导读：3月30日， 中国移动通信集团首席科学家、副总工程师王晓云 在6G前沿技术与趋势论坛智能通信融合与语义通信活动上分享了Al赋能大规模MIMO技术的思考。 从4G到5G，再面向未来的6G，单站天线规模仍将持续增加，并从单站走向多站动态协同，但工程实现将更为复杂...
3月30日，中国移动通信集团首席科学家、副总工程师王晓云在“6G前沿技术与趋势论坛智能通信融合与语义通信”活动上分享了Al赋能大规模MIMO技术的思考。
从4G到5G，再面向未来的6G，单站天线规模仍将持续增加，并从单站走向多站动态协同，但工程实现将更为复杂，问题更为突出。在6G时代，全局节点间大规模资源协同，实现以用户为中心的动态簇构建，满足整个网络的全局最优，从而提高全网用户性能。不过可能面临的问题在于，大规模动态内作簇构建，以及用户选择与配对优化难度大。
预计6G MIMO系统将面临三大问题，分别是高性能下的低开销问题、高实时性下的准确性问题，以及高动态要求下的组合优化问题。
AI则有望破解大规模MIMO技术面临的系列难点，王晓云认为基于特征提娶训练推理、复杂算法求解能力，AI将赋能未来大规模MIMO。例如利用AI的提取能力提升信道精度，让高维信道获取低开销，通过识别干扰和噪声特征，信道相关性，使能精确的信道估计和预测。挖掘信道特征，使能低开销信道压缩反溃
还可以利用实时推理能力，提高运算效率。让大维矩阵实现实时准确运算，通过学习单/多用户MIMO预编码矩阵，将是杂矩阵运算转换为低皇杂度AI推理。
又比如利用复杂算法求解能力，解决应用难题，让复杂大规模网络实现动态调度，通过学习多小区MIMO预编码矩阵，干扰消除和多小区联合调度算法。
王晓云还表示，AI赋能MIMO需在系统设计与解决问题的同时，兼顾能力、效率、质量的全局最优，Al设计要与MIMO理论与机制紧密融合，并与产业伙伴共同开展探索。
