От автоматизации к автономии: новая парадигма
Индустрия телекоммуникаций перешагивает порог, где AI просто ускоряет рутинные задачи. NVIDIA объявила о запуске платформы для полностью автономных сетей, где агенты самостоятельно выявляют проблемы, координируют изменения в IT-системах и сетях, сохраняя человеческий контроль над политиками безопасности. Ключевые компоненты этой экосистемы — доменные модели, синтетические данные и безопасные среды выполнения (runtimes).
Решение проблемы данных: 54% барьер преодолен
Главное препятствие для внедрения AI в телекоме — конфиденциальность данных. 54% операторов называют проблемы с данными главным барьером. NVIDIA и SoftBank Corp. демонстрируют решение на базе NVIDIA NeMo Safe Synthesizer и NeMo Anonymizer. Эти инструменты генерируют синтетические наборы данных, которые сохраняют структуру и распределение реальных сетевых показателей, но не содержат персональных данных клиентов. Это позволяет безопасно дообучать доменные модели и создавать специализированных сетевых агентов.
Безопасное выполнение: NemoClaw и OpenShell
Для долгосрочных автономных агентов, работающих в рамках строгих SLA, NVIDIA представила NemoClaw (blueprints) и NVIDIA OpenShell (secure runtime). Эти инструменты предоставляют агентам песочницу с политическими ограничениями, делая их действия предсказуемыми и аудируемыми. Партнеры уже внедряют это:
- AdaptKey: пилотирует агентов для самовосстановления 5G-сетей. Агенты обнаруживают уязвимости и отправляют запросы на исправление в платформу KeySmith.
- Amdocs: создает проактивных агентов для обслуживания клиентов (например, помощь в роуминге) и агентов для анализа миграции на новые биллинговые платформы.
- NTT DATA: использует модели Nemotron для агентов, отслеживающих долгосрочные тренды деградации сети.
- ServiceNow: интегрирует Project Arc для автономных операторских центров. AI собирает контекст из логов и писем, управляя инцидентами от алерта до закрытия тикета.
- TCS: строит архитектуру «AI-сенсоров» на базе NV-Tesseract для быстрого сканирования сети и глубокой диагностики.
Ускоренное моделирование: Цифровые двойники RAN
Перед тем как агент применит изменение в реальной сети, его действия валидируются в симуляции. Использование GPU NVIDIA RTX PRO 6000 Blackwell Server Edition позволяет ускорить процессы в сотни раз:
| Компания | Решение/Платформа | Результат/Метрика |
|---|---|---|
| Forsk | Naos RAN (с AI-моделью распространения радиоволн) | Точность уровня ray-tracing, но в 200 раз быстрее CPU-базы |
| VIAVI Solutions | TeraVM AI RAN Scenario Generator | Увеличение пропускной способности симуляции на порядок величины |
| KDDI / Keysight / Samsung | NVIDIA Aerial Omniverse Digital Twin | Высокодетализированный цифровой двойник для 6G и валидации «what-if» сценариев |
Эти технологии позволяют операторам безопасно оптимизировать антенны, тестировать маршрутизацию и готовиться к эре 6G, минимизируя риски при внедрении изменений в живую инфраструктуру.
Источник: NVIDIA Blog ↗