2022年8月9日，2022年世界5G大會期間，以“創新驅動下的ICDT未來十年”為主題的Tech Talk 2022—5G-A/6G論壇正式舉行。此次活動由未來移動通信論壇、哈爾濱工業大學電子信息與工程學院、黑龍江省互聯網協會聯合舉辦。活動匯集了來自移動通信領域的專家、學者、業界人士，圍繞5G演進與6G愿景展開了深入的溝通交流，并探討了數字通信領域5G Advanced技術未來的發展方向，以及6G將如何改變世界。高通公司中國區研發負責人徐晧博士出席論壇，并發表了題為《持續推動5G Advanced發展 為未來技術演進打造基礎》的演講，分享了5G極致的技術特性在各類實際應用場景中展現的能力，和推動5G Advanced技術向6G演進的主要研究方向和著力點。徐晧博士在演講中表示，期待在技術研究和商用的過程中，能夠與行業伙伴展開更廣泛的合作，共同將不斷演進的移動通信技術推廣到各行各業與千家萬戶。

高通公司中國區研發負責人徐晧博士在Tech Talk 2022—5G-A/6G論壇上發表主題演講

以下為演講實錄：

非常高興有機會和大家分享高通公司對于5G Advanced和6G的愿景和想法。

首先，我們看一下目前5G商用的狀況。 迄今為止，全世界已經有200多家運營商部署了5G商用網絡，還有超過280家運營商正在規劃部署5G網絡。預計到2023年，全球5G連接數將超過10億以上。同時，預計從2020年到2025年，5G手機的出貨量將超過50億。毋庸置疑，無論是從技術還是商用的角度來說，5G都是非常成功的。

在這個節點，我們會問自己兩個問題，第一，5G在全世界已經取得了這么大規模的商用，那么在哪些應用方面還有可能突破？第二，從技術角度來說，我們會關注5G Advanced的哪些方向，讓5G能夠在今后5年發展得更好？一般來說，每一代移動通信技術發展的周期大約為10年，那么在6G到來之前，還有很長的時間來推動5G繼續向前發展。當然，我今天分享的很多技術，很有可能它會成為6G技術之一。但從現在的角度來說，我們先扎根于5G，專注于5G Advanced的相關項目，同時也關注今后可以成為6G的核心技術。

首先，我們回顧一下目前5G已經完成的標準情況。

截止到目前，5G已經經歷了三個Release版本——Release 15、Release 16和Release 17。在Release 15中，我們主要完成了兩個任務：第一是提供了一個非常好的5G靈活架構，它為今后的6個5G版本奠定了非常好的基礎，也可以讓我們非常容易地引進后面提到的每一個技術。第二，Release 15打造了一個非常靈活的頻譜框架，不僅支持了6G以下的頻譜，也支持毫米波頻譜。我們對頻譜的需求是永無止境的，我們會不斷地向毫米波或更高的頻譜上邁進。在Release 16和Release 17中，我們不斷引入了新的、面向垂直領域的技術，比如車聯網技術、基于5G的無線物聯網技術，以及基于5G的衛星天線技術，這些都為下一步5G Advanced和6G的發展奠定了很好的技術基礎。接下來三個Release——Release 18、Release 19和Release 20，我們將它們規范為5G Advanced技術標準。

在發展5G Advanced國際標準的同時，我們也在積極地發展6G的技術。實際上，每一個技術并不會完全按照10年周期被引入，比如5G中的MIMO技術和OFDM技術其實是基于4G技術而來，但是在5G中無論是MIMO的天線數量還是OFDM的帶寬都比4G有所突破。同樣，如果我們想在下一代無線通信中引入人工智能（AI）技術，那么我們現在已經在5G或5G Advanced中開始引進這方面的規劃及技術，而在6G的標準中會得到進一步推廣和廣泛應用。

目前5G和AI之間的交互和融合是技術發展的大勢所趨。5G和AI都被認為是能夠影響到各行各業、非常核心的基礎技術。談到5G，很容易想到三個特點：第一，高速率；第二，高可靠性和低時延；第三，海量互聯。而AI也正是基于5G的這些特點，實現了突飛猛進的發展，具體原因包括：第一，海量的數據，這與無線物聯網有很大的關系，因為實現萬物互聯，以及人與人互聯之后產生了大量的數據；第二，終端算力的增強，由于無線通信不斷發展，終端側計算能力逐漸增強，使終端AI成為可能。

