NVIDIA lança planos de IA em agentes e modelo de inferência de telecomunicações, impulsionando o desenvolvimento de redes autónomas

Rede autônoma, ou seja, sistemas de operação de telecomunicações com capacidade inteligente e de autogestão, está a passar de uma visão futura para uma prioridade atual dos operadores de telecomunicações. No relatório de pesquisa mais recente da NVIDIA, “Situação e Tendências do Desenvolvimento de IA na Indústria de Telecomunicações”, a automação de redes tornou-se o cenário de aplicação de IA com maior retorno sobre o investimento e maior atenção.

É importante destacar que automação e autonomia não são conceitos iguais. Uma rede autônoma não só executa fluxos de trabalho predefinidos, mas também compreende a intenção do operador, pondera diversos fatores e toma decisões de forma independente. O segredo para essa transformação está em modelos de raciocínio ajustados com dados de telecomunicações e agentes de IA inteligentes.

Para alcançar uma verdadeira autonomia de rede, é necessário construir um sistema de agentes de ponta a ponta, que inclua modelos de rede de telecomunicações, agentes de IA capazes de comunicar-se entre si e ferramentas de simulação de rede para validar as operações.

Antes da Mobile World Congress (MWC 2026) em Barcelona, a NVIDIA lançou um modelo de telecomunicações aberto baseado no NVIDIA Nemotron, um guia abrangente para construir agentes de raciocínio para operações de rede, e um novo NVIDIA Blueprint para economia de energia e configuração de rede, que, por meio de orquestração multiagente, ajuda os operadores a avançar para operações autônomas.

Além disso, como parte da iniciativa Open Telco AI, lançada pela GSMA, a NVIDIA disponibilizará esse novo modelo LTM, guia de implementação e blueprint de IA baseada em código aberto para toda a indústria.

Open Nemotron 3: introduzindo capacidade de raciocínio no setor de telecomunicações

Para uma implantação em larga escala de IA generativa e agentes de IA na operação de telecomunicações, os modelos de IA precisam entender a linguagem técnica do setor e realizar raciocínio lógico sobre fluxos de trabalho complexos. Assim, a NVIDIA, em parceria com a AdaptKey AI, lançou um novo modelo de código aberto (300109), com 30 bilhões de parâmetros, chamado NVIDIA Nemotron LTM, acessível a operadoras globais para construir redes autônomas.

Esse modelo é baseado na série NVIDIA Nemotron 3 e foi ajustado pela AdaptKey AI usando conjuntos de dados abertos de telecomunicações, incluindo documentos padrão do setor e logs sintéticos, otimizados para compreender terminologia de telecomunicações e realizar raciocínio sobre isolamento de falhas, planejamento de reparos e validação de mudanças.

Como modelo aberto, o Nemotron LTM permite às operadoras entenderem completamente os métodos de treinamento e os dados utilizados, possibilitando uma implantação segura e rápida em ambientes de rede locais, além de facilitar a construção e operação de agentes de IA. As operadoras também podem combinar de forma segura seus próprios dados de rede e operação para ajustar e expandir as capacidades de raciocínio do modelo, avançando de forma segura para operações autônomas sem perder controle ou segurança dos dados.

Ensinar agentes de IA a pensar como engenheiros de rede

A NVIDIA, em parceria com a Tech Mahindra, lançou um guia de código aberto que orienta as operadoras de telecomunicações a ajustar modelos de raciocínio específicos de domínio e construir agentes capazes de executar fluxos de trabalho do Centro de Operações de Rede (NOC) de forma segura.

Esse guia propõe uma estrutura de ensino para fazer os modelos “pensarem como engenheiros de NOC”: focando em categorias de falhas de alto impacto e frequência; convertendo soluções de especialistas em procedimentos passo a passo; e transformando esses procedimentos em “trajetórias de raciocínio” estruturadas, que documentam cada passo, ferramenta utilizada, resultado e justificativa. Essas trajetórias servem como exemplos de raciocínio para o aprendizado do modelo, que assim não só sabe “o que fazer”, mas também entende “por que esses passos de inspeção e reparo são seguros e eficazes”.

