Red Hat améliore la prise en charge de l'IA pour les opérateurs de télécommunications

Cette année, Chris Wright s'est penché sur l'avenir des télécommunications en 2024. Les opérateurs devront mettre l'accent sur l'automatisation intelligente et les technologies d'intelligence artificielle (IA) pour améliorer l'efficacité globale des activités et de l'exploitation au niveau du réseau, de la sécurité, de l'infrastructure et des applications dans un environnement hybride. Depuis, nous avons lancé un certain nombre de projets intéressants lors du Red Hat Summit 2024, notamment Red Hat Enterprise Linux (RHEL) AI et des améliorations de Red Hat OpenShift AI, qui fourniront aux opérateurs de télécommunications de puissantes plateformes d'IA pour renforcer l'exploitation, réduire les coûts, améliorer le service clientèle et stimuler l'innovation.

Aujourd'hui, j'aimerais insister sur la manière dont certains de ces projets basés sur l'IA peuvent aider les opérateurs à rester compétitifs dans plusieurs domaines : détection des fraudes, gestion améliorée des données, réseaux autonomes et optimisation des ressources, gestion du trafic réseau, gestion de l'énergie, chatbots, assistance personnalisée à la clientèle, modèles d'IA dans les réseaux d'accès radio (RAN), cœurs, etc. Il faut en outre prendre en compte les exigences croissantes de l'infrastructure numérique moderne.

Présentation de Red Hat Enterprise Linux AI

Cette année, nous avons lancé RHEL AI, une plateforme de modèles de fondation qui permet aux utilisateurs de développer, tester et déployer des modèles d'IA générative en toute simplicité. RHEL AI associe la famille de grands modèles de langage (LLM) Open Source Granite d'IBM Research, les outils d'alignement de modèles InstructLab basés sur la méthodologie LAB (Large-scale Alignment for chatBots) et l'approche communautaire du développement de modèles liée au projet InstructLab. La solution est entièrement mise en paquet sous la forme d'une image RHEL amorçable et optimisée pour le déploiement de serveurs individuels dans le cloud hybride. Elle est également incluse dans la plateforme MLOps hybride Red Hat OpenShift AI, qui facilite la création, l'entraînement, le réglage et la mise à disposition de modèles à grande échelle dans des environnements de cluster distribués.

RHEL AI élimine les obstacles au développement de modèles d'IA, à leur réglage fin et à l'expérimentation. Les opérateurs de télécommunications ont alors l'occasion d'anticiper le potentiel de l'IA dans leur entreprise sans avoir besoin d'investissements importants dans les compétences ou le matériel. Cette offre contribue également à améliorer l'expérience globale des clients du secteur des télécommunications en permettant à d'autres spécialistes que les data scientists de contribuer à l'entraînement, au réglage et à l'alignement des LLM. Ainsi, les personnes responsables des chatbots, des assistants de code, des services aux consommateurs et plus encore peuvent créer ces systèmes sur la base de leurs propres données, sans passer par les data scientists. L'IA prend un nouveau sens pour les opérateurs de télécommunications, qui réalisent qu'ils peuvent la tester rapidement et efficacement, et utiliser leurs connaissances et compétences uniques pour développer des capacités d'IA.

Révolutionner l'exploitation des télécommunications avec Red Hat OpenShift AI

Lors du Red Hat Summit, nous avons annoncé de nouvelles fonctionnalités pour Red Hat OpenShift AI. Issue de Red Hat OpenShift, cette plateforme hybride ouverte d'IA et d'apprentissage automatique (AA) permet aux opérateurs de créer et distribuer des applications basées sur l'IA à grande échelle dans des clouds hybrides. De nombreuses mises à jour sont disponibles :

• La mise à disposition de modèles en périphérie du réseau pour des emplacements distants à l'aide de la plateforme Red Hat OpenShift à nœud unique dans le cadre de cas d'utilisation spécifiques (version préliminaire)
• L'amélioration de la mise à disposition de modèles avec la possibilité d'utiliser plusieurs serveurs de modèles pour prendre en charge les données prédictives et l'IA générative
• L'amélioration du développement des modèles et de l'entraînement des modèles distribués
• Des visualisations de la surveillance des modèles, notamment pour obtenir des indicateurs de performances et d'exploitation

Toutes ces améliorations permettront d'innover plus rapidement, d'augmenter la productivité et d'intégrer l'IA à l'exploitation quotidienne des opérateurs de télécommunications. Voyons comment.

De manière générale, l'entraînement des modèles et leur mise à disposition en périphérie du réseau peuvent s'avérer coûteux en raison de la complexité de la configuration. Toutefois, la mise en œuvre d'une plateforme commune telle que Red Hat OpenShift AI du cœur à la périphérie renforce l'efficacité et réduit les dépenses d'exploitation grâce à des processus automatisés. L'automatisation intelligente offre la possibilité de rationaliser l'exploitation du réseau, d'améliorer la sécurité et d'optimiser l'allocation des ressources. Les opérateurs de télécommunications en ont particulièrement besoin pour gérer les pressions financières liées à la modernisation des systèmes et au développement des réseaux 5G. L'utilisation de l'IA en périphérie du réseau accélère le traitement des données et la prise de décision en temps réel, avec à la clé des applications et services basés sur l'IA plus performants. Cette approche permet de prendre en charge le volume croissant de données générées par les systèmes, tout en améliorant la connectivité et les capacités d'analyse. Les services numériques Concierge destinés aux clients professionnels bénéficient de tous ces avantages, tout comme les opérateurs de télécommunications pour des cas d'utilisation tels que la surveillance du trafic, la gestion de la charge, le réglage de l'infrastructure, la gestion du cycle de vie du réseau ou la gestion de la consommation d'énergie.

