CN116939713A

CN116939713A - 信息反馈方法、装置及设备

Info

Publication number: CN116939713A
Application number: CN202210350469.2A
Authority: CN
Inventors: 周通
Original assignee: Vivo Mobile Communication Co Ltd
Current assignee: Vivo Mobile Communication Co Ltd
Priority date: 2022-04-02
Filing date: 2022-04-02
Publication date: 2023-10-24
Also published as: WO2023186099A1

Abstract

本申请公开了一种信息反馈方法、装置及设备，属于通信技术领域，本申请实施例的信息反馈方法包括：第一设备接收第二设备发送的需求信息，所述需求信息用于指示人工智能AI服务对应的需求；所述第一设备向所述第二设备发送对所述需求信息的反馈信息，所述反馈信息用于指示是否同意所述需求信息对应的需求。

Description

信息反馈方法、装置及设备

技术领域

本申请属于通信技术领域，具体涉及一种信息反馈方法、装置及设备。

背景技术

无线移动通信结合人工智能(Artificial Intelligence，AI)能够较好地提高通信质量，例如，基于AI信道质量压缩、基于AI的波束管理、基于AI的定位。以波束管理为例，在毫米波无线通信中，通信收发端(如基站和终端)都配置了多个模拟波束，对于同一个终端，在不同的发送和接收模拟波束测量到信道质量是变化的。如何快速并准确地从所有可能的收发模拟波束组合中选择出信道质量最高的收发波束组，是影响传输质量的关键。在引入 AI神经网络模型后，终端可以基于AI神经网络模型有效地预测信道质量最高的收发模拟波束，并上报给网络侧，从而能够获得更好的传输质量。

第一设备(例如终端、基站等)接收第二设备(例如核心网网元)发送的AI服务需求，并实现该AI服务需求，从而第二设备能够通过第一设备实现拆分的AI服务需求以实现复杂的AI服务。然而，第一设备实现AI服务需求时可能会影响设备自身的正常运行，使得第一设备无法正常工作。

发明内容

本申请实施例提供一种信息反馈方法、装置及设备，能够解决第一设备实现AI服务需求时可能会影响设备自身的正常运行，使得第一设备无法正常工作的问题。

第一方面，提供了一种信息反馈方法，包括：

第一设备接收第二设备发送的需求信息，所述需求信息用于指示人工智能AI服务对应的需求；

所述第一设备向所述第二设备发送对所述需求信息的反馈信息，所述反馈信息用于指示是否同意所述需求信息对应的需求。

第二方面，提供了一种信息反馈方法，包括：

第二设备向第一设备发送需求信息，所述需求信息用于指示人工智能AI服务对应的需求；

所述第二设备接收所述第一设备发送的对所述需求信息的反馈信息，所述反馈信息用于指示是否同意所述需求信息对应的需求。

第三方面，提供了一种信息反馈装置，第一设备包括所述信息反馈装置，包括：

接收模块，用于接收第二设备发送的需求信息，所述需求信息用于指示人工智能AI服务对应的需求；

发送模块，用于向所述第二设备发送对所述需求信息的反馈信息，所述反馈信息用于指示是否同意所述需求信息对应的需求。

第四方面，提供了一种信息反馈装置，第二设备包括所述信息反馈装置，包括：

发送模块，用于向第一设备发送需求信息，所述需求信息用于指示人工智能AI服务对应的需求；

接收模块，用于接收所述第一设备发送的对所述需求信息的反馈信息，所述反馈信息用于指示是否同意所述需求信息对应的需求。

第五方面，提供了一种第一设备，该第一设备包括处理器和存储器，所述存储器存储可在所述处理器上运行的程序或指令，所述程序或指令被所述处理器执行时实现如第一方面所述的方法的步骤。

第六方面，提供了一种第一设备，包括处理器及通信接口，其中，所述通信接口用于接收第二设备发送的需求信息，所述需求信息用于指示人工智能AI服务对应的需求；所述通信接口还用于向所述第二设备发送对所述需求信息的反馈信息，所述反馈信息用于指示是否同意所述需求信息对应的需求。

第七方面，提供了一种第二设备，该第二设备包括处理器和存储器，所述存储器存储可在所述处理器上运行的程序或指令，所述程序或指令被所述处理器执行时实现如第二方面所述的方法的步骤。

第八方面，提供了一种第二设备，包括处理器及通信接口，其中，所述通信接口用于向第一设备发送需求信息，所述需求信息用于指示人工智能AI服务对应的需求；所述通信接口还用于接收所述第一设备发送的对所述需求信息的反馈信息，所述反馈信息用于指示是否同意所述需求信息对应的需求。

第九方面，提供了一种信息反馈系统，包括：第一设备及第二设备，所述第一设备可用于执行如第一方面所述的信息反馈方法的步骤，所述第二设备可用于执行如第二方面所述的信息反馈方法的步骤。

第十方面，提供了一种可读存储介质，所述可读存储介质上存储程序或指令，所述程序或指令被处理器执行时实现如第一方面所述的方法的步骤，或者实现如第二方面所述的方法的步骤。

第十一方面，提供了一种芯片，所述芯片包括处理器和通信接口，所述通信接口和所述处理器耦合，所述处理器用于运行程序或指令，实现如第一方面所述的方法，或实现如第二方面所述的方法。

第十二方面，提供了一种计算机程序/程序产品，所述计算机程序/程序产品被存储在存储介质中，所述计算机程序/程序产品被至少一个处理器执行以实现如第一方面所述的信息反馈方法的步骤，或者，所述计算机程序/程序产品被至少一个处理器执行以实现如第二方面所述的信息反馈方法的步骤。

本申请实施例中，第一设备接收第二设备发送的需求信息，所述需求信息用于指示人工智能AI服务对应的需求；所述第一设备向所述第二设备发送对所述需求信息的反馈信息，所述反馈信息用于指示是否同意所述需求信息对应的需求。这样，第一设备接收第二设备发送的需求信息后，向第二设备发送对所述需求信息的反馈信息，能够避免直接实现该AI 服务需求导致影响设备自身的正常运行。

附图说明

图1是本申请实施例可应用的一种无线通信系统的框图；

图2是本申请实施例提供的一种信息反馈方法的流程图之一；

图3是本申请实施例提供的一种信息反馈方法的流程图之二；

图4是本申请实施例提供的一种信息反馈装置的结构图之一；

图5是本申请实施例提供的一种信息反馈装置的结构图之二；

图6是本申请实施例提供的一种通信设备的结构图；

图7是本申请实施例提供的一种终端的结构示意图；

图8是本申请实施例提供的一种网络侧设备的结构示意图。

具体实施方式

下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚描述，显然，所描述的实施例是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员所获得的所有其他实施例，都属于本申请保护的范围。

本申请的说明书和权利要求书中的术语“第一”、“第二”等是用于区别类似的对象，而不用于描述特定的顺序或先后次序。应该理解这样使用的术语在适当情况下可以互换，以便本申请的实施例能够以除了在这里图示或描述的那些以外的顺序实施，且“第一”、“第二”所区别的对象通常为一类，并不限定对象的个数，例如第一对象可以是一个，也可以是多个。此外，说明书以及权利要求中“和/或”表示所连接对象的至少其中之一，字符“/” 一般表示前后关联对象是一种“或”的关系。

