登山者1979 6G标准与技术探索
未来的 6G 系统将把机器学习能力嵌入无线协议栈的各个层级，从物理层（PHY）、MAC 层到无线资源管理（RRM）与控制层，实现“AI-Native”网络。 来自Nokia Bell和英国谢菲尔德大学电气与电子工程学院大学研究团队的最新论文《LLM-Based Emulation of the Radio Resource Control Layer: Towards AI-Native RAN Protocols》提出了一个开创性思路： 可以将 RRC 消息视为一种“领域专用语言”（Domain-Specific Language, DSL），而大型语言模型（LLM）天生擅长学习语言结构与语法。 因此，只要让大模型学懂 RRC 的“语法”和“语义”，它就能自动生成符合 3GPP 标准的控制信令，取代传统程序员编写的复杂、基于规则的协议逻辑。
研究团队基于多厂商的 4G/5G 信令日志数据集，对decoder-only的大语言模型（Llama 类架构, 8B 参数量） 进行低秩自适应（LoRA）微调。实验表明: 在超过 120 种配置中，该Large RRC Model在 RRC 消息仿真任务上达到了 中位语义相似度 0.97，ASN.1 合规率与状态机一致性（SMC）均接近 100%。证明了大语言模型能够以高语法与语义保真度模拟RRC控制协议，为未来 AI直接接管RRC交互任务奠定基础。
▍系统架构：Large RRC Model如何集成到基站中？论文提出的系统架构将大模型嵌入到分布式 gNB 的控制面（CU-CP）中。基站被拆分为中央单元（CU）与分布式单元（DU），其中： 大模型（Large RRC Model）嵌入 CU-CP替代传统基于规则的 RRC 逻辑。 上行 RRC 消息（如连接请求）经 F1-C 接口输入模型，模型生成下行响应（如连接建立）。 当模型决定初始化或修改数据承载时，会通过 E1 接口通知 CU-UP 整个过程保持 3GPP 接口（F1、E1、F2）不变，实现 “无缝替换” 的兼容性。
数据流与推理流程下图所示
选择基础大型基础模型(Llama-3 8B)。 历史 UL–DL RRC日志构建训练样本，为监督微调提供标注数据。微调后，模型获得了RRC协议知识，能够准确模拟标准行为 在推理阶段，微调后的模型集成在gNB的中央单元控制平面（CU-CP）中，实时处理上行RRC消息并生成下行响应。推理使用greedy decoding策略，确保低延迟和确定性输出，并据上行消息上下文（如连接请求或测量报告），结合历史交互和网络状态，动态合成下行消息（如连接建立或重配置） - 最终，模型输出的下行消息经过ASN.1编码以确保语法有效性，然后通过DU传输给UE。
▍模型学习: 如何“学会”RRC协议？(1) 数据集构建研究团队使用了两类真实网络日志，覆盖连接建立、安全激活、重配置等关键流程： 下图是消息类型的分布，确保了数据集的多样性与覆盖度，避免了以往数据分割带来的协议断层。 - 所有数据均通过 ASN.1 解码与归一化，在 Byte Pair Encoding (BPE) 分词前进行线性化（linearization），以保持原始语法结构。
- 上行（UL）消息被视为“问题”（Q），下行（DL）消息为“回答”（A），形成问答式（QA）训练样本，确保协议的因果关系与状态一致性。
一个上行请求消息可能包含多个逻辑消息，被合并成一个完整的“询问”，以保持过程连续性。（如Q4和Q6）
RRC交互日志示例：
(2) 模型与训练配置微调采用 LoRA (Low-Rank Adaptation) 技术，在冻结基础权重的同时引入低秩更新矩阵，大幅降低训练成本。训练基于 Llama-3 8B 模型，并采用 监督微调（SFT） 目标函数:
其中 X为上行输入，Y 为下行输出。 训练使用 AdamW 优化器，损失函数采用交叉熵，学习率设置为2e-5（full FT）。 训练损失在 8000 步左右趋于稳定，表明模型成功收敛。下面是训练损失图，红色虚线标记了最佳检查点。
（3）提示词策略与模式约束 为了让模型输出符合标准，设计了三种提示（prompt）策略： NoSys(无系统提示)策略：作为基线策略测试模型本身从训练数据中学到的先验知识。其系统提示极为简单，仅包含最基本的任务指令，不提供任何关于RRC协议结构或当前会话上下文的信息。该策略的ASN.1语法有效性通过率极低(Median ASN Pass Rate ≈ 0.01)，证明了无约束生成无法满足电信级要求。 RRC(领域提示)策略：在系统提示中注入了领域知识，指明了当前的RRC上下文和期望的消息类型，为模型生成提供了明确的语义引导。其生成的文本在语义相似度（Median Similarity）上有显著提升（从NoSys的~0.50提升至~0.67）。然而，由于缺乏对输出结构的硬性约束，模型会“臆造”出协议中不存在的字段或错误的枚举值，导致ASN.1通过率依然接近零，无法保证语法有效性。 RRC_constrain (模式约束提示) 策略：这是该论文提出的关键策略，目的是解决RRC ASN.1合法性问题。它在RRC策略的基础上，在系统提示中嵌入了一个精简的、与当前会话相关的ASN.1微模式（Micro-schema） 以及参数约束（如允许的频点列表EARFCN）。该策略实现了近乎完美的协议合法性（ASN.1 Pass Rate > 0.99）和极高的语义相似度（Median Similarity ≈ 1.00），是唯一能满足部署需求的方案。
