Cargas de trabajo
IA generativa
Sectores
Telecomunicaciones
Objetivo comercial
Mitigación de riesgos
Productos
NVIDIA AI Enterprise
NVIDIA NIM Microservicios
NVIDIA NeMo
-
Descripción
-
Implementación técnica
-
Preguntas frecuentes
La IA generativa acelera la configuración, la implementación y la operación de redes
Las empresas de telecomunicaciones gastaron aproximadamente 295 mil millones de dólares en gastos de capital (CapEx) y más de 1 billón de dólares estadounidenses en gastos de operación (OpEx) en 2024, incluido el gasto en procesos manuales de planificación y mantenimiento de redes. En una red de telecomunicaciones, la configuración y la optimización implican la gestión de un vasto número de parámetros interdependientes que afectan directamente al rendimiento de la red, la experiencia del usuario y la eficiencia del espectro para millones de clientes y usuarios finales. Esta configuración necesita un ajuste constante por parte de los ingenieros de redes de telecomunicaciones en función de la hora del día, el comportamiento de los usuarios, la movilidad, la interferencia y los tipos de servicio.
La IA generativa, los modelos grandes de telecomunicaciones (LTM) y los agentes de IA permiten la próxima generación de IA en las operaciones de red, ayudan a las empresas de telecomunicaciones a optimizar su OpEx, utilizar su CapEx de forma eficiente y revelar nuevas oportunidades de monetización. NVIDIA desarrolló una solución de IA agentiva para llevar la autonomía a este entorno dinámico al observar los indicadores clave de rendimiento de red en tiempo real, tomar decisiones basadas en datos y ajustar automáticamente los parámetros.
A diferencia de los sistemas tradicionales basados en reglas, un agente de IA puede percibir, razonar sobre compromisos complejos, aprender de los ciclos de retroalimentación y adaptarse a las nuevas condiciones con retroalimentación humana integrada según sea necesario. También puede orquestar cambios en varias capas y varios proveedores, lo que permite acciones coordinadas, como la distribución de carga, la coordinación de interferencias entre celdas o el ahorro de energía en áreas con poca carga. Este nivel de control autónomo no solo mejora la eficiencia y la calidad del servicio (QoS), sino que también reduce la complejidad operativa y el tiempo de resolución de problemas en entornos densos y de alta demanda.
Enlaces rápidos
Introducción a la IA generativa para operaciones de redes
Los blueprints de NVIDIA AI permiten la automatización escalable al proporcionar un flujo de trabajo que los desarrolladores pueden utilizar para crear sus propios agentes de IA. Con estos, los desarrolladores pueden crear e implementar agentes de IA personalizados que pueden razonar, planificar y tomar medidas para analizar rápidamente grandes cantidades de datos, resumir y destilar información en tiempo real.
NVIDIA AI Blueprint para configuración de redes de telecomunicaciones ofrece bloques de construcción validados para operaciones de red en varios ámbitos. Este plan de IA permite a los desarrolladores, los ingenieros de redes, las empresas de telecomunicaciones y los proveedores automatizar la configuración de los parámetros de la red de acceso de radio (RAN) utilizando un marco impulsado por un modelo de lenguaje de gran tamaño (LLM) con enfoque agentivo.
Las redes autónomas proporcionan una oportunidad para gestionar mejor los gastos operativos (OpEx). AI Blueprint para la configuración de redes de telecomunicaciones facilita esto al proporcionar una arquitectura de IA modular y los flujos de trabajo de automatización necesarios para implementaciones coherentes y escalables. Con IA generativa, este plan maestro de IA permite a los ingenieros de redes añadir inteligencia adaptativa al predecir problemas, optimizar el rendimiento y automatizar decisiones.
BubbleRAN y Telenor adoptan el plan maestro de NVIDIA AI para la configuración de redes de telecomunicaciones
El plan maestro de IA para la configuración de redes de telecomunicaciones funciona con el software de BubbleRAN en una infraestructura en la nube nativa que se puede utilizar para crear redes autónomas a escala junto con su plataforma de inteligencia de RAN de varios agentes.
Telenor Group, que atiende a más de 200 millones de clientes en todo el mundo, planea implementar AI Blueprint para la configuración de redes de telecomunicaciones para abordar los desafíos de configuración y mejorar la QoS durante la instalación de redes.
Detalles de implementación
Este marco impulsado por LLM agentivo utiliza Llama 3.1-70B-Instruct como el modelo de IA fundamental, debido a su rendimiento robusto en la comprensión del lenguaje natural, el razonamiento y la invocación de herramientas.