值得指出的是，本申请实施例所描述的技术不限于长期演进型(Long TermEvolution， LTE)/LTE的演进(LTE-Advanced，LTE-A)系统，还可用于其他无线通信系统，诸如码分多址(Code Division Multiple Access，CDMA)、时分多址(Time DivisionMultiple Access， TDMA)、频分多址(Frequency Division Multiple Access，FDMA)、正交频分多址(Orthogonal Frequency Division Multiple Access，OFDMA)、单载波频分多址(Single-carrier Frequency Division Multiple Access，SC-FDMA)和其他系统。本申请实施例中的术语“系统”和“网络”常被可互换地使用，所描述的技术既可用于以上提及的系统和无线电技术，也可用于其他系统和无线电技术。以下描述出于示例目的描述了新空口(New Radio，NR)系统，并且在以下大部分描述中使用NR术语，但是这些技术也可应用于NR系统应用以外的应用，如第6代(6^th Generation，6G)通信系统。

图1示出本申请实施例可应用的一种无线通信系统的框图。无线通信系统包括终端11 和网络侧设备12。其中，终端11可以是手机、平板电脑(Tablet Personal Computer)、膝上型电脑(Laptop Computer)或称为笔记本电脑、个人数字助理(Personal DigitalAssistant， PDA)、掌上电脑、上网本、超级移动个人计算机(ultra-mobile personalcomputer，UMPC)、移动上网装置(Mobile Internet Device，MID)、增强现实(augmentedreality，AR)/虚拟现实 (virtual reality，VR)设备、机器人、可穿戴式设备(WearableDevice)、车载设备(VUE)、行人终端(PUE)、智能家居(具有无线通信功能的家居设备，如冰箱、电视、洗衣机或者家具等)、游戏机、个人计算机(personal computer，PC)、柜员机或者自助机等终端侧设备，可穿戴式设备包括：智能手表、智能手环、智能耳机、智能眼镜、智能首饰(智能手镯、智能手链、智能戒指、智能项链、智能脚镯、智能脚链等)、智能腕带、智能服装等。需要说明的是，在本申请实施例并不限定终端11的具体类型。网络侧设备12可以包括接入网设备或核心网设备，其中，接入网设备12也可以称为无线接入网设备、无线接入网(Radio Access Network,RAN)、无线接入网功能或无线接入网单元。接入网设备12可以包括基站、 WLAN接入点或WiFi节点等，基站可被称为节点B、演进节点B(eNB)、接入点、基收发机站(Base Transceiver Station，BTS)、无线电基站、无线电收发机、基本服务集(Basic Service Set，BSS)、扩展服务集(Extended Service Set，ESS)、家用B节点、家用演进型B节点、发送接收点(Transmitting Receiving Point，TRP)或所述领域中其他某个合适的术语，只要达到相同的技术效果，所述基站不限于特定技术词汇，需要说明的是，在本申请实施例中仅以NR系统中的基站为例进行介绍，并不限定基站的具体类型。核心网设备可以包含但不限于如下至少一项：核心网节点、核心网功能、移动管理实体(MobilityManagement Entity， MME)、接入移动管理功能(Access and Mobility ManagementFunction，AMF)、会话管理功能(Session Management Function，SMF)、用户平面功能(User Plane Function，UPF)、策略控制功能(Policy Control Function，PCF)、策略与计费规则功能单元(Policy and Charging Rules Function，PCRF)、边缘应用服务发现功能(Edge Application Server Discovery Function， EASDF)、统一数据管理(Unified DataManagement，UDM)，统一数据仓储(Unified Data Repository，UDR)、归属用户服务器(HomeSubscriber Server，HSS)、集中式网络配置 (Centralized network configuration，CNC)、网络存储功能(Network Repository Function， NRF)，网络开放功能(NetworkExposure Function，NEF)、本地NEF(Local NEF，或L-NEF)、绑定支持功能(BindingSupport Function，BSF)、应用功能(Application Function，AF)等。需要说明的是，在本申请实施例中仅以NR系统中的核心网设备为例进行介绍，并不限定核心网设备的具体类型。

下面结合附图，通过一些实施例及其应用场景对本申请实施例提供的信息反馈方法、装置及设备进行详细地说明。

参见图2，图2是本申请实施例提供的一种信息反馈方法的流程图，如图2所示，信息反馈方法包括以下步骤：

步骤101、第一设备接收第二设备发送的需求信息，所述需求信息用于指示人工智能AI服务对应的需求。

其中，AI服务可以包括模型训练、模型微调(fine-tuning)、模型推理及模型验证等与 AI神经网络模型相关的服务。需要说明的是，对于基于仿真数据或者其他小区采集的样本数据训练得到的AI神经网络模型，由于泛化性的问题，如果直接在终端所在的小区推理往往得不到很好的性能。可以通过终端基于终端所在的小区数据对AI神经网络模型再进行训练或者fine-tuning等AI服务提高AI神经网络模型的性能。

一种实施方式中，AI服务可以包括模型训练、fine-tuning、模型推理及模型验证中的至少一项。

另外，第一设备可以为终端，或者基站，或者核心网网元等。第二设备可以为基站，或者自组织网络(Self-Organized Networks，SON)，或者网管系统(OperationAdministration and Maintenance，OAM)，或者核心网网元(例如，网络数据分析功能(Network Data Analytics Function，NWDAF))，或者网管等。

步骤102、所述第一设备向所述第二设备发送对所述需求信息的反馈信息，所述反馈信息用于指示是否同意所述需求信息对应的需求。

其中，该反馈信息可以是能力反馈信息，示例地，该反馈信息可以是智能能力反馈信息，该智能能力反馈信息用于指示第一设备的智能能力。

需要说明的是，第一设备可以用于AI服务执行及智能能力上报，第二设备可以用于 AI服务编排部署。通过AI服务编排部署可以将AI服务拆分为AI算力、AI算法、AI数据三个维度。本申请实施例中，第一设备接收到AI服务对应的需求信息，根据自身能力做出评估，并上报接受、或拒绝、或需求差异。从而在AI服务执行端可以在自身能力范围内执行AI服务编排部署节点分配的AI服务，从而第一设备既可以提供高质量的AI服务，又可以确保自身其他流程的正常运行。

一种实施方式中，第一设备接收第二设备发送的需求信息，该需求信息包括AI算力，和/或，AI算法，和/或，AI数据方面的需求。第一设备可以向所述第二设备发送对所述需求信息的反馈信息，该反馈信息可以包括接受、拒绝或者能力差异信息，该能力差异信息可以用于指示设备能力与所述需求信息的差异。示例地，第一设备可以根据自身决策向所述第二设备发送对所述需求信息的反馈信息。

需要说明的是，第一设备可以为终端，若终端当前状态不符合预期，终端接受分配的 AI服务，可能会影响终端其他流程的正常运行，并且，也不能保障终端对AI服务的高质量完成。本申请实施例中，终端接收AI服务编排部署设备发送的需求信息，所述需求信息用于指示人工智能AI服务对应的需求；并向AI服务编排部署设备发送对所述需求信息的反馈信息。从而，终端在接受AI服务编排部署设备发送的AI服务前，能够综合考虑AI服务的需求和设备自身的智能能力，并进行反馈，能够从AI服务部署的流程来解决智能能力反馈的问题。

一种实施方式中，需求信息包括AI数据需求，反馈信息可以用于反馈AI数据需求差异，示例地，反馈信息可以包括需求信息中AI数据需求中无法满足的信息条目，和/或，需求信息中AI数据需求中无法满足的信息条目对应的第一设备的当前设备能力。

一种实施方式中，需求信息包括AI算力需求，反馈信息可以用于反馈AI算力需求差异，示例地，反馈信息可以包括需求信息中AI算力需求中无法满足的信息条目，和/或，需求信息中AI算力需求中无法满足的信息条目对应的第一设备的当前设备能力。