AI要得到廣泛的應用，需要將其很好地拓展到終端上實現。之所以今天我們能讓無線通信賦能生活，重要原因是因為我們每個人都有智能手機。AI也一樣，它不能僅僅停留在云端來進行大規模計算，盡管AlphaZero和AlphaGo能夠在比賽中贏過世界上最好的圍棋選手，但它終究還是一個在云端的算法。而讓AI達到終端，才能最終使它在普遍的場景中得到應用。這些應用場景就包括我們的手機、自動駕駛、VR/XR眼鏡、機器人等。5G能夠為這種終端側的AI智能化提供非常好的框架，這個框架就是通過5G把云和終端有效地連接起來。而且目前在我們打造的框架中，也有一個邊緣云的概念。因為在過去，我們是以云端為中心進行所有AI的訓練，但如果把AI推廣到各行各業，推廣到每個人手中，就必須要實現終端的AI，實現分布式的AI。也就是說，一部分的AI算力在邊緣云，一部分在終端。今后我們應該做到，大部分算力能夠更進一步地下沉到終端，無論是從網絡架構層面，還是從終端設計層面，都要把更多的算力和AI算法放到終端側。

如果我們能把大量的AI算法放到終端側的話，就可以有非常多全新的應用場景，這不僅與AI有關，還為5G未來的應用開拓出一片廣闊天地。其中就包括語音喚醒、文本識別、面部檢測、語音識別、計算攝影等。最近我們看到，谷歌的AR眼鏡能夠進行實時語音轉譯，這就是AI下沉到終端一個非常好的用例。此外，我們的VR/XR眼鏡，就是通過5G和邊緣云，來使AI算法得到實現的。今后的10年到20年之間，這些AI的技術會在5G和6G的推動下得到更廣泛的應用。

5G讓AI做得更好、更便捷，也讓AI能夠落地到我們的終端。但從另一方面來說，AI也為通信帶來了革命性的研究方向。雖然AI在很多方面都有很好的算力和功能，但是總結起來，AI的大部分應用還是為了解決那些目前人類很難解決的問題。無線通信中有一些問題是我們已經解決得非常好的，比如說香農定理、調制和解調、編碼和解碼，以最大似然（Maximum Likelihood）的方法尋找最優算法等。在這些領域，其實AI很難帶來很大的幫助。

但是另外一方面，無線通信領域有非常多的瓶頸，比如其中一個挑戰是難以建模的問題。從基站到手機，無線通信的信道千變萬化。不同的人在室外、室內移動的場景中，進行信道估計、信道建模和信道反饋，可能是AI會對無線通信產生很大影響的一個領域。第二個挑戰是最優解的計算不可行性。比如我們要在大規模天線數非常高而且帶寬非常大的場景下進行最優化的計算，其中的算力可能非常大，用傳統的方式來計算，運算量和耗電量都會非常大。在這種情況下，我們就可以用AI來幫忙。就好像在下圍棋的時候，讓一位棋手記住一萬個甚至一億個棋譜是難以想象的，但AI很快就可以把這些訓練做完。在一些最優解的計算不可行的情況下，AI可以為我們提供幫助。再比如說對非線性問題進行處理，在通信系統中，有一部分問題是可以用線性方法來解決的，而另一部分需要用非線性方法解決。在解決這類在傳統通信理論下不能解決的問題時，AI將很好地發揮它的優勢。

接下來介紹幾個高通最近在AI方面做的演示和實驗。第一個是通過AI進一步增強5G大規模MIMO（多天線列陣）系統的信道反饋。AI的算法可以幫助提升下行速率，同時減少上行反饋的數據，從兩方面幫助無線通信系統獲得更高流量和吞吐量。

第二個是移動5G毫米波的波束跟蹤與預測。我們知道，波束要實時跟蹤一個移動的人，會產生較高的系統消耗。人的軌跡是有可能通過AI的方式來進行預測的，高通在圣迭戈完成的OTA系統中，我們通過毫米波與AI的結合，成功實現了毫米波系統的節能，減少了整個系統的消耗。

第三個是傳感器融合支持下的5G高精定位。通信傳感一體化是6G的一個重要研究方向之一，我們在實驗中將傳感器和5G高精度定位，以及衛星定位三者融合，合力提升5G支持下的物體定位精度。

第四個是5G毫米波網絡拓撲優化。網絡拓撲是一個非常復雜的系統，比如在哈爾濱這樣一個城市，在何處建基站，覆蓋到多少用戶，如何提升基站的覆蓋，與此同時做到最優化最節能最綠色的網絡等等。在考慮網絡拓撲相關的問題時，AI可以被很好地應用于探索和平衡不同選項的性能或成本效益，提升網絡部署的效率。

此外，5G也正呈現出非常好的發展趨勢，正在加速各行各業數字化的轉型。5G已經不再只是一個簡單的通信手段，而是一項能夠推動各行各業數字化轉型的非常核心的技術，賦能包括交通、智能制造、工業、零售、能源，以及各類垂直領域的應用。

我們現在常聽到的“元宇宙“就是其中之一。從1G到4G的通信技術都是實體世界的通信，也就是人與人、物與物之間的通信。但到了5G、6G時代，我們可以通過這些通信手段，打造出一個數字世界，從而支持更多數字領域的優化，比如數字孿生、虛擬世界等等。實體世界、數字世界與虛擬世界的融合，可以為界面交互帶來全新機遇，提供全新的人機界面——而這不僅基于5G、6G等通信技術，也包括AI和計算機視覺，以及其他技術的融合。

