اپراتورهای مخابراتی از قبل مشکل را می دانند. شبکه ها بیش از حد پیچیده، چند لایه و بیش از حد وابسته به یکدیگر شده اند که نمی توان آنها را تنها از طریق مشاهده و پاسخ مدیریت کرد. پنجره مداخله انسانی، بین شرایط اضطراری و تخریب خدمات، به حدی محدود شده است که عملیات دستی دیگر یک مدل قابل دوام در مقیاس نیست. چندین سال است که صنعت به همین نتیجه رسیده است: شبکه باید خودش را مدیریت کند.
یک شبکه مستقل می تواند در مورد وضعیت خود استدلال کند، تصمیمات خود را تأیید کند و با اطمینان کافی عمل کند تا بدون حضور انسان در حلقه اجرا شود. اما استقلال مشکل خودش را ایجاد می کند. یک سیستم خودمختار تغییراتی با حجم و تنوع ارائه می‌دهد که هیچ فرآیند مدیریت تغییر انسانی نمی‌تواند از عهده آن برآید، و این بررسی انسانی به سرعت به گلوگاه کیفی و کمی کل سیستم تبدیل می‌شود. راه حل این است که هر تغییر پیشنهادی را با سرعت ماشین تأیید کنیم. این امر مستلزم چیزی است که صنعت مدتها در مورد آن صحبت کرده است: یک دوقلوی دیجیتالی با وفاداری بالا و تقریباً واقعی.
یک شبیه‌سازی خوب پیش‌بینی می‌کند که شبکه تحت یک تغییر پیشنهادی قبل از ایجاد آن چگونه رفتار خواهد کرد. اما یک شبیه‌سازی دقیقاً به اندازه چیزی است که بر اساس آن کالیبره شده است، و مدلی که برای اجرای خود باقی می‌ماند، از شبکه‌ای که قرار است نمایش دهد منحرف می‌شود.
متمایز کننده داده است. شبیه‌سازی زمانی دقیق می‌شود که با اندازه‌گیری‌های میدان واقعی، تله‌متری زنده و شرایط محیطی به طور مداوم به مدل بازگردانده شود. این جریان واقعیت چیزی است که شبیه سازی را به یک دوقلو دیجیتال واقعی تبدیل می کند و این اصل است VIAVI Generative Reality Digital Twin™ (GRDT) ساخته شده است.
GRDT یک دوقلوی دیجیتالی یکپارچه، با کیفیت بالا و مولد یک شبکه زنده است. این دوقلوهای خاص دامنه (RAN، IP/حمل و نقل و غیره) را در بر می گیرد که هوش مصنوعی و الگوریتم ها را قبل و در حین استقرار تأیید می کنند. کالیبره‌شده با داده‌های شبکه واقعی از راه‌حل‌های میدانی VIAVI و منابع زنده شخص ثالث، همان داده‌ها موتور هوش مصنوعی را آموزش می‌دهند تا مدل رفتار دنیای واقعی را با تکامل شرایط بازتولید کند. هوش مصنوعی هوش مصنوعی را در GRDT قبل از اینکه هر تغییری وارد شبکه زنده شود، آموزش می دهد و آزمایش می کند.
دامنه ها متفاوت هستند و هر کدام مشکلات و الزامات خاص خود را دارند. RAN مانند IP و حمل و نقل رفتار نمی کند و مشخصات هر کدام باید در مدلی که برای آنها ساخته شده است تأیید شود. این قدرت یک رویکرد یکپارچه است: VIAVI اکنون طرح‌های اولیه دامنه را ارائه می‌دهد که هر کدام ابزار مناسبی برای کار خود هستند. آنچه شما در هر مورد نیاز دارید به دنبال مشکلی است که دارید، و VIAVI می‌تواند در همه این موارد کمک کند.
