6G网络不再仅仅是通信连接型基础设施，还需要在体系结构中原生引入对AI的支持。鹏城实验室发布的白皮书提出了AI Edge架构——分布式节点、超级边缘节点、核心节点三层部署，配合AURA融合计算平台与云边端三级协同，构建起“边缘自智、分层部署、全域协同”的6G边缘智能网络。本文深度解析6G边缘智能网络的技术架构与关键使能技术。
6G边缘智能网络的架构设计
三层系统架构
AI Edge网络的系统架构分为四个部分：分布式节点位于无线接入网最前端，是AI能力下沉到“最后一跳”的关键承载体，实现毫秒级响应；超级边缘节点覆盖传统无线接入网和部分核心网下沉功能，基于CPU/GPU/NPU/FPGA异构算力构建边缘连接、智能与数据功能；核心节点部署在大规模数据中心，承担AI大模型训练优化与全局数据汇聚分析；智能编排与管理贯穿整个体系，实现非实时智能控制、模型管理、业务编排与算力调度。
四大架构特色
边缘自智——就近感知、就近决策、就近执行，数据不出域完成敏捷服务。跨域协同——统一智能管理与编排系统，实现异构网络资源和计算资源的协同调度。异构算力融合——无缝融合CPU、GPU、NPU、FPGA、SoC等多种异构计算资源。智能可编程——通过开放接口与AI驱动功能框架，支持多样化业务需求的快速定制与部署。
云边端三级协同的关键技术
切分推理、协作推理与协同训练
切分推理将模型在终端和边缘节点间合理划分，终端执行前几层网络，中间特征发送至边缘完成剩余推理，平衡通信开销和计算节省。PipeSFL细粒度切分联邦学习框架通过优先级调度机制，优先处理性能最差客户端的激活值，避免闲置。协作推理中投机采样利用轻量级草稿小模型快速生成候选序列，目标大模型验证重采样，推理效率倍增——分布式投机采样将草稿小模型下沉至终端、目标大模型部署在边缘，减少边缘节点冗余计算开销。
AI Agent在边缘侧的部署
AI Agent由感知、记忆、行动和规划四模块组成。在边缘侧，Agent通过环境感知与记忆机制持续收集网络状态信息；基于强化学习与在线学习实现自主行动与动态规划；通过分布式协商与协同学习实现多Agent联合优化。边缘AI Agent采用层次化与轻量化的决策架构——高层基于轻量级强化学习分解复杂任务，低层依赖本地优化算法快速响应。
6G边缘智能网络的演进路径
从AI for RAN到AI on RAN
AI-RAN联盟定义了三大研究领域：AI for RAN——利用AI提升无线接入网络频谱效率、能效和成本效益；AI and RAN——AI与RAN流程深度融合；AI on RAN——在RAN边缘部署AI服务。6GANA构建了“三横三纵”技术体系，验证了基于图神经网络的网络故障自愈方案（恢复速度提升50%）和边缘-云端协同的模型训练框架（分布式训练效率提升3倍）。
6G边缘智能网络的核心是将AI从“外挂”变为“内生”——AI不再是通信网络的辅助工具，而是从空口设计、网络架构搭建等底层环节就与通信深度协同，构建全新通信范式。当分布式节点、超级边缘节点、核心节点三级协同，当云边端算力形成统一资源池，6G网络就真正成为了“可计算、可感知、可推理”的智能基础设施。
