Carichi di lavoro
IA generativa
Settori
Telecomunicazioni
Obiettivo aziendale
Mitigazione del rischio
Prodotti
NVIDIA AI Enterprise
Microservizi NVIDIA
NVIDIA NeMo
-
Panoramica
-
Implementazione tecnica
-
FAQ
L'IA generativa accelera la configurazione, la distribuzione e l'operatività della rete
Si stima che nel 2023 le aziende di telecomunicazioni abbiano speso quasi 295 miliardi di dollari in spese in conto capitale (CapEx) e oltre 1 trilione di dollari in spese operative (OpEx), comprese le spese per i processi manuali per la pianificazione e la manutenzione della rete. Nell'ambito delle reti di telecomunicazioni, le procedure di configurazione e l'ottimizzazione comportano la gestione di un gran numero di parametri interdipendenti che hanno un impatto diretto sulle prestazioni di rete, sull'esperienza utente e sull'efficienza dello spettro per milioni di clienti e utenti finali. Queste impostazioni devono essere costantemente regolate dagli ingegneri delle reti di telecomunicazioni in base all'ora del giorno, al comportamento degli utenti, alla mobilità, alle interferenze e ai tipi di servizio.
L'IA generativa che alimenta gli LTM telco e gli agenti IA stanno rendendo possibile la nuova generazione di IA nelle operazioni di rete, supportando le aziende di telecomunicazioni nell'ottimizzazione delle OpEx, nell'uso efficiente del CapEx e nelle nuove opportunità di monetizzazione. NVIDIA ha sviluppato una soluzione di IA agentica rendere ulteriormente autonomo questo ambiente dinamico osservando i KPI di rete in tempo reale, prendendo decisioni basate sui dati e regolando automaticamente i parametri.
A differenza dei sistemi tradizionali basati su regole, l'agente IA può percepire, ragionare attraverso trade-off complessi, apprendere dai loop di feedback e adattarsi alle nuove condizioni grazie al feedback umano integrato fornito secondo necessità. Può inoltre orchestrare le modifiche su più livelli e più fornitori, consentendo azioni coordinate come il bilanciamento del carico, il coordinamento delle interferenze inter-cella o il risparmio energetico nelle aree a basso carico. Questo livello di autonomia e controllo non solo migliora l'efficienza e la qualità del servizio (QoS), ma riduce anche la complessità operativa e i tempi di risoluzione dei problemi in ambienti ad alta densità e domanda elevata.
Collegamenti rapidi
Introduzione all'IA generativa per le operazioni di rete
I blueprint NVIDIA AI consentono l'automazione scalabile fornendo un flusso di lavoro che i team di sviluppo possono utilizzare per creare i propri agenti IA. Inoltre, è possibile creare e distribuire agenti IA personalizzati in grado di ragionare, pianificare e agire per analizzare rapidamente grandi quantità di dati, riepilogare e distillare informazioni in tempo reale.
Il blueprint NVIDIA AI per la configurazione delle reti di telecomunicazioni offre componenti convalidati per le operazioni di rete in più domini. Questo blueprint IA consente agli sviluppatori, agli ingegneri di rete, alle aziende di telecomunicazioni e ai fornitori di automatizzare la configurazione dei parametri delle reti di accesso radio (RAN) utilizzando un framework agentico basato su LLM.
Le reti autonome offrono l'opportunità di gestire meglio le spese operative (OpEx). Il blueprint IA per la configurazione delle reti telco facilita tale obiettivo fornendo un'architettura IA modulare e i flussi di lavoro di automazione necessari per distribuzioni coerenti e scalabili. Questo blueprint IA reso possibile dall'IA generativa consente agli ingegneri di rete di aggiungere l'intelligenza adattiva prevedendo i problemi, ottimizzando le prestazioni e automatizzando le decisioni.
BubbleRAN e Telenor adottano il blueprint IA di NVIDIA per la configurazione delle reti di telecomunicazione
Il blueprint IA per la configurazione delle reti di telecomunicazione è basato sul software BubbleRAN su un'infrastruttura cloud-native che può essere utilizzata per la creazione di reti autonome su vasta scala insieme alla piattaforma di intelligenza RAN multi-agente.
Telenor Group, che serve oltre 200 milioni di clienti a livello globale, prevede di distribuire il blueprint IA per la configurazione delle reti di telecomunicazione per affrontare le sfide di configurazione e migliorare la qualità del servizio durante l'installazione della rete.
Dettagli di implementazione
Questo framework agentico basato su LLM utilizza Llama 3.1-70B-Instruct come modello IA fondamentale, viste le sue solide prestazioni nella comprensione del linguaggio naturale, nel ragionamento e nelle chiamate agli strumenti.
