無線網路產業吸收、處理與傳送資料的需求已達到前所未有的規模，因此需要全新型態的網路。全球一流的電信公司改採 NVIDIA 技術，藉此將網路最佳化、加快創新速度，並提供全新服務。
提高生產力。改善網路品質。加強客戶服務。
NVIDIA GPU 實現從雲端提供超低延遲度的 5G 服務。雲端虛擬實境 (VR)、智慧城市、雲端遊戲、360 度沉浸式影片、聯網無人機與自駕車等應用程式因此得以成真。開放原始碼容器與函式庫也協助加快上市時間速度。
「我們與 NVIDIA 攜手合作，實驗透過全新方式提供 5G 與邊緣運算技術體驗。」
Alisha Seam，位於 Palo Alto 的 AT&T Foundry
NVIDIA GPU 與 CUDA(R) 技術使電信產業得以利用大量的平行化程式加速運算密集的應用程式和 VNF 工作負載。應用程式可充分運用每一代 GPU 帶來的運算功能成長，無需變更應用軟體功能。
NVIDIA GPU 協助 Ribbon 在能源消耗 減少一半的情況下， 將效能提升 9 倍。
Kevin Riley, Ribbon Communications
主要採用統計演算法或將靜態政策的網路營運，可轉換成深度學習與人工智慧模型。採用人工智慧與機器學習進行網路營運，可幫助你管理急遽增加的複雜度，以及獲得 SDN 所需的即時最佳化。將勞力密集的營運開銷降到最低，並提升終端使用者生產力。
電信公司可以使用 RAPIDS（一套開源的 GPU 加速函式庫）來視覺化和剖析海量的數據。
Verizon 將運算時間從過去的 24 小時降低至 1 小時，且精準度等同甚至超越傳統方法。
Bryan Larish, Verizon 運用深度學習演算法預測 4G 無線網路品質: GTC 2018
Discover how telecom service providers can leverage AI to improve network quality, optimize resource planning, and enhance customer service.
Date: Thursday, May 30, 2019 Time: 9:00–10:00 a.m. PT
NVIDIA GPU 將實際的頻道自動編碼訓練加速至等同於為桌上型電腦處理器編寫程式的速度: 只要花幾分鐘，有時甚至數秒就可以完成。模型訓練完成後，就可以部署至 NVIDIA Jetson™ TX2 或 AGX Xavier™ 等低耗能且高效能的嵌入式系統。如此一來，便能提供通訊工程師一個可輕鬆建構出最佳實體層，並部署至終端嵌入式裝置的設計工作流程。
電信產業需要儲存、處理與分析大量的資料，而加速資料科學可將生產力提升至最高，提供最佳化人工智慧模型並降低整體擁有成本 (TCO)。深入瞭解 GPU 加速生態系統如何為電信產業提供端對端資料科學解決方案。
精準偵測人體對於許多應用程式來說十分關鍵。高效能深度學習訓練得以打造出健全且可普及的物件、人類、動物、機器等模型，並運用 NVIDIA TensorRT 透過 5G 進行物件偵測。無論是在資料中心還是終端，在製作環境中維持即時推論效能，同時保持高精準度為至關重要。每提高一個百分點的精準度，都能為提供影片服務的組織帶來顯著成長的收益。
現今手機的雜訊抑制解決方案未臻完美，但確實改善了使用者體驗。NVIDIA 的深度學習解決方案只需要使用一支麥克風，而其他部分皆能透過應用軟體後製處理。如此一來，硬體設計可以更簡單也更有效率，並能將背景雜訊完全靜音，進而提供更舒適且清楚的通訊內容。
隨著我們加速迎向 5G 紀元，無論汽車、MRI 掃描儀甚至是洗衣機都有聯網需求，電信公司也面臨挑戰，必須支援大量內容與相應產生的服務。為了管理資料負載、處理複雜網路功能、提供全新服務與帶動收益成長，電信公司需要打造全新型態的網路。
觀賞這場 GTC 2019 的演講，深入瞭解這個全新紀元的面貌。演講內容涵蓋了即將面臨的挑戰、策略、潛在解決方案與全球案例研究。
觀賞影片後，你可在連結中探索其他資源，瞭解人工智慧如何顛覆電信產業。
Stay tuned for telco news and content, delivered straight to your inbox.
Sign up for enterprise news, announcements, and more from NVIDIA.