Com o fluxo de trabalho NVIDIA NeMo-Skills, as operadoras podem ajustar esses trajetórios para treinar seus modelos, estabelecendo a base para criar agentes de IA específicos de telecomunicações, dotados de habilidades semelhantes às de engenheiros de rede na resolução de problemas e raciocínio.

Maximizando eficiência energética com novo blueprint orientado por intenções

Redes autônomas operam em ciclo fechado: compreendendo o estado da rede por modelos, agindo com base na intenção, e usando os resultados da simulação para validar e otimizar decisões. O novo NVIDIA Blueprint para eficiência energética de RAN orientada por intenções integra esses elementos, ajudando os operadores a reduzir o consumo de energia do 5G RAN de forma sistemática, sem comprometer a qualidade do serviço.

Esse blueprint incorpora a plataforma TeraVM AI RAN Scenario Generator (AI RSG) da líder em testes e medições de rede, VIAVI, que gera dados sintéticos de rede, incluindo utilização de células, throughput de usuários e outros padrões de tráfego, convertendo-os em formatos simples e consultáveis.

Depois, um agente de energia realiza raciocínio com esses dados sintéticos, gerando estratégias de economia de energia e validando-as por simulação no AI RSG. Assim, os operadores podem verificar de forma segura, em ciclo fechado, se as estratégias de economia atendem às suas intenções, sem alterar configurações de rede existentes ou afetar o experiência do usuário.

Operadores globais já implementam NVIDIA Blueprint para configuração de rede

O NVIDIA Blueprint para configuração de redes de telecomunicações está sendo adotado por várias operadoras ao redor do mundo.

A Cassava Technologies está usando o blueprint para construir a plataforma de rede autônoma Cassava, especialmente projetada para otimizar ambientes de redes móveis multivendor na África. Essa plataforma conta com três agentes inteligentes: um para monitorar a rede e recomendar mudanças de configuração; outro para aplicar as mudanças e gerar automaticamente documentação e registros de governança; e um terceiro para avaliar o impacto das mudanças e realizar rollback seguro em caso de consequências inesperadas.

A NTT DATA, por sua vez, usa o blueprint para implantar um sistema inteligente de controle de tráfego para um grande operador no Japão. Quando a rede sofre uma interrupção e há reconexões em massa, esse sistema ajuda a estabilizar o tráfego.

Especificamente, um agente de IA analisa em tempo real a demanda da rede e decide onde, quando e como aceitar novos usuários. À medida que a rede se estabiliza, o agente ajusta dinamicamente suas decisões, transformando processos anteriormente dependentes de intervenção manual em ciclos de otimização baseados em dados, criando redes móveis mais resilientes.

Evolução na configuração de rede com orquestração multiagente

Para ajudar os operadores de telecomunicações a projetar, monitorar e otimizar fluxos de trabalho complexos de agentes no RAN, a NVIDIA está colaborando com a BubbleRAN, usando o NVIDIA NeMo Agent Toolkit (NAT) e o BubbleRAN Agent Toolkit (BAT), dois frameworks complementares de orquestração multiagente, para aprimorar o NVIDIA Blueprint de configuração de rede.

A BubbleRAN está integrando NAT e BAT na sua plataforma Opti-Sphere, para gerenciar de forma mais flexível a monitoração, configuração e validação de agentes de rede, além de conectá-los a ferramentas de relatório de métricas e estado do tráfego, promovendo sugestões contínuas de mudanças de configuração e sua validação.

O Telenor Group será a primeira operadora a usar esse blueprint em parceria com a BubbleRAN, para melhorar o desempenho da sua rede 5G na divisão Telenor Maritime, fornecedora global de conectividade marítima.