隨著 5G 技術逐漸成熟,目前業界已經將目光放向 6G,也可以看到許多科技大老已經在布局電信商,主要是因為 6G 和 AI 的概念是緊密相連的,且要走到 6G 技術,5G 的布局可說是相當關鍵,而 6G 到底是什麼?業界常提到的 AI-RAN 網路又是什麼?《科技新報》帶你一次了解。
過去 5G 的概念是「社會與產業數位化」,而到 6G 則是「虛實整合世界」,而在技術上,是從 5G 技術延伸至 6G 技術。台灣愛立信技術長姚旦指出,由於 6G 架構將全面採用 SA,因此在 5G 時需先建立「獨立組網」(Standalone,簡稱 SA),在這基礎上演進才能通往 6G。
(Source:科技新報)
如果從時程來看,今年會開始訂出 6G 決策和架構,2028~2029 年進入預商業化階段,而 2029~2030 年全商轉 6G 網路將誕生。往前推算,2025 年已經開始看到許多科技巨頭在電信商的合作,都能見出一些端倪。
(Source:科技新報)
4D 定位、無處不在,只有 6G 做得到
相信很多人都好奇,當來到 6G,我們的生活會有什麼改變?
根據愛立信分享的簡報可知,6G 特色包括 AI 通訊、大規模混合實境、自動駕駛、數位分身、韌性連接、空間坐標引擎、全球寬頻(如低軌衛星)等,簡單來說,將和 AI 脫離不了關係。
(Source:科技新報)
姚旦指出,其實上面很多特點 5G 也有,但做起來相當有限,因此必須 6G 的能力才能做出更多應用,而 6G 將是「AI 原生」,其中「『空間資料引擎』跟『全球寬頻』只有 6G 才做得到」。
那空間資料引擎是什麼?
「空間資料引擎」將會是 4D 定位,即在平面、立體之上的三維(3D)空間中,再新增「時間」的概念,因此 GIS(地理資訊系統,Geographic Information System)將會有個 3D 座標帶來的資訊,並針對不同時間資料的序列、變化度如何、什麼事件進行輸出,比過去能傳遞更多資訊,即實時傳輸資料的概念。
至於「全球寬頻」,更直觀的感受應該是「無處不在」、「無遠弗屆」,它是覆蓋地海空的立體網。
以前偏遠地區的網路覆蓋成本高昂,例如玉山山頂(撇除有通訊點的點位)、亞馬遜河流域,甚至太平洋正中央,基本上都不在行動通訊的覆蓋範圍內,但 6G 整合了非地面網路(NTN)和低軌衛星,理論上只要手機還有電、不管身處任何地點,都能被網路即時連結,實現真正的「無遠弗屆」。
6G 和 AI 整合,帶來什麼角色變化?
接著談到 6G RAN(Radio Access Network),有三個核心概念,即擴大終端使用者價值(Extend)、導入新的技術元件(Evolve)以及開啟新的收入來源(Enable)。
(Source:科技新報)
在 Evolve 部分中,有個相當關鍵的設計,稱為「上下行分離式結構」,即網路架構將導入上下行分離的設計概念,避免未來 AI 高度普及後,在有限資源下排擠到上行(上傳)和下行(下載)的資源分配。
另一個值得關注的部分是,6G 將整合感測與通訊功能(ISAC),即行動網路會轉變為具備環境感知與智慧理解的節點,開創通訊、感測與人工智慧融合的新未來。
「AI 在 6G 上會產生變化」,姚旦指出,早期應用程式只是在網路上運作,稱為 OTT(Over-the-Top),應用程式和網路是分開的,網路只是提供通路;到了 4G、5G,透過 API(應用程式介面)已經進一步實現差異化服務和互動;當 6G 時代來臨,AI 若要繼續成長必須要擁有足夠的「資料」,因此「網路會比 Internet(網際網路)還全面、更是實時資料,網路本身就是重要的資料來源」。
(Source:科技新報)
在這個背景下,很多的服務將利用這些即時的資料來源,6G 將晉升為整合角色。姚旦也表示,網路必須具備「自我管理」能力,背後基礎包括三個關鍵,即更強大的晶片、深度導入 AI,以及開放的架構。
當來到 6G,世界會是什麼風貌?
談到 6G 對未來的樣貌,姚旦也舉例,現行的交通號誌、車道調度與燈號長短,是透過長時間的交通調查、監視器影像分析,事先設定固定的燈號秒數,但若遇車禍、臨時壅塞等突發狀況時,便難以臨時排程,需要人力在現場進行指揮和調度。但在 6G 架構下,透過雷達加感測功能(即 ISAC),當基地站一掃而過即可得知車堵狀況、車流密度等,將資料即時回傳給系統,就能進行數位分析調整車流和燈號等。
而 ISAC 另一個功能,是讓手機不只是通訊設備,而是同時扮演感測與定位的角色,其發射的電波不僅用來傳輸資料,也能用來偵測周遭環境、障礙物,甚至進行精準定位,「以大白話來說,就是手機會變成雷達」。
談完 6G 特色後,那 AI-RAN 又是什麼?
了解 6G 和 AI 密不可分的關係後,接著來談所謂的「AI-RAN」 (Artificial Intelligence Radio Access Network)是什麼?
AI-RAN 是「人工智慧無線接入網路」,簡單來說,是將 AI 深入整合進傳統行動通訊網路(即 RAN)中,使基地台除了執行通訊外,還能進行 AI 運算來分析數據,以提升網路效能、能源效率,並支援邊緣 AI 應用。
根據三星所做的圖表,AI-RAN 是透過 CPU/GPU/NPU 等多樣處理器支援 Al 運算,將加速的運算資源分享給 AI 應用,因此輝達(NVIDIA)近期積極布局電信商,目標之一是將 GPU 的加速運算推廣到更多不同應用。
(Source:三星)
目前 AI-RAN 聯盟是研究「AI-for-RAN」、「AI-and-RAN」和「AI-on-RAN」,目標是提升營運效率、資料運用以及新應用情境。
(Source:三星)
不過,愛立信認為 AI 模型部署分為三種層面,分別是「AI-for-RAN」、「AI-on-RAN」和「AI-in-RAN」。其中,「AI-for-RAN」屬於集中式訓練,主要利用 AI 改善 RAN 的效能,提升頻率與效率,主要側重集中式訓練,目標是 RAN 的自動化。
(Source:科技新報)
「AI-on-RAN」是依照應用情境特定需求來進行推論與訓練,作為短時間反應或邊緣運算應用。
最後一種是「AI-in-RAN」,專攻 RAN 效能,是將 AI 演算法直接內嵌於設備中,以實現即時、低延遲的決策能力。這主要是為了提升某一個站點的覆蓋品質,必須動態調整功率等相關參數,本質上是單一基站層級的問題,因此數量將是數以萬計的基站。
業界人士認為,雖然輝達積極推銷 GPU,但仍受限於場景和應用,雖然 GPU 算力強勁,但在無線網路的部分場景效應有限,因為無線網路追求的是「適當產品對應適當場景,耗能合理、性能最佳,而不是單純追求極限算力」,以上圖來說,架構左邊到中間場景,GPU 都有其適用性,但延伸到右側應用時,就沒有實際需求。
此外,成本效益也是值得考量的事情,是否放棄傳統使用的 CPU 或 ASIC,轉而採用價格較為高昂的 GPU,也是電信商未來將考慮的方向。
(首圖來源:shutterstock)






