今天分享的是：6G网络面向大模型的分布式学习白皮书

报告共计：24页

6G网络面向大模型的分布式学习白皮书指出，6G愿景是实现智能普惠，大模型技术发展使AGI服务有望在6G时代普及，其成本将趋近于零，且未来每个人可能拥有自己的大模型，网络传输内容也将从数据转向模型，6G网络将成为分布式AI计算平台。联邦学习模式虽在数据所有权和隐私方面有优势，但存在依赖可信中心节点、通信开销大、异构支持性差等问题。MFD分布式学习模式应运而生，其理念是让模型跟随数据，将神经网络模型构建为通信数据包，在网络内像IP包一样传输，避免大量数据传输问题，还可自由缩放、支持异构模型知识分享、具有轻量化自组织学习流程，能原生支持无线网络边缘场景特点。在应用示例方面，Net4LM的智能协作机器人场景中，MFD可优化机器人通信开销、解决数据安全隐私等问题；LM4Net站间协同场景中，MFD有助于无线大模型在基站间更新。当前3GPP的无线网络分布式学习标准化研究有局限，6G网络需原生大模型分布式学习模式，MFD设计涵盖算法和网络架构，后续将对其具体分布式算法和网络架构设计进一步阐述。

以下为报告节选内容