NVIDIA Meluncurkan Blueprint AI Bergerak dan Model Inferensi Telekomunikasi, Mendorong Pengembangan Jaringan Otonom

robot
Pembuatan abstrak sedang berlangsung

Swarm jaringan mandiri, yaitu sistem operasi telekomunikasi yang memiliki kecerdasan dan kemampuan pengelolaan sendiri, sedang bertransformasi dari visi masa depan menjadi prioritas strategis operator telekomunikasi saat ini. Dalam laporan survei terbaru NVIDIA berjudul “Kondisi dan Tren Pengembangan AI di Industri Telekomunikasi”, otomatisasi jaringan telah menjadi aplikasi AI yang paling menguntungkan dan paling diperhatikan.

Perlu ditekankan bahwa otomatisasi dan otonomi bukanlah konsep yang sama. Jaringan mandiri tidak hanya mampu menjalankan alur kerja yang telah ditentukan sebelumnya, tetapi juga harus memahami niat operator, menimbang berbagai faktor, dan membuat keputusan sendiri tentang tindakan yang harus diambil. Kunci untuk mewujudkan transformasi ini adalah model inferensi dan agen AI yang disesuaikan berdasarkan data telekomunikasi.

Untuk mencapai jaringan yang benar-benar mandiri, harus dibangun sistem agen cerdas end-to-end, yang mencakup komponen utama seperti model jaringan telekomunikasi, agen AI yang dapat berkomunikasi satu sama lain, dan alat simulasi jaringan untuk memverifikasi hasil operasi.

Menjelang MWC 2026 di Barcelona, NVIDIA merilis model telekomunikasi besar berbasis NVIDIA Nemotron yang terbuka (LTM), panduan komprehensif untuk membangun agen inferensi operasi jaringan, serta Blueprint NVIDIA terbaru untuk penghematan energi dan konfigurasi jaringan, yang dapat membantu operator menuju operasi mandiri melalui orkestrasi multi-agen.

Selain itu, sebagai bagian dari inisiatif Open Telco AI yang baru diluncurkan GSMA, NVIDIA akan merilis model LTM, panduan implementasi, dan Blueprint AI berbasis agen secara open source untuk digunakan seluruh industri melalui organisasi otoritatif di bidang komunikasi seluler, GSMA.

Membuka Model Telekomunikasi Nemotron 3 untuk Memperkenalkan Kemampuan Inferensi di Bidang Telekomunikasi

Agar berhasil melakukan penerapan skala besar AI generatif dan AI berbasis agen dalam operasi telekomunikasi, model AI harus mampu memahami bahasa khusus bidang telekomunikasi dan melakukan inferensi logika terhadap alur kerja yang kompleks. Untuk itu, NVIDIA bekerja sama dengan AdaptKey AI meluncurkan model NVIDIA Nemotron LTM yang baru dan open source (300109) dengan 30 miliar parameter, yang dapat digunakan oleh operator global untuk membangun jaringan mandiri.

Model ini dibangun berdasarkan model dasar seri NVIDIA Nemotron 3 dan disesuaikan oleh AdaptKey AI menggunakan dataset telekomunikasi terbuka yang mencakup dokumen standar industri dan log sintetik, dengan tujuan khusus memahami istilah telekomunikasi dan melakukan inferensi terhadap alur kerja seperti isolasi gangguan, perencanaan solusi perbaikan, dan verifikasi perubahan.

Sebagai model terbuka, Nemotron LTM memungkinkan operator telekomunikasi memahami secara lengkap dan transparan metode pelatihan serta data yang digunakan, sehingga dapat dengan aman dan cepat menerapkannya di lingkungan jaringan lokal dan langsung membangun serta menjalankan agen AI. Selain itu, operator juga dapat menggabungkan data jaringan dan operasional mereka secara aman untuk menyesuaikan dan memperluas kemampuan inferensi telekomunikasi model tanpa mengorbankan kendali data atau keamanan, secara bertahap menuju operasi mandiri.

Mengajarkan Agen AI Berpikir Layaknya Insinyur Jaringan

NVIDIA dan Tech Mahindra merilis panduan open source yang mengarahkan operator telekomunikasi bagaimana melakukan penyesuaian model inferensi khusus bidang dan membangun agen cerdas yang mampu menjalankan alur kerja pusat operasi jaringan (NOC) secara aman.

Panduan ini memperkenalkan kerangka pengajaran yang bertujuan agar model “berpikir seperti insinyur NOC”: fokus pada kategori gangguan yang berdampak tinggi dan sering terjadi; mengubah solusi ahli menjadi langkah-langkah operasional bertahap; dan mengubah langkah-langkah tersebut menjadi “jejak inferensi” yang terstruktur, yang secara jelas mencatat setiap langkah, panggilan alat, hasil, dan dasar pengambilan keputusan. Jejak ini menjadi contoh pemikiran yang dipelajari model, sehingga model tidak hanya tahu “apa yang harus dilakukan”, tetapi juga memahami “mengapa rangkaian pemeriksaan dan perbaikan ini aman dan efektif”.

