近年,逐步從5G的成熟應用邁向6G的初步開發。隨著6G研究階段逐漸轉向實際開發,關鍵技術如無線技術、AI最佳化、次世代多輸入多輸出等,正在迎接更高的商業化需求與挑戰,產業正積極探索技術落地的可行性與效益。
目前6G仍集中在研究階段,但未來兩年將從研究轉向實際開發。業界已達成共識,首個可實施的6G標準最早將於2029年3月完成—因此距離6G的實施還有一段路要走。幾年前備受關注的促成技術(Enabling Technologies)清單已經過一定程度的篩選與優化。隨著進一步的研究、早期開發和一些初步試驗的進行,2025年「最受歡迎」的技術清單無疑會發生改變,而這些試驗結果將證實或否定某項技術的可行性。
以下為2025年最新的6G促成技術清單,分為三部分介紹。首先,這些技術從6G促成技術清單中「被剔除」的可能性不大;其次,這些技術在2024年備受關注,但在6G商業化過程中風險較高;第三,這些技術仍然受到關注,但商業化的可能性卻更不明朗。
「被剔除」可能性不大
7~16GHz行動地面無線電系統
無線技術首要依賴於頻譜的可用性。資料消耗和無線連接的成長已經且將持續使頻譜的需求與日俱增。對於行動營運商來說,最理想(在某些情況下是唯一可接受)的情境是在其營運地理區域內獨占頻譜,可在頻譜上傳輸足夠高的無線電功率,以維持高容量和高可靠性的網路。容量需求的增加促使人們開始重新規畫7~24GHz之間的無線電頻譜的探索,並特別關注7~16GHz之間的頻率。此一頻譜已被廣泛用於無線電導航、無線電定位和衛星應用上;然而,此頻譜因世界各地的聯邦機構(尤其是國防部)大量獨占使用而變得複雜。此外,相較於3~5GHz頻段(用於5G但有自身技術挑戰)和4G廣泛使用的低於2.5GHz頻段,較高頻率的無線電傳播損耗也更大。
為了使行動無線通訊技術能在7~16GHz頻譜間運行,業界正認真考慮如何共享部分頻譜。共享機制涉及複雜的政策和技術,因此兩者皆備受關注。即使部分頻段被劃分為商業無線通訊的專用頻段,傳播損耗的增加仍推動了重要技術工作的發展。最明顯的解決方案是縮小基地台的覆蓋範圍,以提升接收器訊號雜訊比(Signal-to-Noise Ratio, SNR)。然而,由於基地台的建設成本和為更多基地台增加高密度回程互連的挑戰,基於財務考量,對行動營運商來說並不可行。因此,研究如何透過先進的整合無線電和天線系統克服這些問題至關重要(詳見下文「次世代多輸入多輸出」)。
人工智慧
目前市面上有多個強大的大型語言模型(Large Language Model, LLM)供大眾使用,因此機器學習(Machine Learning, ML)的人工智慧(Artificial Intelligence, AI)形式非常流行。但電信工程師正在探索與之截然不同的模型類型。LLM是根據網路上大量資訊交流來訓練人類語言反應,而行動無線產業正開發AI來最佳化網路效能、解決無線電波束管理的複雜性、最佳化電路設計、促進更有效率的流量傳輸以及降低總體功耗。這些都不使用LLM,而是使用根據網路、電路的技術資料,甚至模擬和仿真工具產生的合成資料來訓練ML模型。其核心技術挑戰源於需要確保模型的可靠性,且能穩定超越傳統方法—這些挑戰可概括為兩點:第一、如何開發、改進和訓練模型(這需要大量開發人員可信賴的資料);第二、如何驗證模型在絕大多數情況下都能正常運作。
次世代多輸入多輸出
多輸入多輸出(Multi-input Multi-output, MIMO)的開發是為利用無線電波可以在發射器和接收器之間有多條路徑的特性(如直接路徑與一條或多條反射路徑)。在MIMO技術誕生之前,多路徑曾是無線電通訊的一大難題,會造成所謂的「多路徑干擾」(早期只能透過天線廣播系統收看時,電視上出現的「鬼影」現象便是其中一個案例)。如今,行動通訊中的MIMO技術已發展至第4代。為了克服分配給5G的3.5GHz頻譜中增加的損耗,產業必須採用最新的表現形式。其基本方法包括:
1.使用多個天線元件和複雜的數位訊號處理(Digital Signal Processing, DSP),使天線元件協同工作以改善接收器的有效訊號雜訊比。
2.持續測量發射器和接收器之間的無線電通道狀態(行動無線通道處於持續變化的狀態),使DSP能夠持續調整多個天線元件運作方式,以克服通道的持續變化。
在保持相同基地台覆蓋範圍的情況下(例如,保持與3.5GHz相同的最大收發距離),隨著頻譜移至7~16GHz,MIMO系統的技術複雜性將顯著增加,包括更多甚至是分散的天線元件,以及更強的DSP。鑑於其複雜性,這是運用ML的絕佳機會。
開放式無線存取網路
