該藍(lán)圖為電信公司提供了構(gòu)建自主網(wǎng)絡(luò)的方案，借助基于代理式 AI 的框架大幅提高網(wǎng)絡(luò)性能和效率。

去年，電信公司的資本支出近 295 億美元，運(yùn)營支出超過 1 萬億美元。

這些成本如此高昂，部分原因在于，電信公司在運(yùn)營需持續(xù)優(yōu)化的網(wǎng)絡(luò)時(shí)，面臨著繁瑣的人工操作流程。

例如，電信公司必須基于時(shí)段、用戶行為、移動(dòng)性和流量類型，不斷調(diào)整網(wǎng)絡(luò)參數(shù)以完成各類任務(wù)，比如將通話從一個(gè)網(wǎng)絡(luò)轉(zhuǎn)接至另一個(gè)網(wǎng)絡(luò)，或在多臺(tái)服務(wù)器間分配網(wǎng)絡(luò)流量。

這些因素直接影響網(wǎng)絡(luò)性能、用戶體驗(yàn)和能耗。

為實(shí)現(xiàn)這些優(yōu)化流程的自動(dòng)化并為全球電信公司節(jié)約成本，NVIDIA 在 GTC 巴黎上發(fā)布了首個(gè)針對電信網(wǎng)絡(luò)配置的 AI Blueprint。

該藍(lán)圖的核心是基于電信網(wǎng)絡(luò)數(shù)據(jù)專門訓(xùn)練的定制化大語言模型，以及完整的技術(shù)和運(yùn)營架構(gòu)，用于將 LLM 轉(zhuǎn)化為面向電信公司的目標(biāo)驅(qū)動(dòng)型自主 AI 智能體。

借助 AI Blueprint 自動(dòng)完成網(wǎng)絡(luò)配置

NVIDIA AI Blueprint（可在 build.nvidia.com 上獲取）是可定制的 AI 工作流示例。其中包括參考代碼、文檔和部署工具，可向企業(yè)開發(fā)者展示如何借助NVIDIA NIM微服務(wù)實(shí)現(xiàn)業(yè)務(wù)價(jià)值。

電信網(wǎng)絡(luò)配置 AI Blueprint 基于 BubbleRAN 5G 解決方案和數(shù)據(jù)集構(gòu)建，可幫助開發(fā)者、網(wǎng)絡(luò)工程師和電信提供商利用代理式 AI 自動(dòng)優(yōu)化網(wǎng)絡(luò)參數(shù)配置。

這可以將持續(xù)學(xué)習(xí)和適應(yīng)性直接嵌入到網(wǎng)絡(luò)基礎(chǔ)設(shè)施中，從而簡化運(yùn)營、降低成本并大幅提高服務(wù)質(zhì)量。

傳統(tǒng)上，網(wǎng)絡(luò)配置需要手動(dòng)干預(yù)或遵循硬性規(guī)則才能適應(yīng)動(dòng)態(tài)網(wǎng)絡(luò)條件。這些方法限制了適應(yīng)性，并增加了運(yùn)營復(fù)雜性、成本并導(dǎo)致效率低下。

發(fā)布的全新藍(lán)圖有助于推進(jìn)電信運(yùn)營轉(zhuǎn)型，從依賴基于規(guī)則的靜態(tài)系統(tǒng)，轉(zhuǎn)變?yōu)榛趧?dòng)態(tài)的 AI 驅(qū)動(dòng)的自動(dòng)化運(yùn)營模式。它能夠幫助開發(fā)者構(gòu)建電信行業(yè)專用的高級(jí) AI 智能體，從而實(shí)時(shí)做出智能決策，并自主平衡各類權(quán)衡，例如平衡網(wǎng)絡(luò)速度與干擾，或平衡節(jié)能與利用率，而無需人工干預(yù)。

由行業(yè)領(lǐng)先企業(yè)提供支持并進(jìn)行部署

這一藍(lán)圖基于由 BubbleRAN 生成的 5G 數(shù)據(jù)進(jìn)行訓(xùn)練，并部署到 BubbleRAN 5G O-RAN 平臺(tái)上，可為電信公司提供有價(jià)值的分析，確定如何設(shè)置各種參數(shù)以實(shí)現(xiàn)性能目標(biāo)，例如在選擇可接受的信噪比的同時(shí)實(shí)現(xiàn)特定比特率——該指標(biāo)會(huì)影響語音質(zhì)量，進(jìn)而影響用戶體驗(yàn)。

借助這一全新 AI Blueprint，網(wǎng)絡(luò)工程師可以按照自己的需求設(shè)置初始參數(shù)值，并根據(jù)網(wǎng)絡(luò)持續(xù)變化產(chǎn)生的需求更新這些值。

總部位于挪威的 Telenor Group 在全球范圍內(nèi)為超過 2 億客戶提供服務(wù)，是首家將電信網(wǎng)絡(luò)配置 AI Blueprint 集成到其解決方案中的電信公司，以便部署智能自主網(wǎng)絡(luò)，滿足 5G 及未來網(wǎng)絡(luò)的性能和敏捷性需求。