محاسبات تسریع شده NVIDIA
VIAVI AI RAN Scenario Generator (AI RSG) دوقلوی دیجیتالی RAN است که برنامه‌های کاربردی شبکه را در شبکه‌های 4G، 5G و آینده 6G توسعه می‌دهد، اعتبارسنجی می‌کند و آزمایش‌های استرس را قبل از لمس شبکه‌های زنده انجام می‌دهد. این سیستم که ریشه در تولید داده مصنوعی دارد، محیط‌های RAN در مقیاس شهری را در شبکه‌های زمینی و غیرزمینی شبیه‌سازی می‌کند و به طور مداوم داده‌های دنیای واقعی را برای کالیبره کردن مدل خود جذب می‌کند و آزمایش حلقه بسته دقیق برنامه‌های AI/ML را در هر مقیاسی ممکن می‌سازد. AI RSG با چشم انداز بلندمدت برای یک دوقلو دیجیتال در زمان واقعی و در مقیاس شهری که توسط داده های میدانی زنده هدایت می شود، سفر اپراتورها را از مدیریت دستی شبکه تا استقلال کامل شبکه تسریع می کند.
پلتفرم NVIDIA Blackwell قابلیت اثبات شده AI RSG را در دو حوزه که عملیات مستقل به طور فزاینده ای نیاز دارد گسترش می دهد: زمان رسیدن به نتیجه و هزینه نتیجه.
زمان نتیجه. برخی از موارد استفاده مستقل نیاز به بازخورد تقریباً واقعی در چرخه تصمیم دارند، گاهی اوقات در عرض چند ثانیه. نتایج اولیه با استفاده از محاسبات شتاب‌دهی شده NVIDIA نشان می‌دهد که پیشرفت‌های مرتبه‌ای در توان عملیاتی شبیه‌سازی برای اجرای سناریوهای کاملا واقعی Massive MIMO در مقیاس استقرار واقعی کافی است.
هزینه نتیجه. در مقیاس اعتبار سنجی مستقل پیوسته (هزاران راه حل در روز)، شتاب GPU هزینه و انرژی کمتری را در هر سناریوی معتبر در مقایسه با CPU، با وجود هزینه های منابع اولیه بالاتر، فراهم می کند. وظایف استنتاج کوتاه مدت از استفاده کارآمد پشتیبانی می کند و در دسترس بودن بر اساس تقاضا نسبت به ظرفیت CPU معادل که برای حداکثر عملکرد مقیاس شده است، ارزان تر است.
ارزش در نقاط منفرد در اکوسیستم نشان داده می شود:
- برای توسعه دهندگان برنامه و سازمان های تحقیقاتی: طراحی الگوریتم اولیه، آموزش مدل هوش مصنوعی و اعتبار سنجی استنتاج.
- برای اپراتورهای پیش از استقرار در آزمایشگاه: اعتبارسنجی مفاهیم، معیارهای فروشندگان، و تنظیمات تنظیمات قبل از رسیدن به تولید.
- برای سیستم‌های نیمه خودمختار و کاملاً مستقل در عملیات: تجزیه و تحلیل تأثیر خودکار، تجزیه و تحلیل و ارزیابی ریسک که به شبکه اجازه می‌دهد تغییرات خود را تأیید یا رد کند.
شتاب چیزی است که واقع بینانه ترین و مقیاس پذیرترین سناریوها را قادر می سازد تا در هر یک از این نقاط تماس به شیوه ای کارآمد از نظر زمان و منابع اجرا شوند تا عملکردهای مستقل به درستی ریسک تغییر را مدیریت کنند.
همکاری VIAVI-NVIDIA بر اساس مکمل بودن ساختار یافته است. NVIDIA به زیرساخت‌های محاسباتی سریع و اکوسیستم CUDA کمک می‌کند. VIAVI به دوقلو دیجیتال RAN سازگار با O-RAN، CI/CD آماده که اپراتورها، ارائه دهندگان RAN و توسعه دهندگان rApp برای اعتبارسنجی پیش از تولید و اکنون در خود شبکه عملیاتی به آن تکیه می کنند، کمک می کند.
نتیجه یک شبیه‌سازی RAN است که با سرعت توسعه هوش مصنوعی همگام است و با افزایش پیچیدگی شبکه، از نظر عملیاتی مفید باقی می‌ماند.
طرح بهینه سازی RAN مبتنی بر هدف
سرعت شبیه سازی حیاتی است. مقدار عملیاتی یک لایه بالای آن قرار دارد، در کاری که دوقلو با این توانایی انجام می دهد.