一种实施方式中，需求信息包括AI算法需求，反馈信息可以用于反馈AI算法需求差异，示例地，反馈信息可以包括需求信息中AI算法需求中无法满足的信息条目，和/或，需求信息中AI算法需求中无法满足的信息条目对应的第一设备的当前设备能力。

需要说明的是，第一设备可以结合设备自身算力、算法、数据等各方面的设备能力，判断自身设备能力是否满足需求信息，以及是否接受该需求信息对应的需求，并确定反馈信息。示例地，若第一设备的设备能力满足需求信息，并愿意接受该需求信息对应的需求，则反馈信息可以用于指示接受该需求；和/或，若第一设备不愿意接受该需求信息对应的需求，则反馈信息可以用于指示拒绝该需求；和/或，若第一设备的设备能力不满足需求信息，但愿意接受该需求信息对应的需求，则反馈信息可以用于指示能力差异信息。

可选地，所述需求信息包括：需求项，或者，需求项及所述需求项对应的需求值。

其中，所述需求项可以用于指示AI服务对应的需求，示例地，可以包括AI算力需求、 AI算法需求及AI数据需求等等。

一种实施方式中，第一设备接收第二设备发送的需求信息，该需求信息包括AI算力，和/或，AI算法，和/或，AI数据方面的需求项，及需求项对应的需求值。第一设备可以向所述第二设备发送对所述需求信息的反馈信息，该反馈信息可以用于指示接受、拒绝或者能力差异信息。

一种实施方式中，第一设备接收第二设备发送的需求信息，该需求信息包括AI算力，和/或，AI算法，和/或，AI数据方面的需求项。第一设备可以向所述第二设备发送对所述需求信息的反馈信息，该反馈信息可以用于指示拒绝或者与需求项对应的设备能力。需求项可以采用需求条目的方式表示，示例地，该需求信息包括AI算力需求条目，反馈信息可以包括AI算力需求条目值，该AI算力需求条目值赋值为与AI算力需求条目对应的设备能力；和/或，该需求信息包括AI算法需求条目，反馈信息可以包括AI算法需求条目值，该AI算法需求条目值赋值为与AI算法需求条目对应的设备能力；和/或，该需求信息包括AI数据需求条目，反馈信息可以包括AI数据需求条目值，该AI数据需求条目值赋值为与AI 数据需求条目对应的设备能力。

另外，在所述需求信息包括需求项的情况下，第一设备可以结合设备自身状态，判断是否愿意接受该需求项对应的需求，确定反馈信息。示例地，若第一设备不愿意接受该需求项对应的需求，则反馈信息可以指示拒绝；若第一设备愿意接受该需求项对应的需求，则反馈信息可以指示需求项对应的当前设备能力。

需要说明的是，第二设备可以对AI服务从AI算力、AI算法及AI数据三个维度进行拆分，得到该三个维度上的需求项。AI算力维度上的需求项可以包括如下至少一项：算力；存储；总计算量；执行时间限制；耗电量。AI算法维度上的需求项可以包括如下至少一项：AI任务分类；AI学习框架；AI网络开发环境；AI基础模型库。AI数据维度上的需求项可以包括如下至少一项：标签数据；标签维度个数；标签维度；标签维度的顺序；标签维度的数据个数；标签数据间隔；AI模型输入数据；AI模型输入维度个数；AI模型输入维度； AI模型输入维度的顺序；AI模型输入维度的数据个数；AI模型输入数据收集间隔；AI模型标签时延。

该实施方式中，所述需求信息包括需求项，从而能够通过需求项指示AI服务对应的需求，第一设备能够通过该需求项向第二设备反馈该需求项对应的设备能力；或者，所述需求信息包括需求项及所述需求项对应的需求值，从而能够通过需求项及需求值指示AI服务对应的需求，第二设备能够通过该需求项及需求值向第二设备反馈该需求项对应的设备能力能否满足该需求值。

可选地，在所述需求信息包括需求项及所述需求项对应的需求值的情况下，所述反馈信息包括如下任意一项：

第一指示信息，所述第一指示信息用于指示同意所述需求项，且设备能力满足所述需求值；

第二指示信息，所述第二指示信息用于指示同意所述需求项，且所述第二指示信息携带与所述需求项对应的设备能力或能力差异信息，所述能力差异信息用于指示设备能力与所述需求值的差异；

第三指示信息，所述第三指示信息用于指示拒绝所述需求项。

一种实施方式中，所述第一设备向所述第二设备发送对所述需求信息的反馈信息，可以包括：

在所述第一设备的设备能力满足所述需求值，且所述第一设备同意所述需求项的情况下，向所述第二设备发送所述第一指示信息；和/或

在所述第一设备的设备能力不满足所述需求值，且所述第一设备同意满足所述需求项对应的部分需求值的情况下，向所述第二设备发送所述第二指示信息；和/或

在所述第一设备的设备能力不满足所述需求值，且所述第一设备不同意所述需求项的情况下，向所述第二设备发送所述第三指示信息。

在所述第一设备的设备能力满足所述需求值，且所述第一设备在满足所述需求值的同时可维持所述第一设备的正常运行的情况下，向所述第二设备发送所述第一指示信息；和/ 或

在所述第一设备的设备能力不满足所述需求值，且所述第一设备在满足所述需求项对应的部分需求值的同时可维持所述第一设备的正常运行的情况下，向所述第二设备发送所述第二指示信息；和/或

在所述第一设备的设备能力不满足所述需求值，且所述第一设备仅能维持所述第一设备的正常运行的情况下，向所述第二设备发送所述第三指示信息。

一种实施方式中，第一设备向第二设备发送第一指示信息后，可以直接执行该需求项对应的AI服务；或者，第一设备可以在接收到第二设备发送的用于指示确定执行的指示信息后再执行该需求项对应的AI服务。

一种实施方式中，第一设备向第二设备发送第二指示信息后，可以直接执行该需求项对应的AI服务；或者，第一设备可以在接收到第二设备发送的用于指示确定执行的指示信息后再执行该需求项对应的AI服务；或者，第一设备可以在接收到第二设备发送的用于指示修改需求值的指示信息后再执行该需求项对应的AI服务；等等，本实施方式对此不进行限定。示例地，第二设备在接收到第一设备发送的第二指示信息后，可以向第一设备发送修改需求值的指示信息，将需求值修改为与设备能力匹配的需求值。

一种实施方式中，第一设备向第二设备发送第三指示信息，即第一设备拒绝执行该需求项对应的AI服务。

该实施方式中，通过第一指示信息、第二指示信息或第三指示信息，第一设备能够向第二设备反馈是否同意或拒绝AI服务对应的需求项，并向第二设备反馈该需求项对应的设备能力能否满足该需求值，便于第一设备在自身能力范围内执行分配的AI服务。

可选地，所述需求项的数量为至少两个，所述第二指示信息携带第一需求项及与所述第一需求项对应的设备能力或能力差异信息，所述第一需求项为所述至少两个需求项中与所述设备能力不匹配的需求项。

其中，第一需求项对应的能力差异信息可以用于指示设备能力与所述第一需求项对应的需求值的差异。以第一需求项为AI算力需求，AI算力需求包括算力，且AI算力需求对应的算力值为20T每秒浮点计算次数(Floating point operations per second，FLOPs)为例，第一设备确定当前设备的实际算力为15T FLOPs，则第一需求项对应的能力差异信息为5T FLOPs，第一需求项对应的设备能力为15T FLOPs，第二指示信息可以携带能力差异信息 5T FLOPs，或者设备能力15T FLOPs。第一需求项与设备能力不匹配，可以认为是，第一需求项对应的需求值与设备能力不匹配，示例地，可以是第一需求项对应的需求值大于设备能力。

