Amdocs、BubbleRAN、ServiceNow、軟銀集團與 Tech Mahindra 基于 NVIDIA AI Enterprise 開發大型電信模型與新型網絡 AI 智能體

全球電信網絡每天需支持數百萬用戶連接，平均每分鐘產生超過 3,800 TB 數據。

基站、路由器、交換機及數據中心產生的海量實時數據，包括網絡流量信息、性能指標、配置與拓撲等，具有非結構化與高度復雜性。傳統自動化工具常難以處理此類數據的實時大規模工作負載。

為解決這一挑戰，NVIDIA 在 GTC 上宣布，其合作伙伴正基于 NVIDIA AI Enterprise 軟件平臺的 NVIDIA NIM 與 NeMo 微服務，開發專為電信行業定制的大型電信模型（LTMs）與 AI 智能體。這些 LTMs 與 AI 智能體將推動在網絡運維中實現下一代 AI。

大型電信模型（LTMs）是基于電信網絡數據訓練的多模態大型語言模型（LLMs），是開發網絡AI 智能體的核心。這些智能體可自動化復雜決策流程、提升運維效率、提高員工生產力并優化網絡性能。

軟銀集團與 Tech Mahindra 已基于 NVIDIA AI Enterprise 構建了新型 LTMs 與 AI 智能體，而 Amdocs、BubbleRAN 與 ServiceNow 正通過新型 AI 智能體加強其網絡運維與優化。

這一進展意義重大。NVIDIA 近期開展的電信行業調查顯示，40% 的受訪者表示正在將 AI 引入網絡規劃與運維。

LTMs：理解網絡的“語言”

正如 LLM 理解并生成人類語言，NVIDIA BioNeMo NIM微服務理解用于藥物發現的生物數據語言一樣，LTM 現在幫助 AI 智能體能夠掌握電信網絡的語言。

合作伙伴基于 NVIDIA AI Enterprise 平臺開發的 LTMs 具備以下特性：

專精網絡智能：可理解實時網絡事件、預測故障并自動化解決。

針對電信工作負載優化：依托 NVIDIA NIM 微服務，實現高效、精準與低延遲。

支持持續學習與適應：通過 NVIDIA NeMo 的后訓練擴展能力，LTMs 可從新事件、警報與異常中學習，持續提升性能。

NVIDIA AI Enterprise 還提供一系列工具與藍圖，幫助構建可簡化網絡運維、降低成本并提升效率的 AI 智能體，同時優化網絡關鍵性能指標，例如：

減少停機時間：AI 智能體可提前預測故障，并增強網絡韌性。

改善用戶體驗：AI 驅動優化可提升網速、減少中斷并保障無縫連接。

強化安全：AI 實時掃描威脅，降低網絡攻擊風險。

行業領先企業推出 LTMs 與 AI 智能體

多家電信企業正利用 NVIDIA AI Enterprise 推進其最新技術。

軟銀集團開發了基于大規模 LLM 基礎模型的新型 LTM，并使用其自身的網絡數據對該模型進行了訓練。該模型以 NVIDIA NIM 微服務形式提供，最初專注于網絡配置，可自動調整網絡以適應流量變化（如體育場館大型活動期間）。軟銀集團還推出網絡智能體藍圖，加速 AI 在電信運維中的普及。

Tech Mahindra 利用 NVIDIA 代理式 AI 工具開發 LTM，以助力解決關鍵的網絡運維問題。其自適應網絡洞察工作室能夠提供網絡問題的全景視圖，生成不同詳細程度的自動化報告，為信息技術團隊、網絡工程師以及公司高管提供信息并給予協助。

此外，Tech Mahindra 主動網絡異常解決中心能夠通過 LTM 自動處理大量網絡事件，減輕工程師負擔并提升效率。

Amdocs 的網絡保障智能體（由 amAIz Agents 驅動）能夠自動化執行故障預測等重復任務，還能針對網絡問題開展影響分析，制定預防措施，并提供分步指導解決方案。另外，公司推出的網絡部署智能體，通過自動化集成、部署任務與互操作性測試，簡化了開放式無線接入網（RAN）的采用流程，同時為網絡工程師提供有價值的見解。

BubbleRAN 正在云原生基礎設施上開發自主的多智能體 RAN 智能平臺。在這個平臺上，LTMs 觀察網絡狀態、配置情況、可用性以及關鍵績效指標，輔助行網絡監控和故障排除。平臺還通過高級操作工具，實現了網絡重新配置和策略實施過程的自動化。其 AI 智能體利用先進的檢索增強生成管道和電信專用 API，實時解答 5G 部署相關問題，以滿足客戶需求。

ServiceNow 基于 NVIDIA DGX Cloud 上的 NVIDIA AI Enterprise 而構建的電信 AI 智能體，通過生成問題解決方案手冊，并在潛在的網絡中斷發生前進行預測，從而提高了工作效率。這有助于通信服務提供商縮短問題解決時間，并提升客戶滿意度。這些新的、可以直接使用的 AI 智能體還能對網絡事件進行分析，找出網絡中斷的根本原因，以便更快地解決問題，并避免在未來發生類似的情況。