Les réseaux autonomes, c’est-à-dire des opérations de télécommunications intelligentes et autogérables, passent de vision du future à la priorité actuelle pour les opérateurs de télécommunications. Dans le dernier rapport de NVIDIA sur l’état de l’IA dans les télécommunications, l’automatisation du réseau est apparue comme le principal cas d’utilisation de l’IA en matière d’investissement et de retour sur investissement.
L’automatisation est différente de l’autonomie. Outre l’exécution de workflows prédéfinis, les réseaux autonomes doivent comprendre l’intention des opérateurs, raisonner sur les compromis et décider quelles actions prendre. Les modèles de raisonnement et les agents d’IA affinés sur les données de télécommunications sont essentiels pour permettre cette évolution.
Pour que les réseaux deviennent autonomes, un système agentique de bout en bout est nécessaire, incluant des composants clés tels que les modèles de réseaux de télécommunications et des agents d’IA qui communiquent entre eux et utilisent des outils de simulation de réseau pour valider les actions.
Avant le Mobile World Congress de Barcelone, NVIDIA a dévoilé un grand modèle de télécommunications (LTM) ouvert basé sur NVIDIA Nemotron, un guide complet pour créer des agents de raisonnement pour les opérations réseau, et de nouveaux modèles NVIDIA pour les économies d’énergie et la configuration du réseau avec orchestration multi-agents afin d’aider les opérateurs à progresser vers l’autonomie.
Dans le cadre de la participation de NVIDIA à l’initiative Open Telco AI de la GSMA, le nouveau LTM open source, le guide de mise en œuvre et les AI Blueprints sont tous disponibles sous forme de ressources ouvertes via la GSMA.
Le grand modèle de télécommunications ouvert Nemotron V3 apporte le raisonnement aux télécommunications
Pour que les opérateurs de télécommunications puissent mettre en œuvre l’IA générative et agentique dans l’ensemble de leurs opérations, les modèles d’IA doivent pouvoir comprendre le langage des télécommunications et raisonner grâce à des workflows complexes. NVIDIA a collaboré avec la société de conseil AdaptKey AI pour publier un nouveau NVIDIA Nemotron LTM open source et de 30 milliards de paramètres, que les opérateurs du monde entier peuvent utiliser pour créer des réseaux autonomes.
Basé sur la famille de modèles de fondation NVIDIA Nemotron 3 et affiné par AdaptKey AI à l’aide d’ensembles de données de télécommunications ouverts, notamment les normes industrielles et les journaux synthétiques, le LTM est optimisé pour comprendre la terminologie de l’industrie des télécommunications et raisonner via des workflows tels que l’isolation des pannes, la planification des mesures de réparation et la validation des modifications.
En tant que modèle ouvert, Nemotron LTM offre aux opérateurs de télécommunications une transparence totale sur la façon dont il a été entraîné et quelles données ont été utilisées, permettant un déploiement sécurisé et rapide sur site au sein de leurs réseaux, où ils peuvent créer et exécuter directement des agents. Elle permet également aux opérateurs de télécommunications d’adapter et d’étendre en toute sécurité le raisonnement optimisé à leur propre réseau et données opérationnelles, afin qu’ils puissent passer à des opérations autonomes sans sacrifier le contrôle sur les données ou la sécurité.
Enseigner aux agents d’IA à raisonner comme les ingénieurs réseau
NVIDIA et Tech Mahindra ont publié un guide open source qui montre aux opérateurs de télécommunications comment affiner les modèles de raisonnement spécifiques à un domaine et créer des agents capables d’exécuter les workflows du centre d’opérations réseau (NOC) en toute sécurité.
Le guide décrit un framework pour enseigner aux modèles à raisonner comme le NOC ingénieurs : se concentrent sur les catégories d’incidents à fort impact et à haute fréquence, traduisent les résolutions des experts en procédures étape par étape et transforment celles-ci en traces de raisonnement structurées qui capturent chaque action, appel d’outils, résultat et décision. Ces traces deviennent les « exemples de réflexion » dont le modèle apprend, afin qu’il comprenne non seulement quoi faire, mais aussi pourquoi une séquence particulière de vérifications et de corrections est sûre et efficace.
