NVIDIA为电信运营带来可信的7×24小时AI智能体
产品· 原作者：Lilac Ilan· 6 分钟阅读0 阅读
NVIDIA在DTW Ignite 2026大会上展示了面向电信运营的AI智能体平台，通过合成数据、安全运行时和加速仿真，帮助运营商构建自治网络，实现全天候自动化运维。
电信运营商在使用生成式AI自动化网络管理、客户服务和后台运营方面已取得显著回报。不过，目前这些影响大多基于任务层面——自动化执行预定步骤，而洞察和下一步行动仍需人工介入。
自动化不再是终点，而是自主运营的起点。行业正朝着真正的自治网络和运营迈进，AI智能体主动监控问题，并在网络、IT和业务系统间协调变更。
合成数据、电信领域模型、安全智能体运行时和仿真共同构成了安全电信自治平台的关键组件。在该平台上，智能体能理解运营商的意图，安全地在业务和网络领域行动，同时将策略控制权保留在人类手中。
NVIDIA及其合作伙伴本周在哥本哈根举行的TM Forum DTW Ignite 2026大会上展示了这些构建模块，为运营商提供了一条通往更自治、更具弹性网络的可行路径，并为消费者和企业打造更丰富的AI驱动服务。
为AI模型解锁隐私安全的电信数据
理解电信领域的推理模型是自治网络的基础。这些专用模型需要在高品质数据集上微调，但54%的运营商表示数据相关问题是最大障碍——最有价值的网络和客户数据因过于敏感而无法直接使用。
合成数据使运营商能够安全地增加训练数据的数量和多样性，保护敏感信息，并让内部团队和外部开发者都能访问类似生产环境的电信数据集，同时不暴露原始客户记录。
软银公司正使用NVIDIA NeMo Safe Synthesizer和NVIDIA NeMo Anonymizer等技术生成隐私保护的合成数据集，这些数据集反映真实网络性能和配置数据的结构与分布。它们被用于微调其大型电信模型并构建专用网络智能体。
安全部署自治电信智能体
随着电信运营商寻求端到端工作流的自治，他们需要能从始至终处理复杂任务的AI智能体，而非仅执行单一任务。在严格的服务水平协议、变更管理策略和监管约束下运行的长期自治智能体，是这一转变的关键。
NVIDIA NemoClaw蓝图和NVIDIA OpenShell安全运行时为这些智能体提供了基于策略的护栏和沙箱访问权限，使运营商能更安全地扩大智能体在运营中的角色，同时保持行为可预测、可审计和受治理。
AdaptKey正与运营商合作试点用于5G网络自愈的安全强化长期智能体。NemoClaw和OpenShell驱动的智能体能检测安全和连接问题，并将范围有限的修复请求提交至AdaptKey的KeySmith平台执行，该平台编排诊断并运行智能体，对核心网、无线接入网和计费系统应用可审计的修复。
Amdocs展示了NemoClaw和OpenShell在主动客户关怀智能体中的潜力，包括漫游协助场景：自治智能体可识别漫游套餐即将耗尽的客户，提供可选项并与客户互动，在既定业务策略和运营控制内执行操作。Amdocs还将此运行时应用于自治数据科学智能体，分析客户账户并评估迁移资格，生成排序后的决策视图，帮助运营商以正确时机和顺序智能地将客户迁移至现代计费和业务平台。
NTT DATA使用NVIDIA Nemotron开放模型和NemoClaw构建用于主动检测网络劣化的长期智能体。这些异常监测智能体跟踪长期性能趋势，并将相关案例升级至研究智能体进行精细遥测分析和清晰的修复建议。
ServiceNow正在将Project Arc引入电信领域，实现运行网络运营中心的自治智能体，负责事件响应。Arc从跨孤立系统的邮件、日志和诊断中提取上下文，并编排从初始告警到分配工单的完整生命周期。在NVIDIA OpenShell保护和ServiceNow AI控制塔治理下，Arc的每一个动作都保持封闭、可审计且符合策略。
塔塔咨询服务公司正在构建一种多保真度的“AI传感器”架构，帮助运营商更快发现和解决网络问题。NemoClaw编排由Nemotron和NVIDIA NV-Tesseract驱动的长期智能体，广泛扫描问题并选择性触发深度诊断，为运营商提供从异常到行动更快速、更高效的路径。
通过加速仿真为自治注入信任
随着AI智能体在电信运营中承担更多责任，仿真正成为决策支持的重要组成部分。通过GPU加速仿真工作负载，运营商可以为智能体提供一个安全的近实时环境，在作用于实时网络和业务系统之前验证其建议。
Forsk在其Naos RAN规划平台中集成了基于AI的无线电传播模型，在NVIDIA RTX PRO 6000 Blackwell服务器版GPU上实现了比纯CPU基线快200倍的光线追踪级精度。由此产生的RAN数字孪生使运营商能够在近实时中安全优化网络，实现网络自愈和自动天线倾角等用例。
VIAVI Solutions正在加速其TeraVM AI RAN场景生成器，将大规模RAN仿真从CPU迁移至NVIDIA RTX PRO 6000 Blackwell服务器版GPU。早期结果显示仿真吞吐量提升了一个数量级，使运营商能够以真实部署规模运行高保真场景，帮助自治智能体降低提议的网络变更风险。此外，VIAVI还发布了一个IP网络配置蓝图，将验证扩展至IP和传输网络域，使运营商在变更触及实时网络之前安全验证路由、流量工程和弹性更改。
KDDI和KDDI研究所正通过与NVIDIA、Keysight和三星美国研究中心合作，将加速仿真带入6G时代，利用NVIDIA Aerial Omniverse数字孪生和Keysight的数字孪生就绪仿真工具，在KDDI的AI数据中心上构建高保真RAN数字孪生。在该环境中，多个自治智能体将能够安全地仿真和验证RAN的“假设”场景，涵盖区域优化策略、未来无线条件、流量变化和新型AI空口功能。
更深入地了解电信自治网络栈，请阅读NVIDIA技术博客。
原文链接：NVIDIA AI Blog
本文由前途科技编辑整理
想了解 AI 如何助力您的企业？
免费获取企业 AI 成熟度诊断报告，发现转型机会
//
24小时热榜
热门标签
关注公众号
扫码关注，获取最新 AI 资讯
免费获取 AI 落地指南
3 步完成企业诊断，获取专属转型建议
已有 200+ 企业完成诊断