随着各行业对泛在实时高效计算需求的不断提升,未来6G网络将通过在广泛部署的通信网络设备上集成感知与计算功能,进化为通感算一体化网络。这种网络是一种多功能网络,其通信、感知、计算功能将不再由独立的设备分别承载,而是依托于灵活、高效的通感算一体化设备。该类型设备的感知功能将实现对物理环境前所未有的本地化高精度观测;无处不在的通信网络将赋予云计算、边缘计算和终端计算等计算范式更强大的算力协同能力,通过计算实体间广域、高速的通信交互,为海量观测数据的处理和智能决策提供强有力支持;同时,多层次分布式计算将实现感知数据的就近高效处理,大幅度减少原始数据在通信网络中的无效流动,降低网络负载,提升网络的多样化业务承载能力。本次专题论坛旨在深入探讨6G通感算一体化网络技术和应用。我们将邀请通信、电子、计算机等领域的产业界和学术界专家共同探讨6G网络中通感算一体化技术的关键问题,包括技术难点、解决方案、应用场景以及未来发展趋势。通过特邀报告、圆桌讨论等形式,搭建开放的学术交流平台,促进学术思想的交流与碰撞,凝聚跨领域的研究共识与智慧交融。期待本论坛能够为未来6G网络的发展提供坚实而有益的理论支撑和技术指导。
门票类型 | 参会者身份 | 4.28-6.23 | 6.24-7.26 |
会议注册费 | CCF专业会员 | ¥2200 | ¥2700 |
CCF学生会员 | ¥1500 | ¥2000 | |
非会员专业人员 | ¥2700 | ¥3200 | |
非会员学生 | ¥2000 | ¥2500 |
杨鲲,南京大学(苏州校区)国家特聘教授,智慧网络与通信研究院院长;欧洲科学院院士MAE,IEEE Fellow。英国伦敦大学学院UCL获得工学博士,吉林大学本硕。主要研究兴趣包括:无线网络和通信、通信网络内生智能等。IEEE InterCloud(云互联)创始成员及首届六个董事会成员之一,业界著名的“巴奖”MWC GSMA GLOMO评审专家(学界唯一),多个IEEE 期刊副编辑。2024 IET成就勋章获得者,2024 IEEE通信软件技术委员会技术成就奖获得者。
杨少石,北京邮电大学拔尖人才教授、博士生导师,中国航天科工集团星云智能协同创新中心副主任。英国南安普顿大学博士,IEEE高级会员,剑桥大学牛顿数学研究院客座研究员,多个国际权威期刊编委。曾任华为主任工程师、领域首席专家。主要从事6G分布式通感算一体化网络理论与技术研究,在大规模MIMO无线传输理论与技术、分布式无线系统的时频同步理论与技术、卫星拒止环境下的分布式协同感知与定位理论和技术等方面取得多项兼具学术创新性和产业应用价值的研究成果,是5.5G三大新技术场景中的UCBC (上行超宽带通信)、RTBC(宽带实时交互通信)的早期洞察者、研究者、推动者。主持或参与中、英、欧等国政府资助的重要科研项目和华为、中国移动、国家电网、中国电科,航天一院,航天五院等头部企业资助的研发项目累计30余项。发表国际权威期刊论文60余篇,授权中国、美国、欧洲发明专利10余项,先后获2018年华为无线创新总裁奖、2019年IEEE 绿色通信与计算技术委员会年度最佳期刊论文奖、2020年IEEE通信学会最佳综述论文奖(华人学者首次)、2023年小米青年学者,以及2023年北京市科技进步奖一等奖等省部级科技奖励4项。
讲者简介:王越,博士,中国电信下一代信息通信首席专家、O-RAN联盟董事会董事、无线网络技术中心负责人。长期深耕网络与人工智能融合、智能基础设施和网络智能化等前沿领域,深度参与国际标准化组织的技术攻关与标准制定工作。曾牵头多项大型欧洲科研项目,历任英国电信创新网络人工智能专家工作组主席、欧洲电信标准化协会网络智能领域秘书处成员及报告人等职务。多次担任TMF项目高管教练与评审,并受邀在包括MWC在内的全球行业峰会发表演讲,在AI原生网络、6G智能基础设施、网络智能化及AI与通信融合等方向具有深厚技术积累和广泛国际行业影响力。
报告题目:AIN-面向 AI的网算基础设施
报告摘要:人工智能正在从生成式AI迈向智能体AI和Physical AI,持续重塑未来网络的能力需求与价值边界。面向AI原生的6G网络,不再只是提供更快的连接,而是要深度融合网络、算力、数据和AI能力,成为支撑智能服务持续演进的新型基础设施。本演讲将围绕AI原生6G网络的关键理念与发展路径,探讨运营商构建面向AI时代智能基础设施的愿景,并结合典型应用场景,阐释网络如何从传统连接管道转型为智能能力平台,推动通信网络价值从比特传输迈向算力、推理能力和Token价值交付。
北京空间飞行器总体设计部
讲者简介:王大轶研究员,北京空间飞行器总体设计部科技委主任,是国家杰青、国防卓青、万人领军,973项目技术首席专家、政府特殊津贴专家。长期从事观测、诊断和重构能力定量表征理论方法以及空间飞行器自主运行技术研究,入选国家自然科学基金十三五优秀成果,为我国深空探测、北斗三号等任务成功做出重要贡献。获首届国家卓越工程师奖、国家技术发明二等奖、国家科技进步特等奖、何梁何利基金科技创新奖、全国创新争先奖、钱学森杰出贡献奖等,是国家有突出贡献中青年专家。
报告题目:序列图像自主导航