该实施方式中，通过所述第二指示信息携带的第一需求项及与所述第一需求项对应的设备能力或能力差异信息，从而第一设备在接收到AI服务对应的需求后，能够将自身设备能力不能满足需求值的第一需求项反馈至第二设备，并反馈第一需求项对应的能力差异信息。

可选地，在所述需求信息包括需求项的情况下，所述反馈信息包括如下任意一项：

第四指示信息，所述第四指示信息用于指示拒绝所述需求项；

第五指示信息，所述第五指示信息用于指示同意所述需求项，且所述第五指示信息携带与所述需求项对应的设备能力。

其中，所述需求项对应的设备能力可以为所述需求项对应的当前设备能力。以需求项包括算力为例，所述需求项对应的设备能力可以包括设备当前算力。

在所述第一设备不同意所述需求项的情况下，向所述第二设备发送所述第四指示信息；和/或

在所述第一设备同意所述需求项的情况下，向所述第二设备发送所述第五指示信息。

在所述第一设备的设备能力仅可维持所述第一设备的正常运行的情况下，向所述第二设备发送所述第四指示信息；

和/或

在所述第一设备的设备能力可维持所述第一设备的正常运行，且可满足所述需求项的情况下，向所述第二设备发送所述第五指示信息。

一种实施方式中，第一设备向第二设备发送第四指示信息，即第一设备拒绝执行该需求项对应的AI服务。

一种实施方式中，第一设备向第二设备发送第五指示信息后，可以接收第二设备发送的按第一设备的设备能力执行所述需求项对应的AI服务的指令，并按照第一设备的当前设备能力执行所述需求项对应的AI服务。第二设备可以根据第一设备上报的设备能力调整 AI服务的任务分配。

该实施方式中，通过第四指示信息或第五指示信息，第一设备能够向第二设备反馈是否同意或拒绝AI服务对应的需求项，并向第二设备反馈与所述需求项对应的设备能力。

可选地，所述需求项包括如下至少一项：

AI算力需求；AI算法需求；AI数据需求。

一种实施方式中，第一设备接收第二设备发送的需求信息，包括，第一设备接收第二设备发送的AI算力需求，和/或，AI算力需求及AI算力需求对应的需求值；

所述第一设备向所述第二设备发送对所述需求信息的反馈信息，包括，第一设备向第二设备发送AI算力需求的反馈信息，该反馈信息用于指示是否同意AI算力需求，且该反馈信息还包括与所述AI算力需求对应的设备能力，或者，与所述AI算力需求对应的能力差异信息。从而能够实现对第二设备向第一设备请求的AI算力需求的设备能力反馈。

一种实施方式中，第一设备接收第二设备发送的需求信息，包括，第一设备接收第二设备发送的AI算法需求，和/或，AI算法需求及AI算法需求对应的需求值；

所述第一设备向所述第二设备发送对所述需求信息的反馈信息，包括，第一设备向第二设备发送AI算法需求的反馈信息，该反馈信息用于指示是否同意AI算法需求，且该反馈信息还包括与所述AI算法需求对应的设备能力，或者，与所述AI算法需求对应的能力差异信息。从而能够实现对第二设备向第一设备请求的AI算法需求的设备能力反馈。

一种实施方式中，第一设备接收第二设备发送的需求信息，包括，第一设备接收第二设备发送的AI数据需求，和/或，AI数据需求及AI数据需求对应的需求值；

所述第一设备向所述第二设备发送对所述需求信息的反馈信息，包括，第一设备向第二设备发送AI数据需求的反馈信息，该反馈信息用于指示是否同意AI数据需求，且该反馈信息还包括与所述AI数据需求对应的设备能力，或者，与所述AI数据需求对应的能力差异信息。从而能够实现对第二设备向第一设备请求的AI数据需求的设备能力反馈。

该实施方式中，第一设备接收第二设备发送的AI算力需求、AI算法需求、AI数据需求中的至少一项，向第二设备发送需求项对应的反馈信息，有利于第一设备为第二设备提供质量较高的AI服务。

可选地，所述AI算力需求包括如下至少一项：

算力；

存储；

总计算量；

执行时间限制；

耗电量。

其中，AI算力需求中的算力可以用于指示AI服务所需要消耗的算力，算力可以用乘加次数/秒表示。AI算力需求中的存储可以用于指示AI服务所需要消耗的存储量。AI算力需求中的总计算量可以用于指示执行AI服务的总计算量，该总计算量可以通过算力和AI模型的推理时间计算得到。AI算力需求中的执行时间限制可以用于指示执行AI服务的时间限制。AI算力需求中的耗电量可以用于指示AI服务所需要消耗的电量。

一种实施方式中，第一设备接收第二设备发送的需求信息，该需求信息包括算力、存储、总计算量、执行时间限制、耗电量中的至少一项算力需求，或者至少一项算力需求及对应的需求值；

所述第一设备根据设备能力向所述第二设备发送对所述需求信息的反馈信息，该反馈信息可以用于指示是否同意所述至少一项算力需求，且所述反馈信息可以携带与所述算力需求对应的设备能力或者设备能力与需求值之间的能力差异信息。

一种实施方式中，第一设备接收第二设备发送的需求信息，该需求信息包括AI算法需求及AI算力需求，该AI算法需求包括模型训练、模型推理、模型验证、模型监视、模型部署中的至少一项AI任务，AI算力需求包括执行该至少一项AI任务所需的算力、存储、总计算量、执行时间限制及耗电量中的至少一项算力需求或者至少一项算力需求及对应的需求值；

所述第一设备向所述第二设备发送对所述需求信息的反馈信息，可以包括，第一设备根据设备能力判断是否能够满足执行该至少一项AI任务所需的AI算力需求，在判断能够满足执行该至少一项AI任务所需的AI算力需求的情况下，向第二设备发送第一指示信息；在判断仅能够满足执行该至少一项AI任务所需的部分AI算力需求的情况下，向第二设备发送第二指示信息；在判断仅能够维持第一设备的正常运行的情况下，向第二设备发送第三指示信息。

一种实施方式中，第一设备接收第二设备发送的需求信息，该需求信息包括AI算法需求及AI算力需求，该AI算法需求包括模型训练、模型推理、模型验证、模型监视、模型部署中的至少一项AI任务，AI算力需求包括执行该至少一项AI任务所需的算力、存储、总计算量、执行时间限制及耗电量中的至少一项算力需求；

所述第一设备向所述第二设备发送对所述需求信息的反馈信息，可以包括，第一设备根据设备能力判断在维持设备的正常运行的情况下是否能够执行该至少一项AI任务，在判断在维持设备的正常运行的情况下能够执行该至少一项AI任务的情况下，向第二设备发送第五指示信息，该第五指示信息携带与所述至少一项算力需求对应的设备能力；在判断在维持设备的正常运行的情况下不能够执行该至少一项AI任务的情况下，向第二设备发送第四指示信息。

该实施方式中，通过AI算力需求中的算力、存储、总计算量、执行时间限制、耗电量中的至少一个需求项，或需求项及需求项对应的需求值，能够便于第一设备判断自身设备能力能否满足AI算力需求。

可选地，所述AI算法需求包括如下至少一项：

AI任务分类；

AI学习框架；

AI网络开发环境；

AI基础模型库。

其中，AI任务分类可以用于指示AI算法对应的任务类型。AI学习框架可以用于指示 AI算法的学习框架，具体包括学习方法和训练方法。AI网络开发环境可以用于指示AI算法的网络开发环境。AI基础模型库可以用于指示AI算法的基础模型库。