當我們將AI技術與計算機視覺技術應用到XR的頭顯設備中，可以實現六自由度（6-DOF）的運算，包括計算出頭部的精準定位以及旋轉時人眼看向的方向。這些六自由度的信息通過5G網絡傳輸給5G基站，在邊緣云完成一次渲染，邊緣云的渲染可以將用戶想要看到的圖像再傳輸回用戶的VR/XR的眼鏡。整個流程，從頭部轉動、眼睛看向一個方向，到最后畫面呈現到用戶眼前，時延低于70毫秒，其中5G往返時延（RTT），也就是空口時延不超過20毫秒。這一技術應用非常好地體現了5G在特定應用中所能達到的關鍵性能指標，并能夠滿足極致的時延要求。從“動作“到”顯示“時延極低，這可以讓用戶感覺不到時延的存在。同時，我們還做到了單眼2Kx2K的速率，保持了約50Mbps的穩定平均下行吞吐量，以及約1Mbps、500Hz 姿勢更新率的穩定上行吞吐量。

最近我們與合作伙伴——中國移動和中赫集團，一起將分離式渲染技術的解決方案應用到了北京工人體育場的體育賽事中，希望讓觀眾在觀看賽事時，擁有極致的沉浸式XR體驗，能夠看到多視角的4K視頻傳輸，并享受高密度場館的連接體驗。至今，在美國的一些運動賽事中我們已經完成了這樣的技術指標和演示，如多角度地觀看橄欖球比賽。我們非常期待把XR技術通過5G和6G來進一步地推廣到終端，即用戶的手中。這一案例也是5G Advanced和6G技術應用的場景之一。

從技術的角度來說，在通往6G的路上有很多的研究方向。我剛才講述的兩個例子就都屬于其中的研究方向之一：一個是AI在無線通信技術上的應用，另一個是融合世界以及元宇宙中的VR/XR如何能夠獲得5G與6G的賦能。除此之外，通往6G的主要研究方向還有頻譜擴展和共享——即從6G以下的頻譜擴展到毫米波的頻譜，甚至擴展至更高頻段的廣域覆蓋；可擴展的網絡架構，即5G和6G的拓撲，毫米波的拓撲等等。甚至，我們所考慮的進一步下沉的網絡架構，以及如何能讓終端得到更多AI和算力的支持等。

從無線空口的角度來說，我們關注大規模的天線技術、移動毫米波的持續演進，可配置的智能穿戴技術，以及非地面通信、天空地一體化技術。

與此同時，我們也關注了不少與6G相關的技術演進。在這里，我簡單地介紹幾個目前高通在圣迭戈所進行的關于6G和5G Advanced的基礎性空口創新。

第一個是全雙工技術演進。我們所說的大部分現代通信系統，原本只能做到在不同時間分別進行上下行傳輸，或者在不同頻率進行上下行傳輸。但是，我們在圣迭戈對這一項技術進行了演進，使得全雙工技術能夠做到在同樣時間、同樣頻譜上，既能實現上行傳輸也能實現下行傳輸。

第二個是移動毫米波演進。這項技術演進，使我們能夠通過AI的方式，在時域中判斷出下一個時間點波束的大致方向；在頻域、時域或空間域中，預測出你在空間域中的波束的大致方向；此外，我們還能對接收信號強度指示（RSSI）進行預測——這些也是我們在現在的Release 18，即當前正進行的5G第四個標準版本中，努力推進的AI在無線方面的應用。此外，我們在綠色網絡、5G定位等方面也進行了技術演進。

與此同時，高通擴展了全新用例，例如在賦能元宇宙方面，我們進行了許多與XR相關的推廣和應用；在中國，我們還完成了對時間敏感網絡（TSN）應用的推進，將5G技術應用到工業物聯網中，因為該技術能夠解決有關時間敏感機制的應用問題，并且對時延進行控制，達到最低時延。不僅如此，我們還完成了汽車自動駕駛安全性的研究，以及一些通感一體化的外場實驗。

最后，我想說的是，之前我所提到的任何一個技術，其實都可能成為在6G中實現的技術。但在研究過程中，如果我們所測試的技術已經成熟，那么我們就會將它提前引進到5G Advanced中來，畢竟5G還有3個Release版本的發展空間。綜上所述，我們現在所進行的不少研究，例如AI，已經在Release 18版本中推進；通感一體化的研究，目前也正在3GPP SA組討論中，或將成為5G Advanced的應用場景。有一些趨勢和場景，也會逐漸從5G-Advanced演變為6G的一部分，我們會不斷地推動技術向前演進。

我們非常期待在5G Advanced和6G的研究與商用當中，能夠有機會和在座的各位進行更多的交流與合作，共同努力將技術推廣到各行各業、千家萬戶。

謝謝。