GTC 巴黎 | 调用 LLM：全新 NVIDIA AI Blueprint 推动电信网络配置自动化

该蓝图为电信公司提供了构建自主网络的方案，借助基于代理式 AI 的框架大幅提高网络性能和效率。

去年，电信公司的资本支出近 295 亿美元，运营支出超过 1 万亿美元。

这些成本如此高昂，部分原因在于，电信公司在运营需持续优化的网络时，面临着繁琐的人工操作流程。

例如，电信公司必须基于时段、用户行为、移动性和流量类型，不断调整网络参数以完成各类任务，比如将通话从一个网络转接至另一个网络，或在多台服务器间分配网络流量。

这些因素直接影响网络性能、用户体验和能耗。

为实现这些优化流程的自动化并为全球电信公司节约成本，NVIDIA 在 GTC 巴黎上发布了首个针对电信网络配置的 AI Blueprint。

该蓝图的核心是基于电信网络数据专门训练的定制化大语言模型，以及完整的技术和运营架构，用于将 LLM 转化为面向电信公司的目标驱动型自主 AI 智能体。

借助 AI Blueprint 自动完成网络配置

NVIDIA AI Blueprint（可在 build.nvidia.com 上获取）是可定制的 AI 工作流示例。其中包括参考代码、文档和部署工具，可向企业开发者展示如何借助 NVIDIA NIM 微服务实现业务价值。

电信网络配置 AI Blueprint 基于 BubbleRAN 5G 解决方案和数据集构建，可帮助开发者、网络工程师和电信提供商利用代理式 AI 自动优化网络参数配置。

这可以将持续学习和适应性直接嵌入到网络基础设施中，从而简化运营、降低成本并大幅提高服务质量。

传统上，网络配置需要手动干预或遵循硬性规则才能适应动态网络条件。这些方法限制了适应性，并增加了运营复杂性、成本并导致效率低下。

发布的全新蓝图有助于推进电信运营转型，从依赖基于规则的静态系统，转变为基于动态的 AI 驱动的自动化运营模式。它能够帮助开发者构建电信行业专用的高级 AI 智能体，从而实时做出智能决策，并自主平衡各类权衡，例如平衡网络速度与干扰，或平衡节能与利用率，而无需人工干预。

由行业领先企业提供支持并进行部署

这一蓝图基于由 BubbleRAN 生成的 5G 数据进行训练，并部署到 BubbleRAN 5G O-RAN 平台上，可为电信公司提供有价值的分析，确定如何设置各种参数以实现性能目标，例如在选择可接受的信噪比的同时实现特定比特率——该指标会影响语音质量，进而影响用户体验。

借助这一全新 AI Blueprint，网络工程师可以按照自己的需求设置初始参数值，并根据网络持续变化产生的需求更新这些值。

总部位于挪威的 Telenor Group 在全球范围内为超过 2 亿客户提供服务，是首家将电信网络配置 AI Blueprint 集成到其解决方案中的电信公司，以便部署智能自主网络，满足 5G 及未来网络的性能和敏捷性需求。

Telenor Maritime CTIO Knut Fjellheim 表示：“这一蓝图能帮助我们解决配置挑战，并在网络安装过程中提升服务质量。实施这一蓝图是我们推进网络自动化工作的一部分，此前我们已在私有 5G 海事用例中成功部署代理式 AI，并实现实时网络切片。”

行业合作伙伴部署其他

NVIDIA 驱动的自主网络技术

电信网络配置 AI Blueprint 只是在 NVIDIA GTC 巴黎上推出的众多解决方案之一，展示了电信行业如何利用代理式 AI 来实现自主网络。

除了这一蓝图之外，领先的电信公司和解决方案提供商还借助 NVIDIA 加速计算、软件和微服务来提供突破性创新，以大幅改进网络和通信服务，进而加速自主网络实施进度并提升客户体验。

NTT DATA 正利用 NVIDIA 加速计算和 NVIDIA AI Enterprise 软件平台，为其面向电信行业的代理式平台提供支持。该公司的首个代理式案例专注于网络警报管理，其中 NVIDIA NIM 微服务通过闭环工单系统，帮助实现可观测性自动化、故障排除、异常检测和问题解决。

Tata Consultancy Services 正为电信公司提供基于 NVIDIA DGX Cloud 构建的代理式 AI 解决方案，同时利用 NVIDIA AI Enterprise 开发、微调大型电信模型，并将其集成到 AI 智能体工作流中。这些解决方案包括计费和营收保障、自主网络管理，以及混合边缘云分布式推理。例如，该公司的异常管理代理式 AI 模型包括实时检测和网络异常处理以及服务性能优化。这一方案通过消除高强度人工劳动、管理开销和跨部门壁垒，有助于提高业务敏捷性，将运营效率提升高达 40%。

Prodapt 已引入了自主网络运营工作流，该工作由 NVIDIA AI Enterprise 提供支持，可提供代理式 AI 功能来支持自主电信网络。AI 智能体可自主监控网络，实时检测异常，启动诊断，利用历史数据和关联技术分析问题根本原因，自动执行纠正措施，并通过集成工单系统生成、完善和分配事件工单。

Accenture 宣布通过其 AI Refinery 平台推出全新电信代理式 AI 解决方案系列产品，该平台基于 NVIDIA AI Enterprise 软件和加速计算而构建。

首款解决方案 NOC Agentic App 利用生成式 AI 驱动的非线性自主框架，自动完成事故和故障管理、根本原因分析以及配置规划等流程，从而提升网络运营中心的工作效率。利用 Llama 3.1 70B NVIDIA NIM 微服务和 AI Refinery Distiller 框架，NOC Agentic App 可协调智能代理网络，以更快、更高效地完成决策制定。

Infosys 宣布推出其代理式自主运营平台 Infosys Smart Network Assurance (ISNA)，旨在帮助电信运营商加速实现全自主网络运营。

ISNA 借助集成式 AI 驱动平台，帮助解决电信公司长期存在的运营挑战，比如自动化程度有限和平均修复时间较长等，可将运营成本降低高达 40%，并将故障解决时间缩短高达 30%。NVIDIA NIM 和 NeMo 微服务增强了该平台的推理和幻觉检测能力，缩短了延迟并提高了准确性。