一种实施方式中，所述需求信息可以包括执行AI任务所需的AI学习框架、AI网络开发环境、AI基础模型库中的至少一项需求项及需求项对应的需求值。所述第一设备向所述第二设备发送对所述需求信息的反馈信息，可以是，第一设备根据设备能力判断是否同意所述需求信息对应的需求，向第二设备发送反馈信息，该反馈信息用于指示是否同意所述需求信息对应的需求。示例地，以需求信息包括AI学习框架为例，可以在第一设备的AI算法为该AI学习框架时，同意所述需求信息对应的需求。

该实施方式中，通过AI算法需求中的AI任务分类、AI学习框架、AI网络开发环境、AI基础模型库中的至少一个需求项，或需求项及需求项对应的需求值，能够便于第一设备判断自身设备能力能否满足AI算法需求。

可选地，所述AI任务分类包括如下至少一项：

模型训练；

模型推理；

模型验证；

模型监视；

模型部署。

一种实施方式中，第一设备接收第二设备发送的需求信息，该需求信息包括模型训练、模型推理、模型验证、模型监视、模型部署中的至少一项AI任务，在所述第一设备的设备能力仅可维持所述第一设备的正常运行的情况下，向所述第二设备发送同意所述需求信息对应的需求的反馈信息；在所述第一设备的设备能力可维持所述第一设备的正常运行，且可进行所述AI任务的情况下，向所述第二设备发送同意所述需求信息对应的需求的反馈信息。

一种实施方式中，第一设备接收第二设备发送的需求信息，该需求信息包括模型训练、模型推理、模型验证、模型监视、模型部署中的至少一项AI任务，及执行该AI任务所需的AI算法需求和/或AI数据需求；在第一设备的设备能力能够满足该AI算法需求和/或AI 数据需求的情况下，第一设备同意执行所述至少一项AI任务，向第二设备发送对所述需求信息的反馈信息，该反馈信息指示同意所述需求信息对应的需求；在第一设备的设备能力能够部分满足该AI算法需求和/或AI数据需求的情况下，第一设备同意执行所述至少一项 AI任务，向第二设备发送对所述需求信息的反馈信息，该反馈信息指示同意所述需求信息对应的需求，并反馈能力差异信息；在第一设备的设备能力不能够满足该AI算法需求和/ 或AI数据需求的情况下，第一设备拒绝执行所述至少一项AI任务。

这样，通过对第二设备下发的模型训练、模型推理、模型验证、模型监视、模型部署等AI任务的需求的反馈，能够提高第一设备执行模型训练、模型推理、模型验证、模型监视、模型部署等AI任务的质量。

可选地，所述AI学习框架包括如下至少一项：

有监督深度学习；

无监督深度学习；

元学习；

迁移学习；

强化学习；

联邦学习。

需要说明的是，所述需求信息可以包括执行AI任务所需的AI学习框架，该AI学习框架为有监督深度学习、无监督深度学习、元学习、迁移学习、强化学习及联邦学习中的至少一项，可以在第一设备的AI算法为需求信息中指示的AI学习框架的情况下，同意所述需求信息对应的需求；在第一设备的AI算法不为需求信息中指示的AI学习框架的情况下，拒绝所述需求信息对应的需求。

可选地，所述AI数据需求包括如下至少一项：

标签数据；

标签维度个数；

标签维度；

标签维度的顺序；

标签维度的数据个数；

标签数据间隔；

AI模型输入数据；

AI模型输入维度个数；

AI模型输入维度；

AI模型输入维度的顺序；

AI模型输入维度的数据个数；

AI模型输入数据收集间隔；

AI模型标签时延。

其中，标签数据可以包括波束信道的参考信号接收功率RSRP、参考信号接收功率RSRP、信号与干扰加噪声比SINR等与第一设备的通信相关的数据。标签维度个数可以用于指示需要收集的标签数据的维度个数。标签维度可以用于指示需要收集的标签数据的维度。标签维度的顺序可以用于指示需要收集的标签数据各维度的顺序。标签维度的数据个数可以用于指示需要收集的标签数据的各个维度上的数据个数。标签数据间隔可以用于指示需要收集的标签数据的数据间隔。AI模型输入数据可以用于指示AI模型的输入数据。 AI模型输入维度个数可以用于指示需要收集的AI模型输入数据的维度个数。AI模型输入维度可以用于指示需要收集的AI模型输入数据的维度。AI模型输入维度的顺序可以用于指示需要收集的AI模型输入数据的各个维度的顺序。AI模型输入维度的数据个数可以用于指示需要收集的AI模型输入数据的各个维度的数据个数。AI模型输入数据收集间隔用于指示需要收集的AI模型输入数据的数据间隔。AI模型标签时延可以用于指示获得标签数据与推理结束或接收AI模型输入数据之间的时延。通过上述AI数据需求，能够便于第一设备判断自身设备能力能否满足AI数据需求。

一种实施方式中，所述需求信息可以包括执行AI任务所需的标签数据、标签维度个数、标签维度、标签维度的顺序、标签维度的数据个数、标签数据间隔、AI模型标签时延中的至少一项标签数据信息，第一设备可以通过该至少一项标签数据信息确定执行AI任务所需的标签数据。以AI任务为模型训练为例，该标签数据可以为用于模型训练的标签数据。第一设备根据设备能力判断能否获取执行该AI任务所需的标签数据，若能够获取到执行该 AI任务所需的标签数据，则同意所述需求信息对应的需求；若不能够获取到执行该AI任务所需的标签数据，则拒绝所述需求信息对应的需求。从而第一设备能够根据自身设备能力收集标签数据。

一种实施方式中，所述需求信息可以包括执行AI任务所需的AI模型输入数据、AI模型输入维度个数、AI模型输入维度、AI模型输入维度的顺序、AI模型输入维度的数据个数、 AI模型输入数据收集间隔中的至少一项AI模型输入数据信息，第一设备可以通过该至少一项AI模型输入数据信息确定执行AI任务所需的AI模型输入数据。以AI任务为模型推理为例，该AI模型输入数据可以为用于模型推理的输入数据。第一设备根据设备能力判断能否获取执行该AI任务所需的AI模型输入数据，若能够获取到执行该AI任务所需的AI模型输入数据，则同意所述需求信息对应的需求；若不能够获取到执行该AI任务所需的AI 模型输入数据，则拒绝所述需求信息对应的需求。从而第一设备能够根据自身设备能力获取AI模型输入数据。

可选地，所述标签数据用于指示如下至少一项：

波束信道的参考信号接收功率(Reference Signal Received Power，RSRP)；

波束信道的参考信号接收质量(Reference Signal Received Quality，RSRQ)；

波束信道的信号与干扰加噪声比(Signal-to-noise and interference ratio，SINR)；

小区信道的RSRP；

小区信道的RSRQ；

小区信道的SINR；

小区信道的接收信号强度指示(Received Signal Strength Indication，RSSI)；

小区信道冲激响应；

预编码矩阵指示(Precoding matrix indicator，PMI)；

秩指示(Rank indicator，RI)；

信道质量指示(Channel quality indicator，CQI)。

可选地，所述标签数据间隔用于指示如下至少一项：

时间间隔；

频率间隔；

时延间隔；

相位间隔；

多普勒间隔；

波束间隔。

可选地，所述AI模型标签时延用于指示如下至少一项：

推理结束与获得标签数据之间的时延；

接收AI模型输入数据与获得标签数据之间的时延。

其中，所述推理结束与获得标签数据之间的时延，可以是，第一设备推理结束与第一设备获得标签数据之间的时延。所述接收AI模型输入数据与获得标签数据之间的时延，可以是，第一设备接收AI模型输入数据与第一设备获得标签数据之间的时延。

