NVIDIA ra mắt bản thiết kế AI tác nhân và mô hình suy luận viễn thông, thúc đẩy phát triển mạng tự chủ

Mạng tự chủ, tức hệ thống vận hành viễn thông có khả năng thông minh và tự quản lý, đang chuyển từ tầm nhìn tương lai thành chiến lược ưu tiên hiện tại của các nhà mạng viễn thông. Trong báo cáo khảo sát mới nhất của NVIDIA mang tên “Tình hình và Xu hướng Phát triển AI trong Ngành Viễn Thông”, tự động hóa mạng đã trở thành lĩnh vực ứng dụng AI mang lại lợi nhuận đầu tư cao nhất và được quan tâm nhiều nhất.

Cần nhấn mạnh rằng, tự động hóa và tự chủ không phải là cùng một khái niệm. Mạng tự chủ không chỉ có khả năng thực thi các quy trình đã định sẵn, mà còn cần hiểu rõ ý định của nhà mạng, cân nhắc các yếu tố khác nhau, và tự quyết định hành động phù hợp. Chìa khóa để đạt được chuyển đổi này chính là các mô hình suy luận dựa trên dữ liệu viễn thông được tinh chỉnh và các AI agent thông minh.

Để thực sự xây dựng mạng tự chủ, cần phát triển một hệ thống agent toàn diện từ đầu đến cuối, trong đó các thành phần quan trọng bao gồm mô hình mạng viễn thông, các AI agent có thể giao tiếp lẫn nhau, và các công cụ mô phỏng mạng để xác nhận hiệu quả hoạt động.

Trước thềm Hội nghị Di động Toàn cầu tại Barcelona (MWC 2026), NVIDIA đã công bố một mô hình viễn thông mở dựa trên NVIDIA Nemotron (LTM), một hướng dẫn toàn diện về xây dựng agent suy luận vận hành mạng, cùng với NVIDIA Blueprint mới dành cho tiết kiệm năng lượng và cấu hình mạng, giúp các nhà mạng tiến tới vận hành tự chủ thông qua phối hợp đa agent.

Ngoài ra, như một phần của sáng kiến Open Telco AI mới do GSMA phát động, NVIDIA sẽ phát hành mô hình LTM mới, hướng dẫn thực thi và blueprint AI dạng mã nguồn mở, nhằm phục vụ toàn ngành viễn thông thông qua tổ chức uy tín GSMA.

Mở rộng mô hình viễn thông Nemotron 3 lớn để mang lại khả năng suy luận cho lĩnh vực viễn thông

Để triển khai AI dạng sinh và agent trong quy mô lớn trong vận hành viễn thông, các mô hình AI phải hiểu rõ ngôn ngữ chuyên ngành viễn thông và có khả năng suy luận logic cho các quy trình phức tạp. Vì vậy, NVIDIA hợp tác cùng AdaptKey AI ra mắt mô hình LTM NVIDIA Nemotron mới, mã nguồn mở (300109) với 30 tỷ tham số, giúp các nhà mạng toàn cầu xây dựng mạng tự chủ.

Mô hình này dựa trên nền tảng của dòng mô hình NVIDIA Nemotron 3, được AdaptKey AI tinh chỉnh bằng cách sử dụng các bộ dữ liệu viễn thông mở gồm tài liệu tiêu chuẩn ngành và nhật ký tổng hợp, nhằm tối ưu khả năng hiểu thuật ngữ viễn thông và suy luận cho các quy trình như phân lập lỗi, lập kế hoạch sửa chữa, xác nhận thay đổi.

Là một mô hình mở, Nemotron LTM cho phép các nhà mạng hiểu rõ phương pháp huấn luyện và dữ liệu đã sử dụng, từ đó dễ dàng triển khai an toàn và nhanh chóng trong môi trường mạng cục bộ, đồng thời xây dựng và vận hành AI agent dựa trên đó. Các nhà mạng còn có thể an toàn kết hợp dữ liệu mạng và vận hành của riêng mình để điều chỉnh và mở rộng khả năng suy luận viễn thông của mô hình mà không mất quyền kiểm soát dữ liệu hay an toàn, từng bước hướng tới vận hành tự chủ.

Dạy AI agent suy nghĩ như kỹ sư mạng

NVIDIA phối hợp cùng Tech Mahindra phát hành hướng dẫn mã nguồn mở hướng dẫn các nhà mạng viễn thông tinh chỉnh các mô hình suy luận chuyên dụng và xây dựng agent có thể vận hành an toàn các quy trình của Trung tâm vận hành mạng (NOC).

Hướng dẫn này đề ra một khung đào tạo nhằm giúp mô hình “suy nghĩ như kỹ sư NOC”: tập trung vào các loại lỗi có ảnh hưởng lớn và xuất hiện thường xuyên; chuyển các giải pháp của chuyên gia thành các quy trình từng bước; rồi biến các quy trình này thành các “đường dẫn suy luận” có cấu trúc rõ ràng, ghi lại từng bước thao tác, gọi công cụ, kết quả và căn cứ quyết định. Các đường dẫn này trở thành “mẫu tư duy” để mô hình học hỏi, giúp mô hình không chỉ biết “làm gì” mà còn hiểu “tại sao” các bước kiểm tra và sửa chữa này lại an toàn và hiệu quả.

