結合感測與邊緣AI：打造6G智慧感知新時代（下）

前一篇文章針對整合感測與邊緣AI（Integrated Sensing and Edge AI, ISEA）的興起、核心技術與技術的突破進行詳盡地說明，接下來，將進一步探討ISEA系統架構、關鍵技術的突破，及未來可能面臨的挑戰與展望。

ISEA系統架構的深入理解

如圖3所示的ISEA系統架構，呈現了一個完整的四層協同體系：感測器、邊緣大腦、中央大腦和執行器，現代感測器已經超越了傳統的單純資料收集功能，演進成為具備一定運算能力的智慧節點，這些感測器不僅能夠進行基本的訊號預處理，還可以執行輕量級的AI運算任務，如特徵提取、異常檢測等。

圖3： ISEA系統的四層架構設計

資料來源：https://arxiv.org/abs/2501.06726

邊緣大腦由分布在網路邊緣的智慧節點構成，這些節點通常具備中等程度的AI運算能力，能夠處理來自多個感測器的資料流，進行資料融合、模式識別和初步決策。邊緣大腦的設計理念是將運算能力盡可能靠近資料產生的源頭，從而最大化系統響應速度，同時降低對核心網路頻寬的需求。

中央大腦位於雲端資料中心，擁有強大的運算和儲存能力，主要負責處理運算密集但時間容忍度較高的任務，如大規模模型訓練、長期趨勢分析、全域最優化決策等。執行器則作為系統與物理世界的介面，接收來自邊緣大腦的即時指令，執行具體的物理動作或控制操作。

ISEA運作典範的多樣性

圖4 ：五種不同的ISEA運作

資料來源：https://arxiv.org/abs/2501.06726

如圖4所示，ISEA系統可以根據不同的應用需求和硬體條件，採用五種不同的運作典範：

（a）AI-on-Sensor ISEA將所有AI運算集中在感測器端進行，這種方式能夠實現極低的響應延遲，特別適合對實時性要求極高的應用場景，但受限於感測器的運算能力和功耗約束。

（b）Split ISEA採用更加靈活的運算分配策略，將AI模型智慧地分割部署在感測器和邊緣伺服器之間，既保證了一定的本地處理能力，又能夠利用邊緣伺服器的強大運算資源。

（c）AI-on-Server ISEA則將大部分運算任務卸載到邊緣伺服器，特別適合部署大量低成本感測器的場景。

（d）Cooperative ISEA強調多個感測器之間的協同工作，能夠有效克服單一感測器在視野範圍、感測精度等方面的固有限制。

（f）Hierarchical ISEA則提供了最強的系統韌性和適應性，能夠應對感測能力、運算資源和通訊條件差異巨大的複雜部署環境。

關鍵技術實現

• 數位空中介面技術

如圖5所示的數位空中介面技術包含三個核心部分：（a）聯合來源通道編碼技術將感測資料的編碼與通道傳輸進行聯合優化，針對特定ISEA任務需求進行端到端訓練。（b）智慧存取控制機制基於資料語意重要性和通道狀態進行動態調度。（c）無線電資源管理技術實現功率控制、頻寬分配和運算資源調度的統一協調管理。

圖5 ：數位空中介面技術的三個關鍵面向

資料來源：https://arxiv.org/abs/2501.06726

• AirComp技術突破

如圖6所示的AirComp技術利用無線通道的波形疊加特性實現分散式運算突破，多個邊緣設備同時傳輸資料，這些訊號在無線通道中自然疊加，接收端可以直接從疊加訊號中提取聚合運算結果，這種方法的最大優勢在於運算延遲與參與設備數量無關，能夠實現真正的大規模即時協同運算。

圖6 ： AirComp技術的架構與資源分配策略

資料來源：https://arxiv.org/abs/2501.06726

• 先進訊號處理技術

如圖7所示的即時通訊與運算（FlyCom²）技術達成運算和通訊的並行處理，將原本的複雜資料序列處理分解為多個簡化的並行串流操作。這種架構創新能夠將端到端延遲降低至原來的一半，同時提供更好的故障容錯能力。

