1）AI要素功能服务化：通过AI各要素功能的解耦和模块化设计，提供对内和对外的服务化AI能力，实现AI各个服务的独立扩展演进和灵活部署，达到AI能力的高效复用。
2）以任务为中心的智能业务编排：面向智能业务构建以任务为中心的完整全生命周期管控机制，通过在多节点下四要素资源能力（连接、计算、算法、数据）的联合动态编排，支持智能业务的高质量QoS需求。
）面向服务的协同控制：基于智能业务的编排结果，对AI四要素服务进行生成和协同控制，实现AI四要素服务的联合调度和路由优化，支持全网内AI资源的共享和扩展。
4）支持分布式智能：通过AI要素的分布式部署，以及分布式部署下智能体不同节点间的智能协同，满足网络各种综合业务的智能升级需求。
5）支持网络对业务的自适应性：通过对AI四要素的灵活编排、按需生成和部署，实现网络基于AI对业务请求的自感知和自适应。
6）支持AI服务的高性能需求：通过对AI四要素的灵活部署、智能调度、路由优化等实现AI四要素的近源部署、综合成本能耗最优，以满足对AI服务的低时延、高可靠和高能效需求。
7）支持AI服务的开放：AI服务不仅为通信网络自身服务，还可为第三方应用和终端提供智能服务，实现通信服务和AI服务的融合。
8）支持智能内生的安全可信，保证AI服务的隐私保护、稳定鲁棒性和可解释性。
1）能力开放层
6G网络的组织和运营方式将从面向流程转变为面向服务的新型范式，以服务为中心，同时支持多种服务模式（NaaS,CaaS,DaaS,AIaaS,SaaS等等）。能力开放层作为服务的开放平台，通过对系统能力的抽象、封装和组合，以统一的服务化接口向终端用户、互联网用户、网管用户（包含内网、虚网运营商用户等）、第三方合作伙伴等任何潜在的服务消费者提供各类业务的服务接入，包括计算服务、数据服务、智能服务和管理服务），传统移动网络的会话接入请求也可以作为一个特殊的服务请求（NCaaS）通过服务化接口接入，同时将各类业务需求下发给编排管理功能或对应的业务功能。
2）功能和编排管理层
功能和编排管理层包括编排管理功能、协同控制功能、连接功能、计算功能、数据功能和算法功能，通过对多维在网资源（计算、数据、算法模型、频谱\带宽）的实时监控、融合调度、联合编排、以及对各种任务实例的全生命周期的实时管理与控制，提供AI相关的融合服务。该层是提供融合服务的核心功能层。
其中，编排管理功能负责面向融合服务的任务编排和需求服务映射，通过合理的任务编排，实现服务与业务功能需求的最优匹配，并将编排结果发送给协同控制功能或各个业务功能。同时编排管理功能负责对异构资源的感知、度量和管理。
协同控制功能负责接收编排管理功能的任务编排结果，并对连接功能、计算功能、数据功能和算法功能进行协同联合控制，包括融合服务的联合调度、路由、融合QoS保障等。
连接功能、计算功能、数据功能和算法功能在编排管理功能的指导下或协同控制功能的协同控制下，负责面向各自业务功能的服务构建。
）异构资源层
异构资源层是网络连接、频谱、算力和数据资源等多维在网资源的基础设施提供者。网络连接资源包括为网络各角落提供无处不在网络连接的路由、传输和交换资源；频谱资源主要包括负责无线接入的无线频谱资源；算力资源包括CPU、GPU、NPU等以计算能力为主的处理器，和具备存储能力的各类独立存储或分布式存储，以及通过操作系统逻辑化的各种具备数据处理能力的设备；数据资源包括：网络环境数据、用户数据、网络配置数据、网络运行数据、业务运行数据、AI相关数据等资源。通过云化、中间件等技术向功能和编排管理层提供抽象的资源视图和调用接口，实现资源的融合和共享。
