NVIDIA dan Nokia Perluas Penerapan AI pada Jaringan Telekomunikasi dan Infrastruktur Seluler
NVIDIA dan Nokia memperluas kerja sama dalam pengembangan jaringan telekomunikasi berbasis kecerdasan buatan melalui sejumlah pengumuman pada 21 Oktober 2026 di ajang NVIDIA GTC Berlin. Kolaborasi ini berfokus pada penerapan AI-RAN, yaitu teknologi yang menggabungkan pemrosesan jaringan radio dengan kemampuan komputasi AI menggunakan infrastruktur terakselerasi GPU. Berbagai operator telekomunikasi, termasuk T-Mobile, Deutsche Telekom, BT, Elisa, dan Orange, turut terlibat dalam pengujian serta pengembangan sistem tersebut. Inovasi ini berpotensi meningkatkan kualitas layanan seluler, mendukung otomatisasi operasional, dan memperluas penggunaan komputasi AI di lokasi yang lebih dekat dengan pengguna.
NVIDIA dan Nokia Percepat Transformasi Jaringan Telekomunikasi Berbasis AI
Kolaborasi antara NVIDIA dan Nokia mendorong transformasi sistem jaringan menuju arsitektur AI-native. Melalui pengumuman di GTC Berlin, NVIDIA dan Nokia menampilkan hasil pengembangan jaringan radio berbasis AI. Pendekatan jaringan radio berbantuan kecerdasan buatan menggabungkan fungsi pemrosesan sinyal radio dengan kemampuan AI. Pendekatan tersebut bertujuan meningkatkan efisiensi penggunaan sumber daya. Sebagai manfaat tambahan, jaringan dapat dimanfaatkan untuk menjalankan aplikasi AI. Melalui perubahan ini, operator tidak hanya menyediakan konektivitas dalam ekosistem teknologi digital.
Kerja sama NVIDIA dan Nokia merupakan kelanjutan dari strategi AI-RAN yang telah diperkenalkan. Pada 2026, implementasi AI-RAN memasuki tahapan uji lapangan yang lebih luas. Beberapa operator jaringan global mulai menguji kemampuan tersebut. Mitra pengujian yang terlibat mencakup T-Mobile, BT, Deutsche Telekom, Elisa, dan Orange. Partisipasi operator tersebut memperluas pengamatan terhadap kinerja sistem. Meski pengujian semakin meluas, sebagian penerapan masih berbentuk demonstrasi dan uji lapangan. Dengan mempertimbangkan hal tersebut, hasil implementasi nyata tetap menjadi perhatian penting.
Teknologi NVIDIA Aerial RAN Computer dan Nokia anyRAN
Komponen penting dalam arsitektur tersebut adalah penggunaan komputasi terakselerasi bersama perangkat lunak jaringan. Dalam kerja sama ini, NVIDIA menghadirkan Aerial RAN Computer atau ARC sebagai sistem pemrosesan yang mendukung beban kerja RAN. Sementara itu, Nokia menggunakan perangkat lunak anyRAN yang memanfaatkan akselerasi CUDA. Kombinasi tersebut mengurangi kebutuhan memisahkan seluruh beban kerja komputasi. Dalam praktiknya, perangkat lunak RAN menangani komunikasi radio, sedangkan kemampuan AI dapat menjalankan inferensi tambahan. Pendekatan tersebut memberikan fleksibilitas pengelolaan beban kerja.
Pada sistem komunikasi 5G, pengolahan informasi radio membutuhkan sumber daya besar. Melalui kerja sama teknis, kedua perusahaan menguji channel estimation, beamforming, multi-user MIMO pairing, serta scheduling. Berbagai fungsi pengelolaan radio tersebut mempengaruhi pemanfaatan spektrum. Sebagai contoh, estimasi kanal membantu sistem memahami kondisi sinyal. Dengan bantuan AI, pengolahan sinyal berpotensi menjadi lebih adaptif. Walaupun pengujian menunjukkan kemajuan, kinerja aktual bergantung pada konfigurasi jaringan. Dengan mempertimbangkan faktor tersebut, pengujian pada jaringan aktif menjadi penting.
T-Mobile Berhasil Menguji Panggilan AI-RAN pada Jaringan Komersial
Perkembangan penting dalam implementasi AI-RAN adalah terlaksananya panggilan seluler berbasis AI-RAN pada infrastruktur operasional. Demonstrasi jaringan ini dilaksanakan di Bellevue, Amerika Serikat. Dalam proses pengembangan ini, Nokia bersama NVIDIA menggunakan teknologi antena Massive MIMO dengan software radio Nokia berbasis CUDA dan infrastruktur Aerial RAN Computer. Platform tersebut dihubungkan ke inti jaringan 5G Standalone komersial. Panggilan kemudian dilakukan menggunakan ponsel yang digunakan pada jaringan nyata. Pencapaian tersebut memperlihatkan kelayakan awal arsitektur pada lingkungan operator.