En ce qui concerne les RAN, les opérateurs peuvent y exploiter des modèles d'IA pour contrôler de façon plus dynamique les fréquences, les secteurs, les cellules et les stations de base, s'affranchissant ainsi des préréglages horaires. Ils peuvent appliquer des techniques d'IA pour l'estimation des canaux et les tâches SON.

La solution Red Hat OpenShift AI permet également la mise en œuvre de pratiques MLOps via l'intégration de capacités d'IA et d'AA au modèle DevOps standard, afin de couvrir la totalité du cycle de vie des modèles d'IA (création, entraînement, mise à disposition et surveillance). Le réglage fin est particulièrement soigné à des fins de précision, un élément essentiel pour les opérateurs de télécommunications.

Turkcell, l'un des principaux fournisseurs de services de télécommunications et de technologies convergentes, a basé son architecture de services d'IA et son hub d'applications sur Red Hat OpenShift pour transformer l'expérience client, améliorer l'efficacité de l'exploitation et mettre plus rapidement sur le marché des innovations plus variées pour les consommateurs et les entreprises.

Nous travaillons également avec nos partenaires pour intégrer plus étroitement leurs technologies de pointe en matière d'IA à Red Hat OpenShift AI. Voici un rappel de nos projets conjoints avec AMD, Intel, NVIDIA et Run.ai.

L'intégration étroite à AMD permettra aux opérateurs d'utiliser Red Hat OpenShift sur leurs plateformes, notamment en utilisant les derniers processeurs graphiques. L'intégration de Red Hat OpenShift AI au matériel d'IA d'Intel assurera l'interopérabilité du datacenter au cloud et à la périphérie du réseau grâce à une meilleure portabilité des charges de travail d'IA, pour les créer, les exécuter et les déployer là où elles sont nécessaires.

Nous avons également annoncé notre collaboration avec NVIDIA afin de rendre possible l'association des modèles d'IA entraînés à l'aide de Red Hat OpenShift AI avec les microservices NVIDIA NIM, dans le but de développer des applications basées sur l'IA générative sur une seule plateforme MLOps. Ainsi, les opérateurs peuvent utiliser Red Hat OpenShift comme plateforme de développement pour créer des co-pilotes tels que les assistants de messagerie instantanée pour le service clientèle, les contrôles de conformité, la détection de logiciels malveillants, etc.

Nous travaillons avec Run:ai pour intégrer leurs capacités d'allocation des ressources, de gestion de l'infrastructure d'IA et d'orchestration de processeurs graphiques à Red Hat OpenShift AI. L'objectif de cette collaboration consiste à rationaliser les opérations d'IA et à optimiser l'infrastructure sous-jacente, et ainsi permettre aux opérateurs de télécommunications d'optimiser leurs ressources pour créer une infrastructure intelligente capable de s'adapter aux charges de travail telles que le cœur 5G et les applications RAN.

Automatiser davantage pour les futurs réseaux intelligents

La solution Red Hat Lightspeed se développe sur de nouvelles plateformes afin de déployer l'IA sur les versions professionnelles de Red Hat OpenShift et Red Hat Enterprise Linux. Cette amélioration doit offrir des capacités intelligentes et de traitement du langage naturel qui simplifient la prise en main de nos plateformes d'applications Linux et cloud-native destinées aux entreprises et augmentent la productivité des professionnels expérimentés.

Ainsi, de nombreux opérateurs de télécommunications qui utilisent Red Hat OpenShift pour la gestion et le développement d'applications ou RHEL comme système d'exploitation peuvent désormais créer et distribuer des logiciels plus rapidement grâce à l'IA générative. L'exploitation informatique et réseau gagneront également en efficacité avec l'assistance numérique, ce qui favorisera l'innovation métier. Les opérateurs pourront utiliser ces outils d'automatisation pour créer des réseaux avant-gardistes, les déployer et en assurer le bon fonctionnement, et offriront à leurs équipes des niveaux d'évolutivité et d'efficacité sans précédent.

Assurer la conformité réglementaire sans freiner l'innovation

Nous avons annoncé une approche PaC (Policy-as-Code) automatisée pour les futures versions de Red Hat Ansible Automation Platform. Cette nouvelle fonctionnalité facilitera l'application des politiques et la conformité dans les systèmes de cloud hybride qui comprennent de plus en plus d'applications d'IA variées. Cette approche représente un progrès de l'automatisation et permet de s'adapter à l'évolution des exigences internes et externes ainsi que de mieux se préparer à la prolifération de l'infrastructure due à la mise à l'échelle des charges de travail d'IA.

Les opérateurs de télécommunications bénéficieront des avantages suivants :

• Une intégration plus étroite des capacités et des moteurs de politiques à Ansible Automation Platform pour améliorer la posture de sécurité globale de l'infrastructure
• La possibilité de définir des politiques en texte clair et traduisibles à mettre en œuvre dans l'infrastructure, par exemple : « Effectuer une vérification de la conformité de tous les commutateurs du réseau »
• Des exigences réglementaires et de conformité plus faciles à respecter

Nous avons considérablement amélioré notre gamme de produits pour offrir aux opérateurs de télécommunications des capacités d'IA natives qui leur permettent de développer, d'entraîner et de déployer des modèles d'IA prédictive et d'IA générative. Nous continuerons à améliorer cette offre afin de faciliter l'accès à l'IA pour l'infrastructure et les services.