基于代理式AI的自主网络运营

一、电信专用推理模型

解决方案名称：NVIDIA Nemotron 大型电信模型 (LTM)
模型规格：开源、300亿参数的NVIDIA Nemotron LTM，基于Nemotron 3系列基础模型构建。
核心能力：

• 理解电信专业术语，对故障隔离、修复方案规划、变更验证等工作流进行逻辑推理。

• 由AdaptKey AI利用开放电信数据集（包括行业标准文档和合成日志）进行微调。
  部署特性：

• 开放模型，运营商可完整了解训练方法与所用数据。

• 可在本地网络环境中安全、快速部署，直接构建和运行AI智能体。

• 运营商可安全结合自身网络与运营数据，调整和扩展模型的电信推理能力，不牺牲数据控制权或安全性。
  发布渠道：作为GSMA新推出的“Open Telco AI”倡议的一部分，通过GSMA以开源形式发布（包括模型、实施指南及代理式AI蓝图）。

二、AI智能体构建指南

解决方案名称：网络运营推理智能体构建指南（NVIDIA与Tech Mahindra联合发布）
核心内容：微调特定领域专用推理模型，构建能安全执行网络运营中心 (NOC) 工作流的智能体。
教学框架（“像NOC工程师一样思考”）：

1. 聚焦高影响、高频发生的故障类别。

2. 将专家解决方案转化为逐步操作流程。

3. 将流程转化为结构化的“推理轨迹”（记录每一步操作、工具调用、结果与决策依据）。
   微调工具：借助NVIDIA NeMo-Skills工作流，基于推理轨迹对模型进行微调，构建具备问题解决与推理能力的电信专用AI智能体。

三、节能应用蓝图

解决方案名称：用于意图驱动RAN能源效率的NVIDIA Blueprint
核心功能：集成多要素形成闭环，在保障服务质量前提下，系统性降低5G RAN能耗。
集成平台：VIAVI的TeraVM AI RAN场景生成器 (AI RSG)，用于生成合成网络数据（小区利用率、用户吞吐量、流量模式等），并转换为可查询格式。
工作流程：

• 能源规划智能体基于合成数据推理，生成节能策略。

• 在AI RSG中进行模拟验证，安全验证策略是否符合意图，无需更改现网配置或影响用户服务。

四、网络配置蓝图及应用案例

解决方案名称：用于电信网络配置的NVIDIA Blueprint
应用案例1：Cassava Technologies

• 构建Cassava自主网络平台，优化非洲多厂商移动网络环境。

• 部署三个智能体：

• 智能体1：监控网络并推荐配置变更。

• 智能体2：应用变更并自动生成文档与治理记录。

• 智能体3：评估变更影响，出现意外后果时安全回滚。

应用案例2：NTT DATA（为日本一级运营商部署）

• 构建智能流量调控系统，应对中断后用户大规模重连引发的流量激增。

• 工作流程：AI智能体实时分析全网需求，决定在哪些小区、何时、以何种方式接纳新用户；随网络状况稳定动态调整决策，将人工配置流程转变为数据驱动优化循环。

五、多智能体编排增强方案

解决方案名称：多智能体编排框架（NVIDIA与BubbleRAN合作）
核心工具：

• NVIDIA NeMo Agent工具套件 (NAT)

• BubbleRAN代理式工具套件 (BAT)
  集成平台：BubbleRAN将NAT与BAT集成至其Opti-Sphere平台，跨容器与工作负载管理网络监控、配置与验证智能体，连接报告网络指标与流量状态的工具，持续提出并验证配置变更建议。
  首个采用运营商：Telenor Group（用于提升其旗下Telenor Maritime的5G网络性能）。

•