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.
Kolaborasi NVIDIA dan Nokia Membawa Kecerdasan Buatan ke Infrastruktur Seluler
Kolaborasi antara NVIDIA dan Nokia mendorong integrasi AI ke dalam infrastruktur komunikasi seluler. Pada agenda industri teknologi di Berlin, kolaborasi tersebut menunjukkan perkembangan sistem telekomunikasi terakselerasi. Pendekatan jaringan radio berbantuan kecerdasan buatan menggabungkan fungsi pemrosesan sinyal radio dengan kemampuan AI. Model infrastruktur tersebut dikembangkan untuk mendukung layanan digital yang lebih cerdas. Sebagai manfaat tambahan, lokasi jaringan dapat menyediakan layanan kecerdasan buatan. Berkat transformasi tersebut, operator tidak hanya menyediakan konektivitas dalam pengembangan layanan komputasi modern.
Kerja sama NVIDIA dan Nokia telah berlangsung sejak pengumuman kemitraan sebelumnya. Dalam perkembangan terbaru tahun 2026, implementasi AI-RAN memasuki tahapan uji lapangan yang lebih luas. Berbagai penyedia layanan seluler terlibat dalam validasi platform. Mitra pengujian yang terlibat mencakup T-Mobile, BT, Deutsche Telekom, Elisa, dan Orange. Keterlibatan mereka memperluas pengamatan terhadap kinerja sistem. Meski pengujian semakin meluas, penggunaan AI-RAN secara luas masih membutuhkan evaluasi tambahan. Untuk menilai kesiapan teknologi, hasil implementasi nyata tetap menjadi perhatian penting.
Integrasi GPU dan Kecerdasan Buatan pada Infrastruktur Radio Seluler
Fondasi utama teknologi AI-RAN adalah penggabungan pemrosesan sinyal dan inferensi AI. Dalam kerja sama ini, NVIDIA menghadirkan Aerial RAN Computer atau ARC sebagai fondasi perangkat keras terakselerasi. Pada bagian perangkat lunak, Nokia menyediakan platform radio anyRAN yang memanfaatkan akselerasi CUDA. Arsitektur terpadu ini mengurangi kebutuhan memisahkan seluruh beban kerja komputasi. Dalam praktiknya, sistem jaringan memproses pertukaran sinyal seluler, sedangkan akselerator mendukung aplikasi kecerdasan buatan. Penggunaan bersama ini memberikan fleksibilitas pengelolaan beban kerja.
Dalam jaringan seluler modern, operasi RAN melibatkan berbagai perhitungan kompleks. Kolaborasi tersebut memperluas penerapan AI pada estimasi kondisi kanal radio, beamforming, multi-user MIMO pairing, serta scheduling. Mekanisme pemrosesan sinyal ini mempengaruhi pemanfaatan spektrum. Dalam penggunaan praktis, pengukuran kanal memungkinkan jaringan menyesuaikan transmisi. Berkat pemodelan berbasis pembelajaran mesin, fungsi radio mungkin memberikan respons yang lebih sesuai. Meskipun konsep tersebut menjanjikan, hasil peningkatan tidak selalu sama di setiap lokasi. Karena itu, analisis performa harus dilakukan dalam berbagai situasi.
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. Pengujian tersebut berlangsung di Bellevue, Washington. Nokia dan NVIDIA memanfaatkan sistem radio multiantena dengan software radio Nokia berbasis CUDA dan infrastruktur Aerial RAN Computer. Platform tersebut dihubungkan ke inti jaringan 5G Standalone komersial. Panggilan kemudian dilakukan menggunakan perangkat seluler yang tersedia secara komersial. Keberhasilan tersebut menjadi bukti kemajuan dari laboratorium menuju implementasi nyata.
Walaupun pencapaian T-Mobile penting, hasil tersebut belum menjadi jaminan performa pada semua kondisi. Rencana pengembangan lanjutan berfokus pada pengujian kemampuan AI dalam RAN serta beban kerja inferensi yang berjalan bersamaan. Ketika sistem melayani banyak pengguna, kestabilan layanan menjadi prioritas. Operator perlu mengevaluasi konsumsi energi serta penggunaan spektrum. Selain itu, biaya pengadaan dan pemeliharaan infrastruktur perlu masuk dalam analisis operasional. Dengan demikian, operator memperoleh informasi bagi pengembangan komersial bertahap.