以下通过三个具体的实施例对本申请实施例的信息反馈方法进行说明：

实施例1：

第一设备可以为终端，第二设备可以为核心网网元，AI服务可以为模型训练。

终端接收核心网网元发送的需求信息，该需求信息包括AI数据需求，且该需求信息中的AI数据需求指定AI模型输入维度个数为2个维度，分别为发送波束维度和时间维度，其中，发送波束维度个数为64。

终端可以测量到当前发送波束维度为8，终端愿意接受该需求信息，但需要反馈目前数据收集情况与需求信息中有差异的条目：发送波束维度个数，以及终端当前的发送波束维度个数：8。终端向核心网网元发送反馈信息，该反馈信息包括该差异的条目：发送波束维度个数，以及终端当前的发送波束维度个数：8。

在该实施例中，终端向核心网网元上报与AI数据需求的能力差异信息。

实施例2：

终端接收核心网网元发送的需求信息，该需求信息包括AI算力需求，且该需求信息中的AI算力需求定义的算力为20T FLOPs。

终端根据自身能力评估实际算力为15T FLOPs，此时，终端愿意接受该需求信息，但由于自身能力无法支持该需求信息。终端向核心网网元发送反馈信息，该反馈信息包括：与需求信息中有差异的条目：算力，和当前的实际算力15T FLOPs。

在该实施例中，终端向核心网网元上报与AI算力需求的能力差异信息。

实施例3：

终端接收核心网网元发送的需求信息，该需求信息包括AI算法需求，且该需求信息中的AI算法需求定义基础模型为卷积神经网络模型。

终端当前存储的模型只有全连接模型，终端愿意接受该需求信息，但由于自身能力无法支持该需求信息。终端向核心网网元发送反馈信息，该反馈信息包括算法差异条目：基础模型，及当前值：全连接模型。

在该实施例中，终端向核心网网元上报与AI算法需求的能力差异信息。

参见图3，图3是本申请实施例提供的一种信息反馈方法的流程图，如图3所示，信息反馈方法包括以下步骤：

步骤201、第二设备向第一设备发送需求信息，所述需求信息用于指示人工智能AI服务对应的需求；

步骤202、所述第二设备接收所述第一设备发送的对所述需求信息的反馈信息，所述反馈信息用于指示是否同意所述需求信息对应的需求。

可选地，所述需求项包括如下至少一项：

AI算力需求；AI算法需求；AI数据需求。

需要说明的是，本实施例作为与图2所示的实施例中对应的第二设备的实施方式，其具体的实施方式可以参见图2所示的实施例的相关说明，以为避免重复说明，本实施例不再赘述。这样，能够避免第一设备直接实现该AI服务需求导致影响设备自身的正常运行。

本申请实施例提供的信息反馈方法，执行主体可以为信息反馈装置。本申请实施例中以信息反馈装置执行信息反馈方法为例，说明本申请实施例提供的信息反馈的装置。

请参见图4，图4是本申请实施例提供的一种信息反馈装置的结构图，第一设备包括所述信息反馈装置，如图4所示，信息反馈装置300包括：

接收模块301，用于接收第二设备发送的需求信息，所述需求信息用于指示人工智能 AI服务对应的需求；

发送模块302，用于向所述第二设备发送对所述需求信息的反馈信息，所述反馈信息用于指示是否同意所述需求信息对应的需求。

可选地，所述需求项包括如下至少一项：

AI算力需求；AI算法需求；AI数据需求。

可选地，所述AI算力需求包括如下至少一项：

算力；

存储；

总计算量；

执行时间限制；

耗电量。

可选地，所述AI算法需求包括如下至少一项：

AI任务分类；

AI学习框架；

AI网络开发环境；

AI基础模型库。

可选地，所述AI任务分类包括如下至少一项：

模型训练；

模型推理；

模型验证；

模型监视；

模型部署。

可选地，所述AI学习框架包括如下至少一项：

有监督深度学习；

无监督深度学习；

元学习；

迁移学习；

强化学习；

联邦学习。

可选地，所述AI数据需求包括如下至少一项：

标签数据；

标签维度个数；

标签维度；

标签维度的顺序；

标签维度的数据个数；

标签数据间隔；

AI模型输入数据；

AI模型输入维度个数；

AI模型输入维度；

AI模型输入维度的顺序；

AI模型输入维度的数据个数；

AI模型输入数据收集间隔；

AI模型标签时延。

可选地，所述标签数据用于指示如下至少一项：

波束信道的参考信号接收功率RSRP；

波束信道的参考信号接收质量RSRQ；

波束信道的信号与干扰加噪声比SINR；

小区信道的RSRP；

小区信道的RSRQ；

小区信道的SINR；

小区信道的接收信号强度指示RSSI；

小区信道冲激响应；

预编码矩阵指示PMI；

秩指示RI；

信道质量指示CQI。

可选地，所述标签数据间隔用于指示如下至少一项：

时间间隔；

频率间隔；

时延间隔；

相位间隔；

多普勒间隔；

波束间隔。

可选地，所述AI模型标签时延用于指示如下至少一项：

推理结束与获得标签数据之间的时延；

接收AI模型输入数据与获得标签数据之间的时延。

本申请实施例中的信息反馈装置，接收第二设备发送的需求信息后，向第二设备发送对所述需求信息的反馈信息，能够避免直接实现该AI服务需求导致影响设备自身的正常运行。

本申请实施例中的信息反馈装置可以是电子设备，例如具有操作系统的电子设备，也可以是电子设备中的部件，例如集成电路或芯片。该电子设备可以是终端，也可以为除终端之外的其他设备。示例性的，终端可以包括但不限于上述所列举的终端11的类型，其他设备可以为服务器、网络附属存储器(Network Attached Storage，NAS)等，本申请实施例不作具体限定。

本申请实施例提供的信息反馈装置能够实现图2的方法实施例实现的各个过程，并达到相同的技术效果，为避免重复，这里不再赘述。

请参见图5，图5是本申请实施例提供的一种信息反馈装置的结构图，第二设备包括所述信息反馈装置，如图5所示，信息反馈装置400包括：

发送模块401，用于向第一设备发送需求信息，所述需求信息用于指示人工智能AI服务对应的需求；

接收模块402，用于接收所述第一设备发送的对所述需求信息的反馈信息，所述反馈信息用于指示是否同意所述需求信息对应的需求。

可选地，所述需求项包括如下至少一项：

AI算力需求；AI算法需求；AI数据需求。

本申请实施例中的信息反馈装置，能够避免第一设备直接实现该AI服务需求导致影响设备自身的正常运行。

本申请实施例提供的信息反馈装置能够实现图3的方法实施例实现的各个过程，并达到相同的技术效果，为避免重复，这里不再赘述。

可选地，如图6所示，本申请实施例还提供一种通信设备500，包括处理器501和存储器502，存储器502上存储有可在所述处理器501上运行的程序或指令，例如，该通信设备500为第一设备时，该程序或指令被处理器501执行时实现上述应用于第一设备的信息反馈方法实施例的各个步骤，且能达到相同的技术效果。该通信设备500为第二设备时，该程序或指令被处理器501执行时实现上述应用于第二设备的信息反馈方法实施例的各个步骤，且能达到相同的技术效果，为避免重复，这里不再赘述。

