，分离出优化目标中的变量，经过40次左右迭代，即可得出近似雅可比算法得出的结果，并有效提升收敛速度[3]。基于分析结果可以看出，在一定范围内，服务器电价对运行成本具有重要应影响。同时，分配至中心云的计算量与网络宽带成本具有较强关联性，在回传网络成本增加时，分配至中心云的计算量会有所降低。因此在云网融合过程中，应当尽量提升边缘云计算水平，降低分配至中心云的计算量，有效控制整体运行成本。

4、结束语

6G边缘云网融合是未来网络发展的主要方向，在规划建设中，应当强化智能化技术应用，构建更为优化的计算分配体系，提升边缘计算性能和管理水平，以此有效推动6G技术应用发展，为信息产业转型发展奠定坚实基础。

参考文献

[1]刘洋,李泽旭,刘海涛.6G边缘云网融合关键技术研究[J].信息通信技术与政策,2022(09):60-63.

[2]张琳峰,林奕琳,王庆扬.6G智能全连接网络架构[J].移动通信,2021,45(04):45-49.

[3]马璐,刘铭,李超,路兆铭,马欢.面向6G边缘网络的云边协同计算任务调度算法[J].北京邮电大学学报,2020,43(06):66-73.