6G洞见 | 葛晓虎：高效能AI模型等技术将极大助力6G绿色化
6G网络的绿色可持续发展是未来通信技术的重要方向，涉及能源效率提升、可再生能源利用、网络架构优化、智能网络管理和循环经济等多个方面，也面临着技术复杂性、成本压力、政策与标准、用户行为与需求以及环境影响评估等多重挑战。2025全球6G技术与产业生态大会-“6G绿色与可持续发展”平行论坛将重点探讨如何通过技术创新、政策支持和多方合作，促进6G网络实现绿色可持续发展，为全球环境保护和资源节约做出贡献。
大会前夕，“6G绿色与可持续发展”平行论坛执行主席、华中科技大学葛晓虎教授在【6G洞见】访谈栏目中，对AI等先进技术如何赋能6G和可持续发展做了详细解读。
Q1：2024-2025年，AI在各个领域呈现出巨大的潜力，尤其2025年中国企业在AI上的创新引领，推动AI进入全新的研发与应用局面。在此趋势下，您认为，AI在降低通信网络能耗、实现绿色可持续发展中越来越明确的关键作用有哪些？
葛晓虎：AI在降低通信网络能耗和实现绿色可持续发展方面发挥着越来越重要的作用。首先，AI可以通过优化通信网络的资源调度与管理，提高网络效率。智能化的网络架构能够根据实时需求动态调整网络资源的分配，避免资源浪费。比如，在网络拥塞时，AI可以优化频谱资源的分配，使网络运行更加高效。
其次，AI在网络设备的能效管理方面也起到关键作用。通过对设备使用状态的实时分析，AI能够预测设备的负载变化并制定节能策略。在网络负载较低时，AI可以自动调节设备的功耗，减少不必要的能源消耗，从而提升绿色节能效果。
同时，AI在物理层的应用同样具有重要意义。通过智能化的波束赋形和动态天线调整，AI能够在物理层层面优化信号传输路径，减少信号衰减和干扰，提高通信效率。AI还可以根据实时环境和网络需求，智能地分配和调整传输功率，确保信号质量的同时最大限度降低能量消耗。通过这种方式，AI在物理层的应用不仅提升了网络性能，还有效支持了低功耗和高效能的通信系统。
最后，AI通过大数据分析和实时预测，能够识别潜在的节能机会并优化维护计划，延长设备寿命，减少不必要的维护成本。这些应用结合起来，推动了通信网络向更加绿色、可持续的方向发展，降低了碳排放并优化了能源使用。
Q2：之前您在相关论文中提到，AI技术本身可以优化通信网络的运营维护，实现节能减碳，但另一方面，AI技术自身的训练部署也会带来额外的能耗，特别是当数据量激增的时候。因此，在通信能耗与部署运行AI算法的能耗之中存在着一个权衡关系。对于该问题，随着AI技术的进步和6G科研的加速，目前是否有更好的解决办法或途径？
葛晓虎：是的，AI技术的训练与部署可能带来额外的能耗，特别是在数据量激增的情况下，训练深度神经网络等高复杂度模型时，所需的计算资源和能源消耗会显著增加。然而，随着AI技术的进步，特别是高效能AI模型的出现，我们可以看到一些可能的解决途径。
首先，模型优化是减少AI训练能耗的重要途径。通过量化、剪枝、蒸馏等技术，AI模型的复杂度可以得到有效降低，从而减少计算资源的需求。这些优化技术可以使AI模型在保证预测精度的前提下，显著降低能耗。
其次，边缘计算的应用也可以减轻AI算法对中心服务器的能耗压力。在6G网络中，边缘计算将能够在靠近数据源的地方处理AI任务，避免大量数据传输到中心服务器进行处理，从而减少通信能耗和延迟。
此外，绿色AI硬件的出现，也为节能提供了新的解决方案。随着专门针对AI任务优化的硬件（如TPU和GPU）的发展，这些硬件能够提供更高效的计算能力，在减少能源消耗的同时，不降低AI算法的性能。
最后，随着AI算法的自主学习能力和自适应调度机制的增强，AI在通信网络中可以更智能地调节其计算资源的分配，避免无谓的能耗，从而在系统层面实现节能。
Q3：在向6G的演进中，目前AI在5G-A的绿色化、节能化、高效化目标上，已经通过部署哪些技术，实现了哪些比较显著的成效？
葛晓虎：在5G-A向6G演进过程中，AI已广泛应用于绿色化、节能化和高效化目标，主要体现在以下几个方面：
1.智能基站节能：AI结合大数据分析与强化学习，对基站的流量进行预测，并智能调节基站功率或动态关停低负载基站。据中国电信的数据，基于AI的基站智慧节能使5G日综合节能效率达到16%以上，年化节电量达6亿度以上，节省电费4.5亿元，每年直接减少二氧化碳排放约35万吨，同时可节省软硬件相关投资约3亿元，并大幅降低常态化运维工作量。
2.自适应MIMO优化：在5G-A网络中，AI用于优化大规模MIMO系统，提升频谱利用率并增强信号覆盖。AI技术能够通过实时学习和数据分析，动态调整天线阵列和波束方向，以最大化传输效率和减少能耗。根据爱立信的研究，AI优化的MIMO方案可以提高15%-25%的能源效率，同时增加网络吞吐量。AI还通过优化信号的分配，减少干扰，并根据实时环境调整通信链路，确保信号的稳定性和质量。这些技术帮助5G-A网络在高密度环境中有效运作，提供更高效的通信服务。
3.智能资源调度：今年年初，中国电信等进行的无线AI新型调度技术现网试验表明，在不新增现网基站智算能力的情况下，应用轻量级AI模型即可实现波束级时频空多维资源的协同调度。在中高负载场景下，用户平均吞吐量得以提升15%以上，AI模型的性能增益波动小于5%；在AI模型训练期间，基站CPU利用率和能耗抬升小于1%，AI模型上线使用后，基站CPU利用率和能耗基本不变。
4. 网络自优化（SON）：AI驱动的自优化网络（SON）技术已经广泛应用于5G-A网络，以提高频谱、功率和负载等网络资源的利用效率。通过分析网络性能数据，AI可以自动调整网络参数，以便应对网络流量的波动和拥塞。诺基亚的实验数据显示，AI赋能的SON系统能够提升15%的网络效率，并减少10%-15%的拥塞率。此外，SON技术通过减少人为干预、优化维护流程，不仅提升了网络的运营效率，还大幅度降低了能源消耗和运维成本，为绿色网络发展提供了有效的技术支持。AI在5G-A的这些部署为6G绿色可持续发展奠定了基础，通过智能优化提升通信能效，同时降低运营成本，为未来网络的低碳发展提供可行路径。
Q4：您认为产学研用等各领域需要如何加强国际合作，来推动6G的绿色与可持续发展？
葛晓虎：推动6G的绿色与可持续发展需要产学研用各方加强国际合作，重点在标准统一、技术研发、产业链协同和政策支持等方面深化协作。高校应与企业及科研机构共建跨国联合实验室，推动AI赋能的通信节能技术、低功耗芯片与绿色网络架构研究，同时参与国际标准制定，促进技术共享与知识流动。政府和产业界需推动绿色投资计划和碳中和政策，构建开放共赢的全球6G生态，加速绿色通信技术的规模化应用。