Meskipun pengujian jaringan aktif berhasil, hasil tersebut belum menjadi jaminan performa pada semua kondisi. Tahapan penelitian selanjutnya akan mencakup algoritma AI untuk fungsi radio serta aplikasi kecerdasan buatan yang berbagi infrastruktur. Ketika sistem melayani banyak pengguna, kestabilan layanan menjadi prioritas. Pengembang jaringan perlu menilai konsumsi energi serta penggunaan spektrum. Dalam penerapan berskala besar, biaya pengadaan dan pemeliharaan infrastruktur menjadi pertimbangan penting. Dengan demikian, operator memperoleh informasi bagi pengembangan komersial bertahap.
Perluasan AI-RAN di Eropa Bersama BT, Deutsche Telekom, dan Elisa
Selain pengujian T-Mobile, sejumlah operator Eropa turut mengembangkan AI-RAN. Operator telekomunikasi Inggris BT menargetkan pelaksanaan pengujian lapangan pada 2027. Pada perkembangan lainnya, Deutsche Telekom melakukan evaluasi sistem AI-RAN di lingkungan pengujian Bonn dan Oulu. Validasi teknis tersebut berfokus pada peningkatan pengelolaan sinyal arah unggah. Dalam evaluasi teknis Deutsche Telekom, kemampuan unggah menunjukkan kenaikan sekitar 10 sampai 15 persen. Meski pengukuran menunjukkan peningkatan, performa aktual dapat berubah menurut lingkungan jaringan. Perusahaan telekomunikasi ini menyiapkan validasi di luar laboratorium pada 2027.
Perusahaan telekomunikasi Finlandia Elisa juga mencatat kemajuan penting. Melalui uji lapangan di Finlandia, sistem menangani beberapa beban kerja radio serta AI sekaligus. Seluruh fungsi tersebut memanfaatkan sistem komputasi bersama berbasis NVIDIA. Pencapaian Elisa memberikan gambaran penggunaan infrastruktur terkonvergensi. Pada pengembangan berikutnya, Orange menjalankan pengujian AI-RAN untuk peningkatan efisiensi spektrum. Sebagai penerapan tambahan, Orange menghadirkan layanan kecerdasan suara berbasis AI. Pengembangan tersebut membantu mempersiapkan implementasi komersial pada 2027.
Pemanfaatan Agentic AI untuk Mengelola Infrastruktur Seluler
Di luar pengembangan perangkat keras RAN, NVIDIA dan Nokia mengembangkan penggunaan agen kecerdasan buatan. Dalam pengembangan tersebut, Nokia memanfaatkan NVIDIA Nemotron dan NVIDIA Agent Toolkit ke dalam perangkat lunak pengelolaan jaringan otonom. Integrasi tersebut dirancang mendukung identifikasi gangguan secara otomatis. Sistem agentic AI dapat dibangun untuk menangani tugas khusus seperti mengidentifikasi anomali operasional. Untuk mendukung kegiatan teknis, perangkat lunak bisa memberikan saran pemulihan. Namun demikian, Nokia tetap menekankan pengawasan operator. Model otomatisasi yang diterapkan memberikan ruang evaluasi sebelum tindakan dijalankan.
Kolaborasi otomatisasi ini juga melibatkan sejumlah mitra industri. Cisco memanfaatkan Nemotron dalam perangkat lunak Crosswork. Sistem tersebut mendukung operasi infrastruktur transportasi data. Sebagai mitra pengembangan lainnya, Tata Consultancy Services atau TCS menggunakan Nemotron untuk membangun agen khusus. Sistem yang dirancang berpotensi memeriksa pekerjaan teknis jaringan. Penyedia solusi teknologi NTT DATA juga memperluas NextGenOSS dengan model NVIDIA. Dengan pemanfaatan model terbuka, operator diharapkan dapat mengenali gangguan lebih awal. Meski otomatisasi semakin berkembang, keamanan dan ketepatan keputusan tetap harus diperhatikan.
Masa Depan Jaringan AI-RAN dan Infrastruktur Seluler Cerdas
Perluasan kolaborasi NVIDIA dan Nokia memperlihatkan perubahan arah teknologi komunikasi modern. Dengan menggabungkan komputasi GPU serta perangkat lunak radio, infrastruktur telekomunikasi berpotensi menjadi platform komputasi terdistribusi. Pengujian Deutsche Telekom menjadi bagian dari validasi sistem pada lingkungan operator. Di luar peningkatan komunikasi radio, penggunaan model AI untuk otomatisasi mendukung peningkatan efisiensi operasional. Namun demikian, keberhasilan komersial bergantung pada hasil implementasi. Dalam perkembangan TEKNOLOGI telekomunikasi, integrasi AI-RAN dapat menjadi fondasi menuju 6G. Bagaimana pandangan Anda, apakah kolaborasi NVIDIA dan Nokia dapat mempercepat perkembangan jaringan 6G? Silakan bagikan pendapat Anda mengenai inovasi ini.
