基坐、由器、互换机及数据核心发生的海量及时数据，包罗收集流量消息、机能目标、设置装备摆设取拓扑等，具有非布局化取高度复杂性。保守从动化东西常难以处置此类数据的及时大规模工做负载。

　　BubbleRAN 正正在云原生根本设备上开辟自从的多智能体 RAN 智能平台。正在这个平台上，LTMs 察看收集形态、设置装备摆设环境、可用性以及环节绩效目标，辅帮行收集和毛病解除。平台还通过高级操做东西，实现了收集从头设置装备摆设和策略实施过程的从动化。其 AI 智能体操纵先辈的检索加强生成管道和电信公用 API，以满脚客户需求。

　　Amdocs 的收集保障智能体（由 amAIz Agents 驱动）可以或许从动化施行毛病预测等反复使命，还能针对收集问题开展影响阐发，制定防止办法，并供给分步指点处理方案。别的，公司推出的收集摆设智能体，通过从动化集成、摆设使命取互操做性测试，简化了式无线接入网（RAN）的采用流程，同时为收集工程师供给有价值的看法。

　　正如 LLM 理解并生类言语，NVIDIA BioNeMo NIM微办事理解用于药物发觉的生物数据言语一样，LTM 现正在帮帮 AI 智能体可以或许控制电信收集的言语。

　　此外，Tech Mahindra 自动收集非常处理核心可以或许通过 LTM 从动处置大量收集事务，减轻工程师承担并提拔效率。

　　大型电信模子（LTMs）是基于电信收集数据锻炼的多模态大型言语模子（LLMs），是开辟收集AI 智能体的焦点。这些智能体可从动化复杂决策流程、提拔运维效率、提高员工出产力并优化收集机能。

　　Tech Mahindra 操纵 NVIDIA 代办署理式 AI 东西开辟 LTM，以帮力处理环节的收集运维问题。其自顺应收集洞察工做室可以或许供给收集问题的全景视图，生成分歧细致程度的从动化演讲，为消息手艺团队。

　　为处理这一挑和，NVIDIA 正在 GTC 上颁布发表，其合做伙伴正基于NVIDIA AI Enterprise软件平台的NVIDIA NIM取NeMo微办事，开辟专为电信行业定制的大型电信模子（LTMs）取 AI 智能体。这些 LTMs 取 AI 智能体将鞭策正在收集运维中实现下一代 AI。

　　这一进展意义严沉。NVIDIA 近期开展的电信行业查询拜访显示，40% 的受访者暗示正正在将 AI 引入收集规划取运维。

　　ServiceNow 基于 NVIDIA DGX Cloud 上的 NVIDIA AI Enterprise 而建立的电信 AI 智能体，通过生成问题处理方案手册，并正在潜正在的收集中缀发生前进行预测，从而提高了工做效率。这有帮于通信办事供给商缩短问题处理时间，并提拔客户对劲度。这些新的、能够间接利用的 AI 智能体还能对收集事务进行阐发，找出收集中缀的底子缘由，以便更快地处理问题，并避免正在将来发生雷同的环境。

　　NVIDIA AI Enterprise 还供给一系列东西取蓝图，帮帮建立可简化收集运维、降低成本并提拔效率的 AI 智能体，例如。