Nvidia przekonuje, że budowa autonomicznych sieci telekomunikacyjnych wymaga czegoś więcej niż automatyzacji procesów. Operatorzy potrzebują kompletnego stosu AI obejmującego modele wyspecjalizowane w telekomunikacji, mechanizmy bezpieczeństwa, środowiska symulacyjne oraz rozproszoną infrastrukturę obliczeniową.
Jak informuje serwis VoIP Review,podczas konferencji „DTW Ignite” w Kopenhadze Chris Penrose, globalny szef rozwoju biznesu telekomunikacyjnego w Nvidia, przedstawił wizję firmy dotyczącą autonomicznych sieci. Według niego punktem wyjścia powinny być modele AI rozumiejące język i specyfikę telekomunikacji, które następnie mogą zasilać tzw. agentic workflows, czyli procesy, w których agenci AI planują i wykonują określone zadania.
Kluczowym problemem pozostaje jednak zaufanie. Sieci telekomunikacyjne obsługują usługi krytyczne, dlatego operatorzy nie mogą pozwolić, aby system AI samodzielnie wprowadzał niezweryfikowane zmiany w działającej infrastrukturze.
Nvidia wskazuje w tym kontekście na mechanizmy ochronne i bezpieczne środowiska testowe. Narzędzia takie jak NeMo Guardrails i OpenShell mają ograniczać działania agentów AI i umożliwiać kontrolowanie ich zachowania przed wykorzystaniem w sieci produkcyjnej.
Kolejnym elementem ma być symulacja. Nvidia współpracuje m.in. z Infovista, VIAVI, KDDI, Keysight i Samsung Research America nad rozwiązaniami wykorzystującymi symulacje sieci radiowych oraz cyfrowe bliźniaki. Operatorzy mogą dzięki nim testować zmiany w wirtualnym środowisku przed ich wdrożeniem w rzeczywistej sieci.
Według Nvidia droga do większej autonomii powinna obejmować kolejne etapy: przewidywanie, rekomendowanie, symulowanie, walidację i dopiero na końcu wykonanie działania. Takie podejście ma ograniczyć ryzyko związane z powierzaniem systemom AI coraz większej kontroli nad infrastrukturą.
Nvidia widzi jednak zastosowanie AI w telekomunikacji nie tylko po stronie zarządzania siecią. Firma wskazuje operatorów jako potencjalnych dostawców infrastruktury dla rozproszonych usług AI. Koncepcja AI Grid zakłada wykorzystanie posiadanych przez operatorów aktywów – m.in. lokalizacji centralnych, stacji bazowych, zasilania i relacji z klientami – do uruchamiania obliczeń AI bliżej użytkowników i urządzeń.
Przykładem tego kierunku jest współpraca AT&T, Cisco i Nvidia, łącząca bezpieczną łączność, usługi mobilne oraz akcelerowane obliczenia. Wśród potencjalnych zastosowań wymieniane są m.in. monitoring wideo, transport, produkcja oraz automatyzacja procesów przemysłowych.
Dla operatorów oznacza to możliwość wyjścia poza tradycyjny model dostawcy łączności. Połączenie sieci, mocy obliczeniowej i usług AI może w przyszłości stworzyć nowe źródła przychodów. Nvidia przekonuje jednak, że warunkiem przejścia od automatyzacji do rzeczywistej autonomii pozostają wyspecjalizowane modele, kontrola działań agentów oraz możliwość bezpiecznego testowania decyzji AI.
