6G网络中分布式AI模型协同技术综述

作     者：张秀贤 朱晓荣 ZHANG Xiuxian;ZHU Xiaorong

作者机构：南京晓庄学院电子工程学院江苏南京211171 南京邮电大学通信与信息工程学院江苏南京210003 

出 版 物：《移动通信》 (Mobile Communications)

年 卷 期：2025年第49卷第1期

页      面：43-51页

学科分类：080904[工学-电磁场与微波技术] 0810[工学-信息与通信工程] 0809[工学-电子科学与技术（可授工学、理学学位）] 08[工学] 080402[工学-测试计量技术及仪器] 0804[工学-仪器科学与技术] 081001[工学-通信与信息系统] 

基　　金：国家自然科学基金重大研发计划培育项目“工业互联网质量的度量方法和评价体系”(92367102) 国家科技重大专项项目“6G网络架构理论方法与评价体系”(2024ZD1300400) 

主　　题：分布式AI 6G 模型协同 大模型 

摘      要：分布式网络人工智能模型协同技术是分布式数据安全流通的底层支撑,是实现6G网络智慧内生的关键技术。对6G网络中的模型协同技术进行了全面的综述。回顾了中心侧大模型中,数据并行、模型并行及混合并行等模型协同技术。面对边缘智能中边缘节点算力及内存不足、通信带宽受限的问题,从拆分学习、联邦学习、拆分联邦学习、分布式群体学习等几个方面探讨总结了边缘智能的模型协同技术。最后,强调了在6G网络中,为了不重复训练相似的大模型,需要大小模型协同进化。