Pengembangan Jaringan Seluler Berbasis AI di Berbagai Negara
Di luar pencapaian jaringan Amerika Serikat, sejumlah operator Eropa turut mengembangkan AI-RAN. BT merencanakan uji jaringan aktif di Birmingham pada 2027. Pada perkembangan lainnya, Deutsche Telekom menguji kemampuan teknologi Nokia serta NVIDIA pada laboratorium terkait. Pengembangan tersebut berfokus pada peningkatan pengelolaan sinyal arah unggah. Dalam evaluasi teknis Deutsche Telekom, peningkatan throughput uplink umumnya mencapai 10 hingga 15 persen. Namun demikian, angka itu berasal dari kondisi pengujian tertentu. Perusahaan telekomunikasi ini menyiapkan validasi di luar laboratorium pada 2027.
Operator Elisa di Finlandia berhasil menyelesaikan demonstrasi jaringan aktif. Pada demonstrasi menggunakan jaringan 5G Elisa, sistem menangani beberapa beban kerja radio serta AI sekaligus. Kombinasi beban kerja ini memanfaatkan sistem komputasi bersama berbasis NVIDIA. Pencapaian Elisa memperlihatkan kemampuan menjalankan beberapa fungsi pada satu platform. Sementara itu, Orange menguji perangkat lunak Nokia 5G pada NVIDIA ARC. Sebagai penerapan tambahan, Orange menghadirkan kemampuan pemrosesan suara melalui model Nemotron Speech. Kemajuan sejumlah perusahaan Eropa membantu mempersiapkan implementasi komersial pada 2027.
Pemanfaatan Agentic AI untuk Mengelola Infrastruktur Seluler
Selain menerapkan AI pada jaringan radio, NVIDIA dan Nokia juga memperluas kerja sama pada otomatisasi operasional. Dalam pengembangan tersebut, Nokia memanfaatkan NVIDIA Nemotron dan NVIDIA Agent Toolkit ke dalam perangkat lunak pengelolaan jaringan otonom. Pendekatan ini bertujuan membantu operator menganalisis kondisi jaringan. Perangkat lunak agen kecerdasan buatan dirancang menjalankan alur analisis jaringan seperti memeriksa penyebab degradasi jaringan. Untuk mendukung kegiatan teknis, perangkat lunak bisa memberikan saran pemulihan. Walaupun kemampuan tersebut menjanjikan, Nokia tetap menekankan pengawasan operator. Model otomatisasi yang diterapkan memberikan ruang evaluasi sebelum tindakan dijalankan.
Pengembangan agentic AI tersebut juga melibatkan sejumlah mitra industri. Cisco memanfaatkan Nemotron dalam perangkat lunak Crosswork. Sistem tersebut memfasilitasi analisis serta otomatisasi jaringan komunikasi. Sebagai mitra pengembangan lainnya, Tata Consultancy Services atau TCS menggunakan Nemotron untuk membangun agen khusus. Kemampuan otomatisasi ini ditujukan untuk mengevaluasi instalasi infrastruktur. Perusahaan NTT DATA juga memperluas NextGenOSS dengan model NVIDIA. Berkat dukungan agen khusus, diagnosis masalah berpotensi berlangsung lebih cepat. Meski otomatisasi semakin berkembang, kontrol operasional perlu diterapkan secara ketat.
Prospek Teknologi AI dalam Transformasi Telekomunikasi Global
Pengembangan bersama teknologi AI-RAN membuka peluang baru bagi pengelolaan jaringan generasi berikutnya. Melalui platform NVIDIA ARC dan Nokia anyRAN, operator dapat menjalankan fungsi jaringan bersama beban kerja AI. Demonstrasi Elisa menunjukkan perkembangan menuju penerapan nyata. Selain itu, pemanfaatan NVIDIA Nemotron membuka peluang pengelolaan jaringan yang lebih adaptif. Walaupun prospek teknologinya besar, penerapan skala luas tetap membutuhkan evaluasi. Dalam perkembangan TEKNOLOGI telekomunikasi, integrasi AI-RAN dapat menjadi fondasi menuju 6G. Bagaimana pandangan Anda, apakah AI-RAN akan membantu meningkatkan kualitas jaringan seluler? Mari sampaikan pandangan tentang masa depan jaringan berbasis AI.