À l’aide du pipeline NVIDIA NeMo-Skills, les opérateurs peuvent affiner un modèle de raisonnement sur ces traces, posant ainsi les bases de la mise en œuvre d’agents d’IA spécialisés en télécommunications capables de raisonner et de résoudre les problèmes comme un ingénieur réseau.
Maximiser l’efficacité énergétique avec le nouveau modèle d’économie d’énergie basé sur l’intention
Les réseaux autonomes s’appuient sur un fonctionnement en boucle fermée : des modèles qui comprennent le réseau, des agents qui agissent sur l’intention et une simulation qui renvoie les résultats dans le système pour valider et affiner les décisions. Le nouveau modèle NVIDIA pour l’efficacité énergétique des RAN basés sur l’intention regroupe ces éléments, et aide les opérateurs à réduire systématiquement la consommation d’énergie dans les réseaux d’accès radio (RAN) 5G tout en préservant la qualité de service.
Ce modèle intègre la plateforme de générateur de scénarios TeraVM AI RAN Scenario Generator (AI RSG) du leader des tests et des mesures réseau pour générer des données réseau synthétiques, notamment sur l’utilisation des cellules, le débit des utilisateurs et d’autres schémas de trafic, et les convertir dans un format simple et interrogable.
Un agent de planification énergétique raisonne ensuite sur les données synthétiques pour générer des politiques d’économie d’énergie qui peuvent être simulées dans AI RSG, permettant aux opérateurs de valider les politiques d’économie d’énergie en toute sécurité dans une boucle fermée pour répondre à leur intention sans modifier les configurations en direct ni impacter les abonnés.
Les opérateurs de télécommunications mettent en œuvre le modèle NVIDIA pour la configuration réseau
Le blueprint NVIDIA pour la configuration des réseaux de télécommunications est adopté par les opérateurs du monde entier.
Cassava Technologies utilise ce modèle pour créer Cassava AI RAN, une plateforme agentique conçue pour optimiser l’environnement de réseaux mobiles multi-fournisseurs en Afrique. La plateforme met en œuvre trois agents : l’un pour surveiller le réseau et recommander des modifications de configuration, l’autre pour appliquer les modifications avec la documentation et la gouvernance, et l’autre pour évaluer l’impact des modifications apportées et les annuler en toute sécurité si elles ont des effets inattendus.
NTT DATA met en œuvre le blueprint pour apporter de l’intelligence à la régulation du trafic, aidant le réseau à gérer les surtensions lorsque les utilisateurs se reconnectent après une panne, et le déploie avec un opérateur de niveau 1 au Japon.
Un agent d’IA examine la demande en temps réel sur l’ensemble du réseau, puis décide quand et comment admettre de nouveaux utilisateurs sur des cellules spécifiques. À mesure que les conditions se stabilisent, l’agent adapte ses décisions, transformant des configurations auparavant manuelles en cycle d’optimisation basé sur les données pour des réseaux mobiles plus résilients.
Évolution de la configuration réseau avec l’orchestration multi-agents
Pour aider les opérateurs de télécommunications à concevoir, à observer et à optimiser les workflows agentiques complexes sur le RAN, NVIDIA et BubbleRAN améliorent le blueprint NVIDIA pour la configuration des réseaux de télécommunications avec NVIDIA NeMo Agent Toolkit (NAT) et BubbleRAN Agent Toolkit (BAT), des frameworks complémentaires pour l’orchestration multi-agents.
BubbleRAN intègre NAT et BAT à sa plateforme Opti-Sphere pour gérer les agents de surveillance, de configuration et de validation du réseau de manière plus flexible sur les conteneurs et les charges de travail, et les connecte à des outils qui rapportent les métriques réseau et l’état du trafic, afin qu’ils puissent proposer et valider en continu des modifications de configuration.
Le groupe Telenor sera la première entreprise de télécommunications à adopter le modèle avec BubbleRAN pour améliorer son réseau 5G pour Telenor Maritime, le fournisseur de connectivité mondiale en mer du groupe.
Les réseaux autonomes sont un composant clé des réseaux sans fil natifs de l’IA, et travaillent en collaboration avec les jumeaux numériques de réseau pour transformer la façon dont les futurs réseaux 6G sont créés, gérés et optimisés au quotidien.
Découvrez les dernières avancées en matière d’IA agentique pour les télécommunications au Mobile World Congress, qui se tient à Barcelone du 2 au 5 mars.
Consultez également notre note d’information relatives aux produits logiciels