Dengan bantuan alur kerja NVIDIA NeMo-Skills, operator dapat melakukan penyesuaian model berdasarkan jejak inferensi ini, membangun fondasi untuk agen AI khusus telekomunikasi—yang akan memiliki kemampuan pemecahan masalah dan inferensi seperti insinyur jaringan.

Memaksimalkan Efisiensi Energi melalui Blueprint Berbasis Niat yang Baru

Jaringan mandiri bergantung pada operasi siklus tertutup: melalui model pemahaman status jaringan, agen yang bertindak berdasarkan niat, dan mekanisme umpan balik hasil simulasi ke sistem untuk memverifikasi dan mengoptimalkan keputusan. NVIDIA memperkenalkan Blueprint baru untuk meningkatkan efisiensi energi RAN berbasis niat, yang mengintegrasikan elemen-elemen ini untuk membantu operator secara sistematis mengurangi konsumsi energi 5G RAN tanpa mengorbankan kualitas layanan.

Blueprint ini menggabungkan platform generator skenario AI RAN TeraVM dari VIAVI, pemimpin di bidang pengujian dan pengukuran jaringan, yang mampu menghasilkan data jaringan sintetis seperti tingkat penggunaan sel, throughput pengguna, dan pola lalu lintas lainnya, dalam format yang ringkas dan dapat dicari.

Selanjutnya, agen perencanaan energi akan melakukan inferensi berdasarkan data sintetis ini untuk menghasilkan strategi penghematan energi dan melakukan simulasi verifikasi di dalam AI RSG. Hal ini memungkinkan operator untuk secara aman memverifikasi apakah strategi penghematan energi sesuai dengan niat mereka dalam lingkungan siklus tertutup, tanpa perlu mengubah konfigurasi jaringan yang ada atau mengganggu layanan pengguna.

Operator Global Mulai Menggunakan Blueprint NVIDIA untuk Konfigurasi Jaringan

Blueprint NVIDIA untuk konfigurasi jaringan telekomunikasi saat ini digunakan oleh banyak operator di seluruh dunia.

Cassava Technologies memanfaatkan blueprint ini untuk membangun platform jaringan mandiri Cassava, yang dirancang khusus untuk mengoptimalkan lingkungan jaringan seluler multi-vendor yang beragam di Afrika. Platform ini mengintegrasikan tiga agen: satu untuk memantau jaringan dan merekomendasikan perubahan konfigurasi; satu lagi untuk menerapkan perubahan dan secara otomatis menghasilkan dokumentasi serta catatan tata kelola; dan satu lagi untuk menilai dampak perubahan dan melakukan rollback secara aman jika terjadi konsekuensi tak terduga.

NTT DATA juga menggunakan blueprint ini untuk mengimplementasikan sistem pengaturan lalu lintas cerdas di operator tingkat satu di Jepang. Ketika terjadi gangguan dan pengguna melakukan reconnect massal yang menyebabkan lonjakan lalu lintas, sistem ini membantu jaringan tetap stabil.

Secara spesifik, agen AI secara real-time menganalisis kebutuhan seluruh jaringan dan memutuskan sel mana, kapan, dan bagaimana menerima pengguna baru. Seiring kondisi jaringan membaik, agen secara dinamis menyesuaikan keputusan, mengubah proses yang sebelumnya bergantung pada konfigurasi manual menjadi siklus pengoptimalan berbasis data, sehingga membangun jaringan seluler yang lebih tangguh.

Mengembangkan Kemampuan Konfigurasi Jaringan Melalui Orkestrasi Multi-Agen

Untuk membantu operator telekomunikasi merancang, mengamati, dan mengoptimalkan alur kerja agen yang kompleks di RAN, NVIDIA bekerja sama dengan BubbleRAN. Mereka memanfaatkan NVIDIA NeMo agent toolkit (NAT) dan BubbleRAN agent toolkit (BAT), dua kerangka orkestrasi multi-agen yang saling melengkapi, untuk meningkatkan Blueprint NVIDIA yang digunakan dalam konfigurasi jaringan telekomunikasi.

BubbleRAN mengintegrasikan NAT dan BAT ke dalam platform Opti-Sphere-nya, memungkinkan pengelolaan yang lebih fleksibel dari agen pengawasan, konfigurasi, dan verifikasi jaringan melalui kontainer dan beban kerja, serta menghubungkannya dengan alat yang melaporkan indikator jaringan dan status lalu lintas. Hal ini memungkinkan pengajuan dan verifikasi saran perubahan konfigurasi secara berkelanjutan.

Telenor Group akan menjadi operator telekomunikasi pertama yang mengadopsi blueprint ini bersama BubbleRAN untuk meningkatkan performa jaringan 5G dari Telenor Maritime, penyedia layanan koneksi global di laut.

Lihat Asli
Halaman ini mungkin berisi konten pihak ketiga, yang disediakan untuk tujuan informasi saja (bukan pernyataan/jaminan) dan tidak boleh dianggap sebagai dukungan terhadap pandangannya oleh Gate, atau sebagai nasihat keuangan atau profesional. Lihat Penafian untuk detailnya.
  • Hadiah
  • Komentar
  • Posting ulang
  • Bagikan
Komentar
Tambahkan komentar
Tambahkan komentar
Tidak ada komentar
  • Sematkan