本申请实施例还提供一种终端，所述终端可以为第一设备，包括处理器和通信接口，通信接口用于接收第二设备发送的需求信息，所述需求信息用于指示人工智能AI服务对应的需求；通信接口还用于向所述第二设备发送对所述需求信息的反馈信息，所述反馈信息用于指示是否同意所述需求信息对应的需求。该终端实施例与上述第一设备侧方法实施例对应，上述方法实施例的各个实施过程和实现方式均可适用于该终端实施例中，且能达到相同的技术效果。具体地，图7为实现本申请实施例的一种终端的硬件结构示意图。

该终端600包括但不限于：射频单元601、网络模块602、音频输出单元603、输入单元604、传感器605、显示单元606、用户输入单元607、接口单元608、存储器609以及处理器610等中的至少部分部件。

本领域技术人员可以理解，终端600还可以包括给各个部件供电的电源(比如电池)，电源可以通过电源管理系统与处理器610逻辑相连，从而通过电源管理系统实现管理充电、放电、以及功耗管理等功能。图7中示出的终端结构并不构成对终端的限定，终端可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置，在此不再赘述。

应理解的是，本申请实施例中，输入单元604可以包括图形处理单元(GraphicsProcessing Unit，GPU)6041和麦克风6042，图形处理器6041对在视频捕获模式或图像捕获模式中由图像捕获装置(如摄像头)获得的静态图片或视频的图像数据进行处理。显示单元606可包括显示面板6061，可以采用液晶显示器、有机发光二极管等形式来配置显示面板6061。用户输入单元607包括触控面板6071以及其他输入设备6072中的至少一种。触控面板6 071，也称为触摸屏。触控面板6071可包括触摸检测装置和触摸控制器两个部分。其他输入设备6072可以包括但不限于物理键盘、功能键(比如音量控制按键、开关按键等)、轨迹球、鼠标、操作杆，在此不再赘述。

本申请实施例中，射频单元601接收来自网络侧设备的下行数据后，可以传输给处理器610进行处理；另外，射频单元601可以向网络侧设备发送上行数据。通常，射频单元601包括但不限于天线、放大器、收发信机、耦合器、低噪声放大器、双工器等。

存储器609可用于存储软件程序或指令以及各种数据。存储器609可主要包括存储程序或指令的第一存储区和存储数据的第二存储区，其中，第一存储区可存储操作系统、至少一个功能所需的应用程序或指令(比如声音播放功能、图像播放功能等)等。此外，存储器609可以包括易失性存储器或非易失性存储器，或者，存储器609可以包括易失性和非易失性存储器两者。其中，非易失性存储器可以是只读存储器(Read-Only Memory，ROM)、可编程只读存储器(Programmable ROM，PROM)、可擦除可编程只读存储器(Erasable PROM，EPROM)、电可擦除可编程只读存储器(Electrically EPROM，EEPROM)或闪存。易失性存储器可以是随机存取存储器(Random Access Memory，RAM)，静态随机存取存储器(StaticRAM，SRAM)、动态随机存取存储器(Dynamic RAM，DRAM)、同步动态随机存取存储器(Synchronous DRAM，SDRAM)、双倍数据速率同步动态随机存取存储器(Double Data RateSDRAM，DDRSDRAM)、增强型同步动态随机存取存储器(Enhanced SDRAM，ESDRAM)、同步连接动态随机存取存储器(Synch link DRAM，SLDRAM)和直接内存总线随机存取存储器(Direct Rambus RAM，DRRAM)。本申请实施例中的存储器609包括但不限于这些和任意其它适合类型的存储器。

处理器610可包括一个或多个处理单元；可选的，处理器610集成应用处理器和调制解调处理器，其中，应用处理器主要处理涉及操作系统、用户界面和应用程序等的操作，调制解调处理器主要处理无线通信信号，如基带处理器。可以理解的是，上述调制解调处理器也可以不集成到处理器610中。

其中，所述终端可以为第一设备：

射频单元601用于：接收第二设备发送的需求信息，所述需求信息用于指示人工智能 AI服务对应的需求；

射频单元601还用于：向所述第二设备发送对所述需求信息的反馈信息，所述反馈信息用于指示是否同意所述需求信息对应的需求。

可选地，所述需求项包括如下至少一项：

AI算力需求；AI算法需求；AI数据需求。

可选地，所述AI算力需求包括如下至少一项：

算力；

存储；

总计算量；

执行时间限制；

耗电量。

可选地，所述AI算法需求包括如下至少一项：

AI任务分类；

AI学习框架；

AI网络开发环境；

AI基础模型库。

可选地，所述AI任务分类包括如下至少一项：

模型训练；

模型推理；

模型验证；

模型监视；

模型部署。

可选地，所述AI学习框架包括如下至少一项：

有监督深度学习；

无监督深度学习；

元学习；

迁移学习；

强化学习；

联邦学习。

可选地，所述AI数据需求包括如下至少一项：

标签数据；

标签维度个数；

标签维度；

标签维度的顺序；

标签维度的数据个数；

标签数据间隔；

AI模型输入数据；

AI模型输入维度个数；

AI模型输入维度；

AI模型输入维度的顺序；

AI模型输入维度的数据个数；

AI模型输入数据收集间隔；

AI模型标签时延。

可选地，所述标签数据用于指示如下至少一项：

波束信道的参考信号接收功率RSRP；

波束信道的参考信号接收质量RSRQ；

波束信道的信号与干扰加噪声比SINR；

小区信道的RSRP；

小区信道的RSRQ；

小区信道的SINR；

小区信道的接收信号强度指示RSSI；

小区信道冲激响应；

预编码矩阵指示PMI；

秩指示RI；

信道质量指示CQI。

可选地，所述标签数据间隔用于指示如下至少一项：

时间间隔；

频率间隔；

时延间隔；

相位间隔；

多普勒间隔；

波束间隔。

可选地，所述AI模型标签时延用于指示如下至少一项：

推理结束与获得标签数据之间的时延；

接收AI模型输入数据与获得标签数据之间的时延。

在该实施方式中，终端接收第二设备发送的需求信息后，向第二设备发送对所述需求信息的反馈信息，能够避免直接实现该AI服务需求导致影响设备自身的正常运行。

本申请实施例还提供一种网络侧设备，包括处理器和通信接口，所述通信接口用于：接收第二设备发送的需求信息，所述需求信息用于指示人工智能AI服务对应的需求，向所述第二设备发送对所述需求信息的反馈信息，所述反馈信息用于指示是否同意所述需求信息对应的需求；或者，所述通信接口用于：向第一设备发送需求信息，所述需求信息用于指示人工智能AI服务对应的需求，接收所述第一设备发送的对所述需求信息的反馈信息，所述反馈信息用于指示是否同意所述需求信息对应的需求。该网络侧设备实施例与上述第一设备侧的方法实施例或者第二设备侧的方法实施例对应，上述方法实施例的各个实施过程和实现方式均可适用于该网络侧设备实施例中，且能达到相同的技术效果。

具体地，本申请实施例还提供了一种网络侧设备。如图8所示，该网络侧设备700包括：天线701、射频装置702、基带装置703、处理器704和存储器705。天线701与射频装置702连接。在上行方向上，射频装置702通过天线701接收信息，将接收的信息发送给基带装置703进行处理。在下行方向上，基带装置703对要发送的信息进行处理，并发送给射频装置702，射频装置702对收到的信息进行处理后经过天线701发送出去。

以上实施例中网络侧设备执行的方法可以在基带装置703中实现，该基带装置703包括基带处理器。

基带装置703例如可以包括至少一个基带板，该基带板上设置有多个芯片，其中一个芯片例如为基带处理器，通过总线接口与存储器705连接，以调用存储器705中的程序，执行以上方法实施例中所示的网络设备操作。