除上述三大层外，安全功能作为贯穿整个6G网络系统的内生安全根本，负责面向资源层、功能和编排管理层以及能力开放层的安全感知、安全防御和安全预防。
关键技术总述
为了实现智能内生网络架构的协同控制、连接、算法、数据、计算、编排管理、安全等功能，如图6-1所示，本章从关键技术的角度阐述如何实现这些功能。其中，智能内生网络架构的协同控制功能通过智能化赋能的通信、机器学习关键技术实现；连接功能通过智能化赋能的通信关键技术实现；算法功能和计算功能通过算力关键技术实现；数据功能通过感知、数据关键技术实现；编排管理功能通过机器学习、融合关键技术实现；安全功能通过安全可信关键技术实现。
广义上，算力指包括计算、存储等能力在内的，所有参与系统计算过程的各部分能力之和。面向计算需求敏感的多样化服务场景，如何高效利用、管理算力成为近年6G网络技术研究的关切问题。6G时代，算力将从外延走向内生，通过利用软件定义网络、网络功能虚拟化、可编程网络等技术，将终端计算节点、边缘计算节点、云计算节点与广域网、局域网在内的各类网络资源深度融合，在集中式或分布式控制下实现协同，为客户提供灵活可调度的算力服务，支撑6G各种智能化服务的实现。
6G时代将会产生数量庞大的具有智慧决策能力的网络与设备终端为人类用户提供智能化、全场景、沉浸式和个性化服务。随着脑机交互、类脑计算、人工智能、语义感知与识别、通感算融合等新兴技术和架构的出现，6G网络将具备对信息内容尤其是具有结构化信息的语义信息的感知、识别、提取、分析、理解和推理能力，即语义认知能力，从而实现网络架构从数据驱动向语义驱动的全新范式转变。
语义认知网络将有望成为人-人、人-机和机-机混合智联网的重要基础。具体而言，语义认知网络通过充分利用人类用户在长期学习和沟通过程中积累的语义知识和经验库，实现对通信内容中所包含的句法、语义、推理规则的自动建模与理解，并辅助信息的发送、传输、理解和解析，有望大幅度提高通信的效率和可靠性、增强用户的体验质量、降低延迟并突破通信协议兼容性、业务和场景的局限，最终实现服务随心所想、网络随需而变、资源随愿共享的愿景。
人工智能技术的再次崛起和发展，为应对6G网络面临的复杂挑战提供了有效助力，在网络中引入人工智能将是必然的选择。一方面，6G网络具有海量数据，且云计算中心、边缘设备和用户终端的计算能力进一步增强，为训练人工智能算法提供了数据和算力支撑；另一方面，借助人工智能在语音处理、图像识别、高效决策等方面日臻成熟的技术，可以
扩展网络业务种类，提升网络表现性能，支持网络智能化管理，加速实现6G愿景。然而，6G通信网络智能内生的需求将呈现个性化、多样化和海量化的发展趋势，使用现有基于视觉和语言处理的AI/ML技术对未来网络进行补丁式优化将难以满足未来网络智能业务和应用的诸多要求。
6G智能内生网络的安全可信应具备以下两个需求：
?安全泛在
智能内生的6G网络中，机器学习和大数据分析技术在安全方面将得到广泛和深度的应用。在AI技术的赋能下，6G智能内生网络能够建立端、边、网、云智能主体间的泛在交互和协同机制，准确感知网络安全态势并预测潜在风险，进而通过智能共识决策机制完成自主优化演进，实现主动纵深安全防御和安全风险自动处置。
?可信增强
信任是实现6G智能内生网络安全的基础，与传统的信任体系相比，6G智能内生网络中的信任机制在多个方面需得到增强。在数据共享方面，区块链技术具有较强的防篡改能力和恢复能力，能够帮助6G智能内生网络构建安全可信的通信环境。在密码学方面，量子密钥等增强的密码技术，为6G智能内生网络安全提供了更强大的安全保证。在隐私保护方面，隐私计算可以为6G智能内生网络提供一个时间上持续、场景上普适、隐私信息模态上通用的体系化隐私解决方案，实现对隐私信息的全生命周期保护。