I clienti hanno la flessibilità di distribuire questo progetto tramite:
- Endpoint API per i microservizi NIM™ ospitati da NVIDIA all'indirizzo build.nvidia.com
- Microservizi NIM locali per soddisfare i requisiti di privacy e latenza
Gli utenti finali possono interagire tramite l'interfaccia utente basata su Streamlit per inviare le loro richieste o avviare operazioni di rete. Le query vengono elaborate da un framework per agenti LangGraph che orchestra gli agenti LLM specializzati.
Tali agenti LLM sono dotati di strumenti specializzati che consentono loro di generare ed eseguire query SQL su dati KPI sia in tempo reale che storici, di calcolare i guadagni medi ponderati dei dati raccolti, di applicare modifiche alla configurazione e di gestire l'ambiente BubbleRAN.
Sfruttando l'ottimizzazione dei prompt per integrare le conoscenze contestuali sull'architettura di rete BubbleRAN, compresi i dettagli della configurazione, le interdipendenze tra i vari KPI e la logica per bilanciare i compromessi, siamo in grado di ottimizzare i guadagni medi ponderati.
Il framework agentico basato su LangGraph orchestra tre agenti specializzati, ognuno con responsabilità distinte, che collaborano per chiudere il ciclo di monitoraggio, configurazione e convalida. Una volta inizializzata la rete con i parametri selezionati, l'utente può scegliere tra una sessione di monitoraggio con un agente di monitoraggio o chiedere direttamente all'agente di configurazione per comprendere meglio l'impatto dei parametri e lo stato della rete.
Collegamenti rapidi
Di seguito, trovi un riepilogo di ciascun agente e delle sue funzionalità:
1. Agente di monitoraggio
Questo agente tiene traccia in modo continuo del guadagno medio ponderato dei parametri selezionati in precedenza a intervalli di tempo definiti dall'utente (lasso di tempo di default: 10 secondi) su un database di KPI BubbleRAN in tempo reale. Quando rileva un degrado delle prestazioni dovuto alla riduzione del guadagno medio ponderato di un parametro specifico, segnala il problema all'utente per ottenere l'autorizzazione per il passaggio successivo.
2. Agente di configurazione
L'agente di configurazione può essere attivato tramite trasferimento dall'agente di monitoraggio o tramite le richieste dirette dell'utente sull'ottimizzazione dei parametri o sullo stato della rete. Analizza i dati storici, quindi valuta le tendenze analizzate e le conoscenze specifiche per dominio sulle interdipendenze e i trade-off dei parametri. In base alla sua analisi, suggerisce valori ottimizzati dei parametri all'utente e attende la conferma dell'utente.
3. Agente di convalida
Una volta confermate le modifiche dei parametri, l'agente di convalida riavvia la rete utilizzando la nuova configurazione dei parametri. Inoltre, valuta i parametri aggiornati nel corso di un periodo di convalida configurabile dall'utente e calcola il guadagno medio ponderato risultante. Se il guadagno medio ponderato in tempo reale dovesse peggiorare ulteriormente, torna automaticamente alla configurazione stabile precedente. In caso contrario, conferma l'efficacia della modifica e aggiorna l'interfaccia utente con le nuove impostazioni.
In sintesi, il nostro framework consente l'ottimizzazione continua e intelligente delle reti attraverso un loop agentico, in cui gli agenti LLM specializzati collaborano per monitorare, analizzare e convalidare le modifiche dei parametri in tempo reale. Avendo a disposizione strumenti per analizzare i dati KPI in tempo reale e storici e di conoscenze specifiche per dominio sui parametri di rete e sui compromessi, questi agenti forniscono consigli basati su dati e ragionamenti che possono essere spiegati. Questo design a ciclo chiuso garantisce che le prestazioni della rete rimangano autonome ma facilmente controllabili dagli utenti, permettendo loro anche di mantenere prestazioni ottimali e di conservare il controllo su ogni punto decisionale.
Per ulteriori dettagli tecnici, consulta la scheda del blueprint.
L'IA generativa può analizzare grandi volumi di dati dai sensori delle apparecchiature per prevedere potenziali guasti o problemi. Ciò aiuta i tecnici a prevedere i problemi ancora prima che si verifichino, consentendo una manutenzione tempestiva e riducendo al minimo i tempi di inattività.
L'analisi basata sull'IA generativa fornisce ai tecnici approfondimenti e consigli pratici basati sui dati in tempo reale. Ciò consente loro di prendere decisioni informate su riparazioni, aggiornamenti e ottimizzazione della rete.
L'IA generativa può automatizzare le attività ripetitive e di routine, come la generazione di ordini di lavoro, la pianificazione degli appuntamenti e la creazione della documentazione. Ciò consente ai tecnici di concentrarsi maggiormente sui problemi complessi e sul servizio clienti.
Collegamenti rapidi
Ottimizza le operazioni di rete con l'IA generativa
Sfruttando l'IA NVIDIA, le aziende di telecomunicazioni possono ridurre i tempi di inattività della rete, aumentare la produttività dei tecnici sul campo e offrire una migliore qualità del servizio ai propri clienti. Contatta il nostro team di esperti o scopri le altre risorse.
