國立臺灣大學電機工程學系講座教授 廖婉君 在6G演進中建構
高效、節能的智慧韌性網路

隨著全球通訊系統由5G邁向6G，網路的核心設計哲學正發生根本性轉變。6G不再僅是頻寬、速率或延遲的線性提升，而是朝向「智慧化」、「韌性化」與「永續化」的整體升級。在此脈絡下，AI原生網路（AI-native network）、非地面網路（NTN）、語意通訊（semantic communications）以及通感融合（ISAC）等關鍵技術，正共同塑造下一世代通訊系統的發展方向。

在5G時代，人工智慧多半做為外掛式優化工具，主要應用於資源配置或流量預測。然而，6G的核心在於「AI-native」，即將AI內嵌於網路架構，使其成為系統的決策中樞。未來網路將具備持續學習與自我演化能力，能即時感知環境變化、掌握通道狀態與流量模式，並主動進行決策與調整。此一轉變使網路由傳統的反應式控制進化為預測式控制，進而具備自我優化、自我修復與風險預警能力，大幅提升系統韌性與服務可靠度。

在此基礎上，6G進一步賦予網路「感知能力」。透過共享硬體與頻譜資源，通訊與感測將深度整合為ISAC架構，使系統能同時進行資料傳輸與環境感知。例如，在智慧交通場景中，系統可即時掌握車輛速度與移動方向，動態調整波束與資源配置，以維持高速移動下的連線穩定性；在智慧製造場景中，多個機器人可透過共享感測資訊進行協同運作，提升整體效率與安全性。此種融合使網路從單純的傳輸平台，轉變為具備環境理解能力的智慧系統。

AI的引入也正在重新定義通訊的本質。隨著生成式AI、推理式AI以及多模態應用的發展，通訊內容逐漸轉向由AI代理人主導的資訊交換。在此背景下，語意通訊成為關鍵技術。不同於傳統以位元正確性為目標的通訊模式，語意通訊強調依據任務需求，僅傳輸具關鍵意義的資訊。透過AI理解資料內容與上下文，系統可萃取決策所需的核心語意。此種任務導向通訊可大幅降低資料量與頻譜負載，並直接提升能源效率。

除了通訊模式的轉變，網路空間本身亦在持續擴展。6G的重要發展之一為NTN，透過整合低軌衛星、無人機平台與地面基地台，形成「天地一體化」的立體網路架構。此一架構不僅突破地面覆蓋限制，也可支援高機動性與廣域連線需求。然而，NTN所帶來的高度動態拓撲，使傳統連線管理與切換機制難以應對。在此情境下，AI-native機制成為核心支撐，系統需即時整合衛星軌道、用戶移動性與頻譜狀態，進行跨層與跨域決策。特別是在低軌衛星與地面終端之間，由於雙方高速移動，連線時間窗口極為有限；透過預測式AI模型，系統可提前推估最佳連線時機，並在毫秒等級完成路徑重組與切換，實現近乎無感的跨網連接。

在多項技術推動下，6G系統的能耗問題亦日益凸顯，因此節能設計成為關鍵議題。整體而言，可分為AI for Green與Green for AI兩大方向。前者透過AI優化網路運作，例如依據流量負載動態關閉閒置資源或調整功率分配，以降低整體能耗；後者則著重於降低AI本身的運算成本，包括開發輕量化模型與高效率推論架構。此外，將高耗能的訓練集中於雲端或核心節點，而將低延遲推論部署於邊緣設備，也是提升能效的重要策略。

在節能與運算需求的驅動下，將AI資料中心延伸至太空逐漸成為新興方向。所謂「space AI datacenter」，是利用太陽能供電與外太空低溫環境進行自然散熱，降低地面資料中心的能源負擔，並與NTN形成緊密整合。未來可能發展出天地協同運算模式，將部分模型訓練或推論任務部署於太空節點，再透過高效通訊回傳地面系統。然而，此架構亦面臨運算卸載、資料同步及高延遲鏈路協同等挑戰，仍需進一步研究與驗證。

整體而言，6G的發展並非單一技術突破，而是多項關鍵技術的協同演進。AI-native network提供智慧決策能力，NTN拓展通訊空間，語意通訊重塑資料傳輸模式，ISAC賦予網路環境感知能力，而space AI datacenter則重新定義運算架構。這些技術皆指向一個核心目標：建構具備自我學習、自主決策與高能源效率的智慧韌性網路。未來，通訊系統將不再僅是資訊傳遞的基礎設施，而是支撐智慧社會運作的核心平台，在效能、可靠性與永續性之間取得關鍵平衡。

在此趨勢下，鴻海研究院於人工智慧、低軌衛星通訊與電動車等領域已奠定良好基礎，具備跨域整合與系統落地的優勢，預期可在6G時代的關鍵技術發展與應用實踐中扮演重要角色，並為推動人類社會邁向高度智慧化與虛實融合的新階段做出實質貢獻。