报告摘要:空间飞行器自主运行的两大关键核心是自主导航与自主诊断重构,自主导航是实现全自主运行的前提。报告人针对资源强受限无人系统,以观测能力的定量表征为理论创新突破口,以序列图像的优化构建和信息优选为关键技术突破口,提出了基于观测能力定量表征的序列图像自主导航技术,为无人系统实现安全可靠自主运行做出贡献。
讲者简介:张海君,国家杰青、IEEE Fellow、北京科技大学教授、博导、统战部部长、人事处处长,智能与通信融合北京市重点实验室主任。任中国电子学会理事、中国通信学会会士、中国电子学会青年科学家俱乐部轮值主席。主要从事6G通信、通感算智融合等研究,在IEEE国际权威期刊上发表1区/2区SCI论文100余篇。任IEEE Transactions on Wireless Communications等多个IEEE期刊编委,曾获多项IEEE国际会议最佳论文奖、中国青年科技奖、中国电子学会技术发明一等奖、中国通信学会自然科学一等奖等奖励。
报告题目:未来6G网络通感算智融合关键技术
报告摘要:未来6G无线网络具备感知万物的能力,需要将通信、感知、计算、智能等关键技术深度融合,形成通感算智融合的未来6G网络,保障海量、多元异构的信息数据灵活、稳定传输。本报告将从未来6G网络通感算智融合关键技术出发,阐述在网络架构、干扰管控、多域资源分配中如何实现稳定通信保障,推动未来6G无线网络中通信、感知、计算、智能资源之间的有效组织和联动,促进未来6G无线网络达成与通感算智的深度融合及互惠增强。
讲者简介:张翔,正高级工程师,国家级领军人才,中国信息通信研究院无线所副所长,新一代移动通信测试验证国家工程研究中心副主任。长期专注于移动通信测试技术研究与产业化应用工作。曾主持国家科技重大专项2项,国家重点研发计划1项,参与国家与省部级项目10余项。牵头制定4G增强终端技术要求行业标准,获得授权发明专利50余项、软著14项。获国家科技进步一等奖、国家技术发明二等奖等奖励。
报告题目:通感测量技术与应用
报告摘要:本报告聚焦于通感一体化技术中的目标及传播特性测量和建模方法,旨在探讨破解“低、慢、小”目标精准探测、气象因子关联的电磁传播机理构建难题的可行道路。报告首先梳理了相关研究现状、技术进展及国内外标准化动态,针对上述两大难题,报告重点探讨多频段“低、慢、小”目标电磁特性测量、气象因子关联的电磁传播特性测量与建模技术,旨在为“低、慢、小”目标探测及极端气象的预测构建精细化电磁特性库及时空频多维演化模型。
讲者简介:刘凡,东南大学移动通信全国重点实验室青年首席教授,博士生导师。国家级青年人才,科睿唯安全球高被引科学家。主要研究方向为通信感知一体化。在IEEE TIT、IEEE TSP等期刊上发表论文100余篇,获引20000余次。获中国电子学会自然科学一等奖、中国通信学会科技进步一等奖、IEEE通信学会与信息论学会联合论文奖、IEEE信号处理学会最佳论文奖、IEEE通信学会莱斯奖等国内外奖项。担任IEEE通感一体技术委员会主席,以及IEEE TCOM等7个IEEE期刊编委或客座编委。
报告题目:随机通信信号感知理论与方法
报告摘要:通感一体已被公认为是6G空口的核心特征之一。现有5G-A通感一体方案仅利用10%的时频资源进行感知,造成较低的距离与多普勒分辨力。亟需复用通信数据信号所占据的90%时频资源实现通感一体,提升资源利用率。本报告将聚焦随机通信数据信号感知理论与方法,从星座映射、调制方式、脉冲成形等方面分析通信信号感知性能,严格证明OFDM是测距最优正交波形,并提出面向通感一体的星座整形和脉冲成形技术,在不损失通信性能的同时提升6G感知精度。
讲者简介:杨少石,北京邮电大学拔尖人才教授、博士生导师,中国航天科工集团星云智能协同创新中心副主任。英国南安普顿大学博士,IEEE高级会员,剑桥大学牛顿数学研究院客座研究员,多个国际权威期刊编委。曾任华为主任工程师、领域首席专家。主要从事6G分布式通感算一体化网络理论与技术研究,在大规模MIMO无线传输理论与技术、分布式无线系统的时频同步理论与技术、卫星拒止环境下的分布式协同感知与定位理论和技术等方面取得多项兼具学术创新性和产业应用价值的研究成果,是5.5G三大新技术场景中的UCBC (上行超宽带通信)、RTBC(宽带实时交互通信)的早期洞察者、研究者、推动者。
报告题目:存算一体化技术及其在AI和信号处理中的应用
报告摘要:人工智能与信号处理应用的快速发展,使传统冯?诺依曼计算架构中数据搬运所带来的瓶颈问题日益凸显。存算一体化(Computing-in-Memory, CIM)技术通过在新型非易失存储器(如忆阻器、相变存储器、磁变存储器等)阵列内部嵌入计算能力,为突破“内存墙”限制提供了变革性解决方案,可显著降低处理器与内存间的数据传输带来的功耗和时延开销。该计算范式的转变对于实现实时、低功耗、高吞吐量的智能信号与信息处理具有重要意义。本报告将介绍存算一体化技术的基本原理、代表性实现路径及其在人工智能和信号处理中的新兴应用。报告还将介绍团队近期在基于忆阻器的存算一体化高维信号处理算法与电路协同设计方面取得的研究进展。
点击“阅读原文”,加入CCF。