圖7： 即時通訊與運算技術比較

資料來源：https://arxiv.org/abs/2501.06726

未來展望與挑戰

• 基礎模型融合前景

如圖8所示的基礎模型輔助ISEA工作流程，展現了人工智慧技術在感測領域的革命性潛力，大型語言模型和先進視覺基礎模型的快速發展，為ISEA系統帶來了前所未有的智慧化能力，這些基礎模型透過大規模預訓練獲得了強大的通用智慧，能夠理解複雜的多模態資訊。

圖8： 基礎模型輔助ISEA的工作流程

資料來源：https://arxiv.org/abs/2501.06726

• 超低延遲技術挑戰

如圖9所示，不同ISEA任務的延遲需求呈現層次化特徵，超低延遲應用（延遲≤1毫秒）如遠程手術、工業安全控制等，對系統響應速度提出了極為嚴格的要求，實現超低延遲ISEA需要在系統架構、算法設計、硬體優化等多個層面進行突破性創新。

圖9： ISEA任務的延遲要求分級

資料來源：https://arxiv.org/abs/2501.06726

• 6G先進技術整合

極大規模MIMO技術透過部署數百甚至數千根天線，為ISEA系統提供了前所未有的空間感知精度，太赫茲通訊技術結合超大頻寬和亞毫米波長的獨特優勢，能夠同時實現超高速資料傳輸和高解析度感測功能，智慧反射面（RIS）技術透過可程式化的電磁波控制，為ISEA系統提供靈活的通訊和感測環境優化能力。

• 太空地面整合願景

如圖10所示的太空地面整合網路，為ISEA技術的全球化部署開闢了新可能性，低軌道衛星的大規模部署，結合地面邊緣運算基礎設施，能夠實現全球範圍內的無縫智慧感知服務，衛星邊緣運算的發展，使得太空平台具備了本地資料處理和智慧決策能力。

圖10：太空地面整合ISEA網路

資料來源：https://arxiv.org/abs/2501.06726

結論：開啟智慧感知新紀元

ISEA技術的發展代表了通訊、感測和人工智慧技術深度融合的歷史性突破，從傳統的以資料傳輸為核心的通訊系統，轉向以任務效能為導向的智慧感知系統，這種轉變將深刻影響未來技術發展方向。

在即將到來的6G時代，ISEA技術將實現真正意義上的「萬物智聯」，讓散布在世界各個角落的感測設備都成為一個巨大智慧網路的有機組成部分。從自動駕駛汽車到智慧城市感測器，從智慧製造設備到醫療系統，ISEA技術將為人類社會帶來前所未有的智慧化體驗。

然而，這個願景的實現仍面臨諸多挑戰：如何在資源受限的邊緣設備上高效運行複雜的AI算法？如何保證海量感測資料的即時準確融合？如何在智慧化的同時保護隱私安全？這些問題需要學術界、產業界和政府部門的密切合作，在算法創新、硬體突破、標準制定等多個層面進行系統性努力。

隨著相關技術的不斷成熟和標準化工作的推進，ISEA技術將在不久的將來從實驗室走向現實世界，開啟一個真正智慧化的數位新紀元，在這個新紀元中，技術將成為深度理解人類需求、敏銳感知環境變化、主動提供智慧服務的可信賴夥伴，為創造更加智慧、高效、安全的美好未來提供強大助力。

封面圖片來源：本文作者以AI生成

參考資料來源：

1. https://arxiv.org/abs/2501.06726

2. https://arxiv.org/html/2408.08074v1

3. http://scis.scichina.com/en/2023/130301.pdf

4. https://www.researchgate.net/publication/353941823_Integrated_Sensing_and_Communications_Towards_Dual-functional_Wireless_Networks_for_6G_and_Beyond