NVIDIA 藉由代理型 AI 藍圖與電信推理模型推動自主網路發展

自主網路 —— 即具備智慧、自我管理能力的電信營運模式 —— 正從未來的願景轉變為電信營運商當前的首要任務。在最新的 NVIDIA 《電信業 AI 現況報告》中，網路自動化已成為投資與投資報酬率（ROI）最高的 AI 應用案例。

自動化（Automation）與自主（Autonomy）不同。自主網路除了執行預定義的工作流程外，還必須理解營運商的意圖、權衡利弊並決定採取何種行動。針對電信數據進行微調的推理模型和 AI 代理（AI agents）是實現這一轉變的關鍵。

為了讓網路實現自主化，需要一個端對端的代理系統，其中包括關鍵組件，如電信網路模型和能夠互相溝通的 AI 代理，並使用網路模擬工具來驗證行動。

在巴塞隆納世界行動通訊大會（MWC）召開前夕，NVIDIA 發布了一款基於 NVIDIA Nemotron 的開源大型電信模型（LTM）、一份構建網路營運推理代理的全面指南，以及用於節能和網路配置的新 NVIDIA Blueprints（AI 方案藍圖），並結合多代理編排技術，協助營運商邁向自主化。

作為 GSMA 明天啟動的新「開放電信 AI 倡議」（Open Telco AI initiative）的一部分，NVIDIA 正透過行動通訊產業組織 GSMA，將這款新的開源 LTM、實施指南和代理式 AI 藍圖作為開放資源發布。

開源 Nemotron 3 大型電信模型為電信業帶來推理能力

為了讓電信商在營運中成功運用生成式和代理式 AI，AI 模型必須具備理解電信語言並處理複雜工作流程推理的能力。NVIDIA 與 AdaptKey AI 合作，發布了一款全新的開源、擁有 300 億參數的 NVIDIA Nemotron LTM，全球營運商可利用它來構建自主網路。

該 LTM 基於 NVIDIA Nemotron 3 系列基礎模型，並由 AdaptKey AI 使用包括產業標準和合成日誌在內的開源電信數據集進行微調。該模型經過優化，能理解電信業術語，並能針對故障隔離、修復規劃和變更驗證等工作流程進行推理。

作為一款開源模型，Nemotron LTM 為電信商提供了訓練方式和數據使用的完全透明度，使其能在網路內部實現安全且快速的地端部署，並直接在其中構建和運行代理。它還允許電信商安全地調整和擴展具備電信推理能力的模型，結合自身的網路和營運數據，在不犧牲數據控制權或安全性的情況下邁向自主營運。

教導 AI 代理像網路工程師一樣推理

NVIDIA 與 Tech Mahindra 發布了一份開源指南，展示電信營運商如何微調特定領域的推理模型，並構建能安全執行網路營運中心（NOC）工作流程的代理。

該指南概述了一個教導模型像 NOC 工程師一樣推理的框架：專注於高影響、高頻率的事件類別，將專家的解決方案轉化為逐步程序，並將其轉變為結構化的推理軌跡（reasoning traces），記錄每個動作、工具調用、結果和決策。這些軌跡成為模型學習的「思考範例」，使其不僅了解該做什麼，還了解為什麼特定的檢查和修復序列是安全且有效的。

利用 NVIDIA NeMo-Skills 工具鏈，營運商可以在這些軌跡上微調推理模型，為開發能像網路工程師一樣推理和解決問題的電信專業 AI 代理奠定基礎。

利用全新的意圖驅動節能藍圖實現能源效率最大化

自主網路依賴閉環運作：理解網路的模型、根據意圖行動的代理，以及將結果回饋到系統中以驗證和優化決策的模擬。全新的 NVIDIA 意圖驅動 RAN 節能藍圖將這些環節整合在一起，協助營運商系統化地降低 5G 無線存取網路（RAN）的功耗，同時維持服務品質。

該藍圖整合了網路測試與測量領導廠商 VIAVI 的 TeraVM AI RAN 場景生成器（AI RSG）平台，用於生成合成網路數據 —— 包括基站利用率、用戶吞吐量和其他流量模式 —— 並將其轉換為簡單、可查詢的格式。

隨後，節能規劃代理會對合成數據進行推理，生成節能策略，並在 AI RSG 中進行模擬。這讓營運商能在閉環中安全地驗證節能策略是否符合其意圖，而無需更改實際配置或影響用戶。

電信商將 NVIDIA 網路配置藍圖投入實務應用

NVIDIA 電信網路配置藍圖正被全球營運商採用。

Cassava Technologies 正利用該藍圖構建 Cassava 自主網路，這是一個代理平台，旨在優化非洲多樣化、多供應商的行動網路環境。該平台部署了三個代理：一個負責監控網路並建議配置變更，一個負責在具備文件記錄和治理的情況下執行變更，另一個則負責評估變更影響，並在產生意外效果時安全地回滾。

NTT DATA 正在實施該藍圖，為流量調節引入智慧化管理，協助網路在斷網後用戶重新連接時管理突發流量，並正與日本的一家一級（Tier 1）營運商共同部署。

AI 代理會觀察整個網路的即時需求，然後決定何時以及如何允許特定基站的新用戶接入。隨著情況穩定，代理會調整其決策，將過去的手動配置轉變為數據驅動的優化循環，打造更具韌性的行動網路。

透過多代理編排演進網路配置

為了協助電信商在 RAN 中設計、觀察和優化複雜的代理工作流程，NVIDIA 與 BubbleRAN 正在利用 NVIDIA NeMo Agent Toolkit (NAT) 和 BubbleRAN Agentic Toolkit (BAT) 增強 NVIDIA 電信網路配置藍圖，這兩者是互補的多代理編排框架。

BubbleRAN 正在將 NAT 和 BAT 整合到其 Opti-Sphere 平台中，以便在容器和工作負載之間更靈活地管理網路監控、配置和驗證代理，並將其連接到報告網路指標和流量狀態的工具，從而持續提出並驗證配置變更。

Telenor Group 將成為首家採用該藍圖與 BubbleRAN 的電信商，旨在為其全球海上通訊服務提供商 Telenor Maritime 增強 5G 網路。

欲了解更多關於電信業代理式 AI 的最新進展，請關注 3 月 2 日至 5 日在巴塞隆納舉行的世界行動通訊大會（Mobile World Congress）。

請參閱關於軟體產品資訊的聲明。