無線存取網路(Radio Access Network, RAN)是指用於與行動使用者設備(如智慧型手機)進行連接的無線基地台網路。在5G之前,RAN採用封閉式架構,由少數幾家大型網路設備製造商根據各自的專屬方法構建。然而,將RAN的數位部分虛擬化(軟體實體在高效能通用伺服器上運行)的想法促使業界致力於對其分解(射頻單元、數位單元、集中式單元)進行標準化,並將這些架構元件之間的介面標準化。
這種開放式無線存取網路(Open RAN)方法催生了新概念,包括RAN功能的智慧控制器(RAN智慧控制器或RIC),其中ML已獲得一定程度的應用。許多人認為Open RAN(和其他開放標準)是實現6G的必要步驟,因此該領域正持續發展,以將這些概念推進到下一世代。
在6G商業化過程中風險較高
毫米波技術(源於5G時代,頻段範圍24~71GHz)
3GPP將這一頻段稱為頻率範圍2(FR2),該技術已在5G中使用,但產業仍在實現服務獲利上面臨挑戰。目前,毫米波技術仍然昂貴,且尚未出現能驅動使用量和市場規模成長的「殺手級應用」,因此無法透過規模經濟來降低成本。此外,產業仍需在標準和實施方面下功夫,以改善無線電鏈路的可靠性(尤其與MIMO類似的智慧波束管理,依賴精確的即時通道狀態資訊,並能從ML中受益)。然而,容量和頻譜的需求十分巨大,而7~17GHz範圍內能釋放的頻譜量仍不足以應對未來需求。因此,雖然大部分已分配但仍未充分利用的FR2,可能成為其中必要的解決方案。
整合地面和非地面網路
最近有許多關於地面和非地面無線網路(Non-terrestrial Networks, NTN)的新聞—包括運用衛星和高空平台(High Altitude Platform Station, HAPS),例如氣球、亞軌道平流層航空器等。此技術旨在提升覆蓋範圍與可靠性—特別是發生自然災害或海難時。然而,這些技術具有挑戰性:
・發射到接收的距離達數百公里(而不是數百公尺)。
・管理多個不同網路之間的資料傳輸。
・透過在傳輸方向增加一個維度來管理干擾(幾乎沒有手機基地台天線直指上方或下方,且所有標準化無線電通道模型都只有二維)。
這是令人興奮的領域,雖然衛星公司的商業模式似乎顯而易見(相同的基礎設施,更多的使用者),但對地面行動營運商來說,卻不那麼清晰。
整合感測與通訊
使用通訊訊號感測環境是另一個備受關注的領域。交通管理、無人機管理、人群管理以及無數其他應用都是有潛力的應用發展。其面臨的挑戰包括:第一、無線電頻率、波長和訊號頻寬;第二、容量管理。
訊號的頻率、波長和頻寬與感測的物理和時間精確度有直接關係。容量也很關鍵;將無線電資源僅用於感測意謂著這些資源不能用於通訊,而容量需求已如上所述。然而,適合通訊的訊號並不一定適合感測。此外,即使感測和通訊可以使用完全相同的訊號,也無法保證感測所需的理想方向與系統必須傳輸所需無線電訊號的方向一致。因此,整合感測與通訊(Integrated Sensing and Communication, ISAC)的挑戰在於如何平衡上述的多重困難,並解決來自多個基地台和行動裝置在感測上的干擾複雜性。這些技術的商業模式尚不明確,因此其最終實用性仍有待觀察。
商業化可能性更不明朗
智慧反射表面
在許多無線電系統中,室內傳播和室外到室內的傳播都是問題。例如,停車場、大型商業建築、購物中心和室內體育館都採用分散式天線系統和無線電中繼器—有時甚至需要額外的獨立基地台。理論上,使用大型壁掛式「表面」的智慧反射技術,可花費較低的成本大幅改善室內接收效果。它們能適應不斷變化的條件(例如人群、家具變動、室內機器搬遷等)。智慧反射表面(Reconfigurable Intelligent Surface, RIS)目前面臨的挑戰在於如何降低成本、提高可靠性、靈活性及效能。此技術的挑戰很大,特別是如何使其價格低廉,仍有許多努力的空間。
SubTHz技術(>100GHz)
由於上述較低頻的FR2頻段在商業上不成功,因此100GHz以上頻率可用的超寬頻寬的吸引力受到打擊。此一情況因為SubTHz技術比24~71GHz更為昂貴且難以管理而進一步加劇。產業界和學術界仍進行大量研究,但SubTHz已不再被視為6G無線存取技術的主流選擇。儘管如此,使用D頻段技術(110~170GHz)的點對點「微波」鏈路已經取得巨大成功。
回傳資料容量的巨大需求可能會推動在這些更高頻率和其他利基應用中的進一步投資。不出所料,正在研究的技術包括半導體、天線、波束管理、高速DSP,甚至同頻全雙工技術(透過同時發送和接收以實現兩倍的資料傳輸速率),仍和所有事物一樣,受限於經濟條件的限制。
(本文作者為是德科技6G專案總監)