Chúng ta đã bước vào kỷ nguyên trí tuệ nhân tạo (AI) và ngành viễn thông ngày càng quan tâm đến cách tận dụng tốt nhất các siêu năng lực của AI để tạo ra tăng trưởng kinh doanh, xây dựng các mạng lưới khác biệt và đạt được hiệu quả hoạt động chưa từng có. Mặc dù tất cả những kết quả này đều có thể đạt được nhưng chúng gây khó khăn và tệ hơn, nếu bị bỏ lại phía sau có thể gây thiệt hại nặng nề cho doanh nghiệp.
Ngành viễn thông đang dần áp dụng AI/machine learning (ML) trong mạng và cho hoạt động kinh doanh. Ví dụ: ngành Open RAN đã và đang nghiên cứu một số trường hợp sử dụng để tăng hiệu quả phổ tần, cải thiện hiệu quả sử dụng năng lượng và tối ưu hóa hiệu suất mạng. Tương tự, các hoạt động kinh doanh viễn thông đang nghiên cứu chatbot để cải thiện mức độ tương tác của khách hàng, tiến hành phân tích tình cảm và dự đoán tình trạng thay đổi.
Cuộc hành trình phía trước sẽ có nhiều biến đổi.
Trong một cuộc khảo sát được công bố vào tháng 2 năm 2023, NVIDIA nhận thấy rằng gần như tất cả những người được hỏi về lĩnh vực viễn thông (95%) đều đã tham gia vào AI. Tuy nhiên, phần lớn sự tham gia này mới ở giai đoạn đầu, vì chỉ một phần ba (34%) đã sử dụng AI trong hơn sáu tháng, trong khi gần một phần tư (23%) vẫn đang học cách áp dụng AI trên mạng của họ.
Trong blog này, tôi sẽ đề cập đến một số khía cạnh về cách AI/ML sẽ biến đổi hoạt động kinh doanh viễn thông.
AI được áp dụng vào mạng
Ngày nay, AI đã được sử dụng để hỗ trợ các mạng đạt được một số mức độ tự động hóa và hiệu quả. Trong tương lai, ngành này đã sẵn sàng chuyển từ hỗ trợ AI , nơi AI chỉ được sử dụng ở ngoại vi, sang AI gốc, nơi cốt lõi của hệ thống được xây dựng và vận hành bằng các mô hình AI/ML.
AI/ML sẽ thâm nhập vào toàn bộ hệ thống mạng, mang đến những cơ hội đặc biệt cho các nhà cung cấp dịch vụ truyền thông (CSP) để tạo ra các mạng khác biệt có tính tự động hóa cao, mang lại hiệu suất cao hơn, đạt được hiệu quả sử dụng năng lượng cao hơn và hơn thế nữa. Mọi lớp của mạng—từ bộ thu nơ-ron, bộ lập lịch nơ-ron đến bộ tối ưu hóa nơ-ron—đều sẵn sàng được chuyển đổi bằng AI/ML để mang lại hiệu suất cao hơn và chất lượng tốt hơn.
Và từ quy hoạch mạng đến triển khai mạng đến tối ưu hóa mạng—toàn bộ vòng đời mạng đã sẵn sàng được tự động hóa. Các trường hợp sử dụng bao gồm từ việc áp dụng AI/ML truyền thống để tối ưu hóa mạng cho đến khai thác siêu năng lực xử lý ngôn ngữ tự nhiên (NLP) của AI tổng hợp (GenAI) để khắc phục sự cố mạng. Hơn nữa, cặp song sinh kỹ thuật số mạng sẽ cho phép CSP thực hiện các mô phỏng toàn diện trong thế giới kỹ thuật số trước khi triển khai các thay đổi trong thế giới vật lý thực.
Đây chỉ là trầy xước bề mặt. AI sẽ cho phép CSP xây dựng các mạng tự động và khác biệt.
AI hỗ trợ doanh nghiệp
AI sẽ đóng vai trò then chốt trong việc đơn giản hóa, hiện đại hóa và tự động hóa hoạt động kinh doanh của CSP. AI sẵn sàng cho phép các CSP đạt được mức tăng năng suất chưa từng có, kiếm tiền hiệu quả từ mạng của họ và phát triển cả lợi nhuận và lợi nhuận của họ.
Hành trình đã bắt đầu đối với nhiều CSP có chatbot và nhân viên phụ trách trung tâm cuộc gọi đang tạo ra những cách thức mới để cung cấp dịch vụ chăm sóc khách hàng, thực hiện phân tích tình cảm và chủ động giảm thiểu tình trạng gián đoạn. Chúng tôi đang cộng tác với các đối tác của mình trong dự án TM Forum Catalyst “Đại lý trò chuyện AI: Người thay đổi cuộc chơi cho viễn thông” để mở đường cho ngành về vấn đề này. Dự án Catalyst này đang hỗ trợ chatbot với các mô hình ngôn ngữ lớn (LLM) được đào tạo về viễn thông để cung cấp dịch vụ chăm sóc khách hàng nhanh chóng, chính xác và được cá nhân hóa. Mục tiêu là nâng cao cả trải nghiệm của khách hàng và mang lại tăng trưởng doanh thu. Catalyst thể hiện sức mạnh của GenAI bằng cách chỉ ra cách các chatbot dựa trên LLM có thể hiểu ý định của khách hàng và kích hoạt các hành động tự động để cung cấp các gói dữ liệu được cá nhân hóa hoặc bắt đầu đăng ký dịch vụ mới.