Nhờ vào workflow NVIDIA NeMo-Skills, các nhà mạng có thể tinh chỉnh mô hình dựa trên các đường dẫn suy luận này, tạo nền tảng để xây dựng các AI agent viễn thông chuyên dụng — những agent này sẽ có khả năng giải quyết vấn đề và suy luận như kỹ sư mạng.

Tối đa hóa hiệu quả năng lượng qua blueprint mới dựa trên ý định

Mạng tự chủ vận hành theo vòng kín: dựa trên mô hình hiểu trạng thái mạng, các agent hành động theo ý định, và hệ thống phản hồi kết quả mô phỏng để xác nhận và tối ưu quyết định. NVIDIA đã ra mắt NVIDIA Blueprint mới dành cho năng lượng RAN dựa trên ý định, tích hợp các yếu tố này, giúp các nhà mạng giảm tiêu thụ năng lượng của 5G RAN một cách hệ thống mà vẫn đảm bảo chất lượng dịch vụ.

Blueprint này tích hợp nền tảng tạo dữ liệu mô phỏng mạng TeraVM AI RAN của VIAVI, dẫn đầu trong lĩnh vực thử nghiệm và đo lường mạng, giúp tạo ra dữ liệu mạng tổng hợp như tỷ lệ sử dụng ô, băng thông người dùng và các mô hình lưu lượng khác, rồi chuyển đổi thành định dạng dễ truy vấn.

Sau đó, một agent tối ưu năng lượng sẽ dựa trên dữ liệu này để suy luận, đề xuất các chiến lược tiết kiệm năng lượng, và thực hiện mô phỏng xác nhận trong môi trường AI RSG. Nhờ đó, các nhà mạng có thể an toàn kiểm tra các chiến lược tiết kiệm năng lượng phù hợp với ý định của họ trong vòng kín, mà không cần thay đổi cấu hình mạng hiện tại hoặc ảnh hưởng đến dịch vụ người dùng.

Các nhà mạng toàn cầu đã bắt đầu triển khai NVIDIA Blueprint cho cấu hình mạng

NVIDIA Blueprint dành cho cấu hình mạng viễn thông đang được nhiều nhà mạng toàn cầu áp dụng.

Cassava Technologies đang sử dụng blueprint này để xây dựng nền tảng mạng tự chủ Cassava, nhằm tối ưu hóa môi trường mạng di động đa nhà cung cấp tại châu Phi. Nền tảng này triển khai ba agent: một để giám sát mạng và đề xuất thay đổi cấu hình; một để áp dụng các thay đổi và tự động tạo tài liệu, ghi chép quản trị; và một để đánh giá tác động của thay đổi, nếu có hậu quả bất ngờ sẽ thực hiện phục hồi an toàn.

Trong khi đó, NTT DATA sử dụng blueprint này để triển khai hệ thống điều chỉnh lưu lượng thông minh cho nhà mạng cấp 1 tại Nhật Bản. Khi mạng gặp sự cố và người dùng kết nối lại hàng loạt gây quá tải, hệ thống này giúp mạng vận hành ổn định hơn.

Cụ thể, một AI agent sẽ phân tích nhu cầu toàn mạng theo thời gian thực, quyết định các ô nào, khi nào, và cách thức tiếp nhận khách hàng mới. Khi tình hình mạng ổn định hơn, agent sẽ điều chỉnh các quyết định một cách linh hoạt, biến quy trình dựa vào con người trước đây thành vòng lặp tối ưu dựa trên dữ liệu, giúp xây dựng mạng di động có khả năng thích ứng cao hơn.

Phối hợp đa agent để nâng cao khả năng cấu hình mạng

Để hỗ trợ các nhà mạng thiết kế, quan sát và tối ưu các quy trình agent phức tạp trong RAN, NVIDIA đang hợp tác cùng BubbleRAN, sử dụng hai khung phối hợp đa agent bổ sung là NVIDIA NeMo agent toolkit (NAT) và BubbleRAN agent toolkit (BAT), nhằm nâng cao blueprint NVIDIA cho cấu hình mạng viễn thông.

BubbleRAN đang tích hợp NAT và BAT vào nền tảng Opti-Sphere của họ, để quản lý linh hoạt các agent giám sát, cấu hình và xác thực mạng qua container và các tải công việc, đồng thời kết nối chúng với các công cụ báo cáo chỉ số mạng và trạng thái lưu lượng, liên tục đề xuất và xác nhận các đề xuất thay đổi cấu hình.

Telenor Group sẽ là nhà mạng đầu tiên áp dụng blueprint này phối hợp cùng BubbleRAN để nâng cao hiệu suất mạng 5G của Telenor Maritime, dịch vụ kết nối toàn cầu của tập đoàn.