▍实验结果与性能评估(1) 评估维度 语义相似度（Semantic Similarity） - 采用Sentence-BERT（SBERT） 模型将生成的消息 和真实的消息 分别编码为高维向量（embeddings），然后计算它们的余弦相似度。衡量AI消息与真实信令的语义接近度。
ASN.1语法有效性 - 包含两个层次: 1) Round-trip Validity (ASN.1 Pass Rate)：只有当生成的消息能够被成功编码为二进制流，并能被重新解码回与原始生成消息在逻辑上等价的结构时，才视为通过。这项测试直接保证了生成消息与3GPP标准定义的语法100%兼容。2） Schema Recall / Coverage (模式检查)：计算生成消息中出现的标准化信息元素（IE）与真实消息中存在的IE的重合比例，体现了表明生成的消息在字段层面完全忠实于标准的程度。 上下行状态机一致性（SMC - state-machine check）- 依据3GPP TS 36.331定义状态转移表，检测生成的下行消息类型是否为上行输入类型的合法后继，且Transaction ID匹配。
(2) 结果分析 论文共测试超过 120 种模型配置（不同 backbone 模型、精度与微调方式）。
在 RRC_constrain 模式下，微调模型性能几乎达到标准上限： ASN.1 语法有效率 97 – 100 % 中位语义相似度 ≈ 0.97 状态机一致性 (SMC) 通过率 > 99 %
同时8B模型配合LoRA-Rank16在大模型上几乎等效于全参数微调。 (3) 延迟与量化分析 通信系统强调实时性与能耗，论文进一步比较了 FP16 与 INT4 量化 推理的延迟与保真度。
▍边缘与数据中心性能评估：权衡延迟、吞吐量与能效针对边缘部署可行性，研究选取了两个具有代表性的硬件平台：代表移动边缘计算能力的Apple M2 Max（统一内存架构）和代表数据中心高性能计算的NVIDIA GH200 Grace Hopper超级芯片（内含一颗H100 GPU）。
测试均采用经过微调与强约束提示（RRC_constrain）的最轻量级模型——Llama-3.2-1B模型，并施加了INT4量化（Q4_K_M），以最大限度地减少资源占用。
延迟与吞吐量：GH200平台的中位延迟（~1.09秒）远低于M2平台（~1.84秒），这意味着GH200的吞吐量（~0.92 请求/秒）显著高于M2（~0.54 请求/秒）。这一差距凸显了在要求高并发和低延迟的实时网络控制场景中，高端数据中心加速器的不可替代性。 有效性（协议合规性）：一个关键的发现是，两个平台在生成消息的质量上几乎不分伯仲。模式检查（Schema chk）中位数（0.96 vs 0.97）和上行-下行状态机一致性（SMC conf.）通过率（0.53 vs 0.54）都高度接近。这表明，边缘设备虽然速度较慢，但其生成的RRC消息在标准符合性上与数据中心服务器相当。 能耗分析：论文基于平台功率上限进行了保守的能耗估算。M2 Max的每消息能耗约为7.7毫瓦时（mWh），而GH200的每消息能耗约为0.200瓦时（Wh），即200毫瓦时。这意味着在单位决策能耗上，边缘设备（M2）的能效比数据中心加速器（GH200）高出约一个数量级。
所以对于低延迟或高持续吞吐量的实时网络控制平面，数据中心级硬件是必然选择。
▍局限性与未来展望(1) 局限性： (2）未来工作方向： 加速推理：探索多令牌推测解码（speculative decoding）与层次化模型； 扩展上下文：引入记忆增强（memory-augmented）Transformer； 动态模式检索：自适应更新以支持新 3GPP 版本； 新指标体系：开发面向 RRC 协议语义的特定评估标准。
▍结语
这项研究首次证明: 大语言模型可以在保持 3GPP 语法和状态一致性的前提下，直接生成控制面信令。虽然距离实时部署仍有差距，但是未来网络控制有可能从“程序员手工编程”迈向“智能时代” - 就像人类学语言一样，AI通过“阅读”RRC对话，学会了生成符合3GPP标准的信令。 (就问做RRC的人怕不怕 ，应该不用担心，达到电信级部署还有很长路要走)。
| 
197
发表于 2025-11-14 10:53:10