Telenor Maritime CTIO Knut Fjellheim 表示：“這一藍(lán)圖能幫助我們解決配置挑戰(zhàn)，并在網(wǎng)絡(luò)安裝過程中提升服務(wù)質(zhì)量。實(shí)施這一藍(lán)圖是我們推進(jìn)網(wǎng)絡(luò)自動(dòng)化工作的一部分，此前我們已在私有 5G 海事用例中成功部署代理式 AI，并實(shí)現(xiàn)實(shí)時(shí)網(wǎng)絡(luò)切片。”

行業(yè)合作伙伴部署其他

NVIDIA 驅(qū)動(dòng)的自主網(wǎng)絡(luò)技術(shù)

電信網(wǎng)絡(luò)配置 AI Blueprint 只是在 NVIDIA GTC 巴黎上推出的眾多解決方案之一，展示了電信行業(yè)如何利用代理式 AI 來實(shí)現(xiàn)自主網(wǎng)絡(luò)。

除了這一藍(lán)圖之外，領(lǐng)先的電信公司和解決方案提供商還借助 NVIDIA 加速計(jì)算、軟件和微服務(wù)來提供突破性創(chuàng)新，以大幅改進(jìn)網(wǎng)絡(luò)和通信服務(wù)，進(jìn)而加速自主網(wǎng)絡(luò)實(shí)施進(jìn)度并提升客戶體驗(yàn)。

NTT DATA 正利用 NVIDIA 加速計(jì)算和NVIDIA AI Enterprise軟件平臺(tái)，為其面向電信行業(yè)的代理式平臺(tái)提供支持。該公司的首個(gè)代理式案例專注于網(wǎng)絡(luò)警報(bào)管理，其中 NVIDIA NIM 微服務(wù)通過閉環(huán)工單系統(tǒng)，幫助實(shí)現(xiàn)可觀測性自動(dòng)化、故障排除、異常檢測和問題解決。

Tata Consultancy Services 正為電信公司提供基于NVIDIA DGX Cloud構(gòu)建的代理式 AI 解決方案，同時(shí)利用 NVIDIA AI Enterprise 開發(fā)、微調(diào)大型電信模型，并將其集成到 AI 智能體工作流中。這些解決方案包括計(jì)費(fèi)和營收保障、自主網(wǎng)絡(luò)管理，以及混合邊緣云分布式推理。例如，該公司的異常管理代理式 AI 模型包括實(shí)時(shí)檢測和網(wǎng)絡(luò)異常處理以及服務(wù)性能優(yōu)化。這一方案通過消除高強(qiáng)度人工勞動(dòng)、管理開銷和跨部門壁壘，有助于提高業(yè)務(wù)敏捷性，將運(yùn)營效率提升高達(dá) 40%。

Prodapt 已引入了自主網(wǎng)絡(luò)運(yùn)營工作流，該工作由 NVIDIA AI Enterprise 提供支持，可提供代理式 AI 功能來支持自主電信網(wǎng)絡(luò)。AI 智能體可自主監(jiān)控網(wǎng)絡(luò)，實(shí)時(shí)檢測異常，啟動(dòng)診斷，利用歷史數(shù)據(jù)和關(guān)聯(lián)技術(shù)分析問題根本原因，自動(dòng)執(zhí)行糾正措施，并通過集成工單系統(tǒng)生成、完善和分配事件工單。

Accenture 宣布通過其 AI Refinery 平臺(tái)推出全新電信代理式 AI 解決方案系列產(chǎn)品，該平臺(tái)基于 NVIDIA AI Enterprise 軟件和加速計(jì)算而構(gòu)建。

首款解決方案 NOC Agentic App 利用生成式 AI 驅(qū)動(dòng)的非線性自主框架，自動(dòng)完成事故和故障管理、根本原因分析以及配置規(guī)劃等流程，從而提升網(wǎng)絡(luò)運(yùn)營中心的工作效率。利用 Llama 3.1 70B NVIDIA NIM 微服務(wù)和 AI Refinery Distiller 框架，NOC Agentic App 可協(xié)調(diào)智能代理網(wǎng)絡(luò)，以更快、更高效地完成決策制定。

Infosys 宣布推出其代理式自主運(yùn)營平臺(tái) Infosys Smart Network Assurance (ISNA)，旨在幫助電信運(yùn)營商加速實(shí)現(xiàn)全自主網(wǎng)絡(luò)運(yùn)營。

ISNA 借助集成式 AI 驅(qū)動(dòng)平臺(tái)，幫助解決電信公司長期存在的運(yùn)營挑戰(zhàn)，比如自動(dòng)化程度有限和平均修復(fù)時(shí)間較長等，可將運(yùn)營成本降低高達(dá) 40%，并將故障解決時(shí)間縮短高達(dá) 30%。NVIDIA NIM 和NeMo微服務(wù)增強(qiáng)了該平臺(tái)的推理和幻覺檢測能力，縮短了延遲并提高了準(zhǔn)確性。