Các phi công phụ sẽ thúc đẩy tăng năng suất, từ các phi công phụ phát triển mã đến các phi công phụ hỗ trợ hiện trường và các trợ lý kỹ thuật số mới do GenAI cung cấp sẽ cho phép các nhóm viễn thông đạt được kết quả nhanh hơn nhiều. Trên cùng một tuyến, GenAI sẽ cho phép các nhóm vận hành mạng nhanh chóng phân tích các nhật ký lớn và sàng lọc lượng lớn luồng thông báo báo hiệu để phát hiện các điểm bất thường và giảm thời gian khắc phục sự cố từ vài ngày xuống vài giờ xuống vài phút.
Với tính bền vững và giảm chi phí năng lượng là ưu tiên hàng đầu của hầu hết tất cả các CSP , AI sẽ đóng một vai trò then chốt trong hiệu quả sử dụng năng lượng của mạng—đặc biệt là ở vùng biên tại các địa điểm (thường) không bị ảnh hưởng. Bằng cách sử dụng AI/ML để hiểu thiết bị nào đang được sử dụng và khi nào, các tổ chức có thể tự động hóa việc quản lý năng lượng ở các vị trí biên.
Hiệu quả và năng suất tăng có ý nghĩa cũng như khả năng giảm chi phí vận hành sẽ được mở khóa cho các mạng có GenAI.
Xây dựng cơ sở hạ tầng sẵn sàng cho AI
Để khai thác toàn bộ tiềm năng kinh doanh của AI, CSP cần chuẩn bị sẵn sàng cơ sở hạ tầng mạng cho một loại khối lượng công việc hoàn toàn mới: khối lượng công việc AI.
Cơ sở hạ tầng sẵn sàng cho AI sẽ cho phép CSP không chỉ tạo ra các mạng khác biệt và đạt được mức tăng năng suất mà còn cho phép họ cung cấp các dịch vụ mới và tạo ra các nguồn doanh thu mới. CSP được định vị độc đáo để cung cấp các dịch vụ suy luận ở biên.
Mạng là rìa của thế giới thực và chúng có sức lan tỏa rộng khắp. Khi AI phát triển mạnh mẽ trên các ngành công nghiệp khác nhau, nhu cầu về suy luận sẽ tăng lên đáng kể. Việc suy luận gần hơn đến nơi dữ liệu được tạo ra mang lại cả lợi ích về mặt kỹ thuật và kinh doanh—hãy xem xét chi phí vận chuyển dữ liệu, độ trễ, khả năng loại bỏ dữ liệu có giá trị thấp ở biên, v.v. Với cơ sở hạ tầng sẵn sàng cho AI, CSP có thể cung cấp dịch vụ suy luận cho lớp khối lượng công việc AI mới này ở biên. Và ở nhiều thị trường, CSP cũng đang xây dựng các nhà máy AI để cung cấp dịch vụ đào tạo/điều chỉnh mô hình AI có chủ quyền.
Để xây dựng cơ sở hạ tầng phù hợp sẵn sàng cho AI, CSP sẽ phải giải quyết một loạt câu hỏi. Việc định cỡ phù hợp cơ sở hạ tầng AI để đào tạo và hội thảo sẽ yêu cầu tính đến kích thước và độ phức tạp của mô hình AI, đồng thời đáp ứng các hạn chế trong thế giới thực về nguồn điện, khả năng làm mát, hệ số dạng, v.v. cho một vị trí nhất định trong mạng.
Dell Technologies có nhiều loại máy chủ PowerEdge và danh mục GPU của chúng tôi nhằm đáp ứng các yêu cầu về hiệu suất ngày càng tăng của khối lượng công việc AI đồng thời đáp ứng các hạn chế trong thế giới thực. Ví dụ:
- PowerEdge XE9680 với GPU Nvidia H100 8x rất phù hợp để đào tạo/điều chỉnh mô hình AI lớn và có thể được lưu trữ trong các trung tâm dữ liệu quốc gia và/hoặc khu vực (NDC/RDC) của CSP.
- PowerEdge R760XA có thể chứa tối đa 4x GPU có chiều rộng gấp đôi hoặc lên đến 12x GPU có chiều rộng đơn và rất phù hợp cho việc triển khai mạng lõi của viễn thông.
- CPU PowerEdge XR8000 là AI sẵn sàng xử lý khối lượng công việc suy luận AI biên nhỏ và kết hợp với GPU có thể xử lý khối lượng công việc suy luận trung bình.
Đây chỉ là một số ví dụ và với máy chủ và GPU PowerEdge toàn diện của chúng tôi, các CSP danh mục đầu tư có thể điều chỉnh quy mô cơ sở hạ tầng của họ.
Đây là thời điểm thú vị trong công nghệ. AI là một lực lượng biến đổi sẽ xác định lại bối cảnh viễn thông. Những người ra khỏi cổng sớm có nhiều thứ để đạt được, và những người bị bỏ lại phía sau có rất nhiều điều phải lo lắng.
Điện thoại AI về nhà.
Bài viết mới cập nhật
PowerStore—Sức mạnh của cụm
Tổng quan PowerStore được thiết kế để trở thành nền tảng ...
Triển khai VMware Cloud Foundation Workload Domains với PowerStore Systems
Tổng quan VMware Cloud Foundation là giải pháp đám mây lai ...
Có gì mới trong PowerStore OS 3.5?
Dell PowerStoreOS 3.5 là bản phát hành phần mềm mới nhất ...
Dell PowerStore – Dễ dàng tạo Metro Volume chỉ với sáu cú nhấp chuột
Trong bài viết ngắn này, tôi sẽ hướng dẫn bạn cách ...