Los clientes tienen la flexibilidad de implementar este plan a través de:
- Puntos de acceso de API de microservicios NIM™ alojados por NVIDIA en build.nvidia.com
- Microservicios NIM locales para cumplir con los requisitos de privacidad y latencia
Los usuarios finales interactúan a través de una interfaz de usuario (IU) basada en Streamlit para enviar sus consultas o iniciar operaciones de red. Estas consultas son procesadas por un marco agente LangGraph, que orquesta los agentes especializados de LLM.
Los agentes de LLM están equipados con herramientas especializadas que les permiten generar y ejecutar consultas SQL tanto en datos de KPI en tiempo real como históricos, calcular los promedios ponderados de ganancias de los datos recopilados, aplicar cambios de configuración y gestionar el entorno de BubbleRAN.
Aprovechamos el ajuste de prompts para inyectar conocimiento contextual sobre la arquitectura de red de BubbleRAN, incluidos los detalles de la configuración y las interdependencias entre varios KPI y la lógica para equilibrar las concesiones para optimizar las ganancias medias ponderadas.
El marco agente impulsado por LangGraph orquesta tres agentes especializados, cada uno con responsabilidades distintas que trabajan juntas para cerrar el bucle de supervisión, configuración y validación. Una vez que el usuario inicializa la red con los parámetros seleccionados, puede elegir entre una sesión de supervisión con un agente de supervisión o realizar una consulta directa al agente de configuración para comprender los impactos de los parámetros y el estado de la red.
Enlaces rápidos
A continuación, se muestra un desglose de cada agente y su funcionalidad:
1. Agente de monitorización
Este agente realiza un seguimiento continuo del promedio ponderado de parámetros preseleccionados en intervalos de tiempo definidos por el usuario (predeterminado: 10 segundos) en una base de datos de indicadores clave de rendimiento (KPI) de BubbleRAN en tiempo real. Cuando detecta la degradación del rendimiento debido a la reducción del promedio ponderado de un parámetro específico, eleva el problema al usuario para la autorización del siguiente paso.
2. Agente de configuración
El agente de configuración puede activarse con la transferencia del agente de supervisión o con consultas directas de usuarios sobre la optimización de parámetros o el estado de la red. Analiza los datos históricos y luego razona sobre las tendencias analizadas y el conocimiento específico de un ámbito sobre las interdependencias y las compensaciones de parámetros. En función de su análisis, sugiere valores de parámetros mejorados al usuario y espera su confirmación.
3. Agente de validación
Una vez confirmados los ajustes de parámetros, el agente de validación reinicia la red con la nueva configuración de parámetros. Evalúa los parámetros actualizados a lo largo de un período de validación configurable por el usuario y calcula la ganancia media ponderada resultante. Si la ganancia media ponderada en tiempo real se deteriora aún más, vuelve automáticamente a la configuración estable anterior. De lo contrario, confirma el éxito y actualiza la IU con la nueva configuración.
En resumen, nuestro marco permite la optimización de redes continua e inteligente a través de un ciclo de agentes, donde los agentes de LLM especializados trabajan juntos para supervisar, analizar y validar cambios de parámetros en tiempo real. Equipados con herramientas para analizar datos de KPI en tiempo real e históricos y con conocimiento especializado sobre los parámetros de red y las compensaciones, estos agentes proporcionan recomendaciones respaldadas por datos y un razonamiento explicativo. Este diseño de bucle cerrado garantiza que el rendimiento de la red siga siendo autónomo pero controlable por el usuario, lo que permite a los usuarios mantener un rendimiento óptimo al tiempo que conservan el control en cada punto de decisión.
Para más detalles técnicos, explore la tarjeta Blueprint.
La IA generativa puede analizar grandes volúmenes de datos de sensores de equipos para predecir posibles fallos o problemas. Esto ayuda a los técnicos a anticipar problemas antes de que ocurran, lo que permite un mantenimiento oportuno y minimiza el tiempo de inactividad.
El análisis con IA generativa proporciona a los técnicos información práctica y recomendaciones basadas en datos en tiempo real. Esto les permite tomar decisiones informadas con respecto a las reparaciones, las actualizaciones y la optimización de redes.
La IA generativa puede automatizar tareas repetitivas y rutinarias, como la generación de órdenes de trabajo, la programación de citas y la creación de documentación. Esto permite a los técnicos centrarse más en los problemas complejos y el servicio de atención al cliente.
Enlaces rápidos
Optimice las operaciones de red con IA generativa
Al aprovechar la IA de NVIDIA, las empresas de telecomunicaciones pueden reducir el tiempo de inactividad de las redes, aumentar la productividad de los técnicos de campo y ofrecer una mejor calidad de servicio a los clientes. Empiece poniéndose en contacto con nuestro equipo de expertos o explorando recursos adicionales.