该网络侧设备还可以包括网络接口706，该接口例如为通用公共无线接口(commonpublic radio interface，CPRI)。

具体地，本发明实施例的网络侧设备700还包括：存储在存储器705上并可在处理器 704上运行的指令或程序，处理器704调用存储器705中的指令或程序执行图4或图5所示各模块执行的方法，并达到相同的技术效果，为避免重复，故不在此赘述。

本申请实施例还提供一种可读存储介质，所述可读存储介质上存储有程序或指令，该程序或指令被处理器执行时实现上述信息反馈方法实施例的各个过程，且能达到相同的技术效果，为避免重复，这里不再赘述。

其中，所述处理器为上述实施例中所述的终端中的处理器。所述可读存储介质，包括计算机可读存储介质，如计算机只读存储器ROM、随机存取存储器RAM、磁碟或者光盘等。

本申请实施例另提供了一种芯片，所述芯片包括处理器和通信接口，所述通信接口和所述处理器耦合，所述处理器用于运行程序或指令，实现上述信息反馈方法实施例的各个过程，且能达到相同的技术效果，为避免重复，这里不再赘述。

应理解，本申请实施例提到的芯片还可以称为系统级芯片，系统芯片，芯片系统或片上系统芯片等。

本申请实施例另提供了一种计算机程序/程序产品，所述计算机程序/程序产品被存储在存储介质中，所述计算机程序/程序产品被至少一个处理器执行以实现上述信息反馈方法的各个过程，且能达到相同的技术效果，为避免重复，这里不再赘述。

本申请实施例还提供了一种信息反馈系统，包括：第一设备及第二设备，所述第一设备可用于执行如上所述第一设备侧的信息反馈方法的步骤，所述第二设备可用于执行如上所述第二设备侧的信息接收方法的步骤。

需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者装置不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者装置所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。此外，需要指出的是，本申请实施方式中的方法和装置的范围不限按示出或讨论的顺序来执行功能，还可包括根据所涉及的功能按基本同时的方式或按相反的顺序来执行功能，例如，可以按不同于所描述的次序来执行所描述的方法，并且还可以添加、省去、或组合各种步骤。另外，参照某些示例所描述的特征可在其他示例中被组合。

通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分可以以计算机软件产品的形式体现出来，该计算机软件产品存储在一个存储介质 (如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端(可以是手机，计算机，服务器，空调器，或者网络设备等)执行本申请各个实施例所述的方法。

上面结合附图对本申请的实施例进行了描述，但是本申请并不局限于上述的具体实施方式，上述的具体实施方式仅仅是示意性的，而不是限制性的，本领域的普通技术人员在本申请的启示下，在不脱离本申请宗旨和权利要求所保护的范围情况下，还可做出很多形式，均属于本申请的保护之内。

Claims

1.一种信息反馈方法，其特征在于，包括：

2.根据权利要求1所述的方法，其特征在于，所述需求信息包括：需求项，或者，需求项及所述需求项对应的需求值。

3.根据权利要求2所述的方法，其特征在于，在所述需求信息包括需求项及所述需求项对应的需求值的情况下，所述反馈信息包括如下任意一项：

4.根据权利要求3所述的方法，其特征在于，所述需求项的数量为至少两个，所述第二指示信息携带第一需求项及与所述第一需求项对应的设备能力或能力差异信息，所述第一需求项为所述至少两个需求项中与所述设备能力不匹配的需求项。

5.根据权利要求2所述的方法，其特征在于，在所述需求信息包括需求项的情况下，所述反馈信息包括如下任意一项：

6.根据权利要求2-5中任一项所述的方法，其特征在于，所述需求项包括如下至少一项：

AI算力需求；AI算法需求；AI数据需求。

7.根据权利要求6所述的方法，其特征在于，所述AI算力需求包括如下至少一项：

算力；

存储；

总计算量；

执行时间限制；

耗电量。

8.根据权利要求6所述的方法，其特征在于，所述AI算法需求包括如下至少一项：

AI任务分类；

AI学习框架；

AI网络开发环境；

AI基础模型库。

9.根据权利要求8所述的方法，其特征在于，所述AI任务分类包括如下至少一项：

模型训练；

模型推理；

模型验证；

模型监视；

模型部署。

10.根据权利要求8所述的方法，其特征在于，所述AI学习框架包括如下至少一项：

有监督深度学习；

无监督深度学习；

元学习；

迁移学习；

强化学习；

联邦学习。

11.根据权利要求8所述的方法，其特征在于，所述AI数据需求包括如下至少一项：

标签数据；

标签维度个数；

标签维度；

标签维度的顺序；

标签维度的数据个数；

标签数据间隔；

AI模型输入数据；

AI模型输入维度个数；

AI模型输入维度；

AI模型输入维度的顺序；

AI模型输入维度的数据个数；

AI模型输入数据收集间隔；

AI模型标签时延。

12.根据权利要求11所述的方法，其特征在于，所述标签数据用于指示如下至少一项：

波束信道的参考信号接收功率RSRP；

波束信道的参考信号接收质量RSRQ；

波束信道的信号与干扰加噪声比SINR；

小区信道的RSRP；

小区信道的RSRQ；

小区信道的SINR；

小区信道的接收信号强度指示RSSI；

小区信道冲激响应；

预编码矩阵指示PMI；

秩指示RI；

信道质量指示CQI。

13.根据权利要求11所述的方法，其特征在于，所述标签数据间隔用于指示如下至少一项：

时间间隔；

频率间隔；

时延间隔；

相位间隔；

多普勒间隔；

波束间隔。

14.根据权利要求11所述的方法，其特征在于，所述AI模型标签时延用于指示如下至少一项：

推理结束与获得标签数据之间的时延；

接收AI模型输入数据与获得标签数据之间的时延。

15.一种信息反馈方法，其特征在于，包括：

16.根据权利要求15所述的方法，其特征在于，所述需求信息包括：需求项，或者，需求项及所述需求项对应的需求值。

17.根据权利要求16所述的方法，其特征在于，在所述需求信息包括需求项及所述需求项对应的需求值的情况下，所述反馈信息包括如下任意一项：

18.根据权利要求17所述的方法，其特征在于，所述需求项的数量为至少两个，所述第二指示信息携带第一需求项及与所述第一需求项对应的设备能力或能力差异信息，所述第一需求项为所述至少两个需求项中与所述设备能力不匹配的需求项。

19.根据权利要求16所述的方法，其特征在于，在所述需求信息包括需求项的情况下，所述反馈信息包括如下任意一项：

20.根据权利要求16-19中任一项所述的方法，其特征在于，所述需求项包括如下至少一项：

AI算力需求；AI算法需求；AI数据需求。

21.一种信息反馈装置，第一设备包括所述信息反馈装置，其特征在于，包括：

22.一种信息反馈装置，第二设备包括所述信息反馈装置，其特征在于，包括：

23.一种第一设备，其特征在于，包括处理器和存储器，所述存储器存储可在所述处理器上运行的程序或指令，所述程序或指令被所述处理器执行时实现如权利要求1至14任一项所述的信息反馈方法的步骤。

24.一种第二设备，其特征在于，包括处理器和存储器，所述存储器存储可在所述处理器上运行的程序或指令，所述程序或指令被所述处理器执行时实现如权利要求15至20任一项所述的信息反馈方法的步骤。

25.一种可读存储介质，其特征在于，所述可读存储介质上存储程序或指令，所述程序或指令被处理器执行时实现如权利要求1至14任一项所述的信息反馈方法的步骤，或者实现如权利要求15至20任一项所述的信息反馈方法的步骤。