را طرح بهینه سازی RAN مبتنی بر هدف یک مورد استفاده GRDT است که در آن NITRO® AIOps و NITRO Location Intelligence از یک مدل شبکه زنده همگام‌سازی مداوم پشتیبانی می‌کنند و AI RSG را به عنوان یک دوقلو دیجیتال مصنوعی RAN تغذیه می‌کنند.
این هدف اپراتور را تفسیر می کند (به عنوان مثال بهبود پوشش با حفظ توان عملیاتی، افزایش ظرفیت با حداقل سایت های اضافی، بهبود SLA با x٪ و غیره) و یک بهینه ساز مبتنی بر TLM تغییرات شبکه مورد نیاز برای برآورده کردن اهداف تجاری یا بهینه سازی شبکه را توصیه می کند.
هر توصیه در داخل دوقلو در برابر پوشش واقعی، مکان مشترک واقعی، داده‌های محیطی واقعی تأیید می‌شود و قبل از اینکه هر چیزی به شبکه زنده برسد، با یک امتیاز اطمینان بازگردانده می‌شود.
از پنجره‌های تعمیر و نگهداری برنامه‌ریزی‌شده و راه‌حل‌های برنامه‌ریزی سرمایه‌گذاری تا اجرای مستقل TM Forum L4 که در آن شبکه بدون دخالت انسان بر اساس هدف معتبر عمل می‌کند، مقیاس می‌شود.
شبکه خودمختار اکنون در محیط‌های اعتبارسنجی ساخته می‌شود که هر راه‌حل هوش مصنوعی قبل از اقدام در شبکه زنده آزمایش می‌شود.
GRDT یک دوقلوی کالیبره شده و ادغام شده از شبکه زنده را حفظ می کند. NVIDIA Blackwell-accelerated AI RSG سناریوهای RAN در مقیاس کامل را به اندازه کافی سریع تولید می کند تا وارد چرخه تصمیم گیری شود. و طرح بهینه‌سازی RAN مبتنی بر هدف، یک هدف تجاری، هدف پوشش، تعهد SLA یا مورد CapEx را به یک تغییر معتبر و دارای امتیاز اعتماد تبدیل می‌کند که شبکه می‌تواند روی آن عمل کند و به اجرای مستقل TM Forum L4 تبدیل می‌شود.
پلت فرم، سرعت و قصد کار به عنوان یک سیستم. این چیزی است که اپراتورهای کپنهاگ خواهند دید.
VIAVI در DTW Ignite 2026
به VIAVI در DTW Ignite 2026 در کپنهاگ از 23 تا 25 ژوئن بپیوندید، جایی که ما نمونه کارهایی را به نمایش خواهیم گذاشت که از مدل شبکه زنده پشتیبانی می کند، به طور مداوم در زمان واقعی همگام شده و به دوقلو دیجیتال RAN مصنوعی تغذیه می شود. از ما در غرفه 236 دیدن کنید، جایی که کارشناسان VIAVI طیف وسیعی از راه حل ها را نشان می دهند که مسیر روشنی را برای عملیات مستقل سطح 4 بدون خطر معمول ارائه می دهند. VIAVI همچنین در میزهای گرد متمرکز و متعدد شرکت می کند کاتالیزور رویدادها در وب سایت رویداد بیشتر بدانید: https://tmforum.org/events/dtw
DTW Ignite 2026 | 23–25 ژوئن | کابین 236 | مرکز بلا، کپنهاگ
حمل و نقل مرز بعدی است. اپراتوری که هزاران روتر متصل به هم را اجرا می کند، با انتشار خطا، تغییر جهت و تغییرات توپولوژی مواجه می شود که مشکلات محاسبه گراف در مقیاسی است که RAN را ساده به نظر می رساند. شتاب NVIDIA GNN اعمال شده در دوقلو دیجیتال حمل و نقل چیزی است که این مشکل را قابل درمان می کند.
این چیزی است که VIAVI و NVIDIA در حال ساختن هستند، و این چیزی است که در وبلاگ بعدی به آن خواهیم پرداخت.
