研究人員提出流體AI新范式，讓衛(wèi)星與地面網(wǎng)絡(luò)協(xié)同處理AI任務(wù)，為6G提供無縫智能服務(wù)。

在全球競逐第六代移動通信技術(shù)之際，真正的戰(zhàn)場或許不在地面，而在太空軌道。隨著6G預(yù)計在2030年前后商用，研究人員已開始重新思考人工智能如何實現(xiàn)全球規(guī)模運營。國際電信聯(lián)盟將"人工智能與通信融合""泛在連接"列為未來6G應(yīng)用場景，標志著網(wǎng)絡(luò)將超越傳統(tǒng)數(shù)據(jù)傳輸功能。

當前主要障礙在于如何為幅員遼闊、偏遠及網(wǎng)絡(luò)覆蓋薄弱地區(qū)提供無縫AI服務(wù)。僅靠地面網(wǎng)絡(luò)可能難以滿足需求，尤其當AI工作負載日益加重且對時延更敏感時。香港大學(xué)與西安電子科技大學(xué)的研究團隊提出突破性方案——將邊緣AI與空-地一體化網(wǎng)絡(luò)融合，使衛(wèi)星兼具通信樞紐與計算服務(wù)器的雙重功能。

這種被稱為"空-地流體AI"的新范式，旨在攻克衛(wèi)星高速移動與空-地鏈路容量有限兩大長期制約軌道AI應(yīng)用的難題。

AI如流水般靈動

受水跨越邊界自由流動的啟發(fā)，該框架使AI模型與數(shù)據(jù)能在衛(wèi)星和地面站間持續(xù)傳輸。研究人員將其描述為傳統(tǒng)二維邊緣AI架構(gòu)向太空的延伸?？蚣芑谌蠛诵募夹g(shù)：流體學(xué)習(xí)、流體推理和流體模型下載，每種技術(shù)都針對衛(wèi)星移動性與間歇連接的制約而設(shè)計。

流體學(xué)習(xí)通過無基礎(chǔ)設(shè)施的聯(lián)邦學(xué)習(xí)方案解決長時訓(xùn)練問題。系統(tǒng)利用衛(wèi)星自身運動在區(qū)域間混合傳播模型參數(shù)，將衛(wèi)星移動的劣勢轉(zhuǎn)化為優(yōu)勢，實現(xiàn)更快收斂與更高測試精度。流體推理則專注于優(yōu)化實時AI決策，將神經(jīng)網(wǎng)絡(luò)拆解為分布在不同節(jié)點的級聯(lián)子模型，使推理任務(wù)能根據(jù)可用計算資源動態(tài)調(diào)整，通過提前退出策略平衡時延與精度。

衛(wèi)星變身AI服務(wù)器

流體模型下載技術(shù)著力提升AI模型向地面終端的分發(fā)效率。衛(wèi)星僅緩存精選參數(shù)塊而非完整模型，這些參數(shù)塊可通過星間鏈路遷移，提高緩存命中率并減少下載延遲。通過組播可重用模型參數(shù)，多個設(shè)備可同步接收相同AI組件，顯著提升頻譜資源利用率。

然而太空AI部署面臨獨特挑戰(zhàn)：衛(wèi)星在強輻射環(huán)境中運行，依賴有限且間歇性的能源供應(yīng)。研究團隊強調(diào)必須采用抗輻射硬件、容錯計算和能源感知任務(wù)調(diào)度等技術(shù)。未來研究方向?qū)⒕劢鼓苄?yōu)化型、低時延型和安全型流體AI，在性能、可靠性與安全性間尋找最佳平衡。

據(jù)論述，通過利用可預(yù)測的衛(wèi)星軌道與重復(fù)周期運動，空-地流體AI有望在6G時代實現(xiàn)真正全球化的邊緣智能，成為構(gòu)建天地一體智能網(wǎng)絡(luò)的核心支柱。

如果朋友們喜歡，敬請關(guān)注“知新了了”！