无线行业需要以空前规模吸收、处理和传送数据，因而必须采用新型网络。 全球领先的电信运营商正在转用 NVIDIA 技术，以优化网络、加快创新并提供全新服务。
提高生产力。 提升网络质量。 改进客户服务。
网络运营主要基于统计算法或静态策略，可转变为深度学习 (DL) 和 AI 模型。 借助 AI 和机器学习 (ML) 技术，我们可以在网络运营中更好地管理呈指数级增长的复杂状况，以及软件定义网络 (SDN) 所需的实时优化。 此外，我们还可以更大限度减少劳动密集型运营支出，并提高最终用户生产力。
观看 2019 年 GPU 技术大会的“GPU 加速数据科学”视频
电信公司可借助 RAPIDS（一套开源的 GPU 加速软件库）对大量涌现的大数据进行可视化，进而加深对数据的理解。
Verizon 将计算时间从 24 小时缩短至 1 小时，而计算准确度仍可与传统方法相当，甚至更高。
Bryan Larish，Verizon 利用深度学习算法预测 4G 无线网络质量 - 2018 年 GPU 技术大会
了解电信服务提供商如何利用 AI 来提高网络质量、优化资源规划及改进客户服务。
日期：2019 年 5 月 30 日星期四时间：上午 9:00 至 10:00（太平洋时间）
NVIDIA GPU 能够助力从云端提供具有超低延迟的 5G 服务。 如此一来，基于云的虚拟现实 (VR)、智能城市、云游戏、360 度沉浸式视频、互联无人机和自动驾驶汽车等应用便可成为现实。 开源容器和库亦有助于加快上市速度。
我们将与 NVIDIA 合作，尝试通过 5G 和边缘计算技术提供全新体验方式。
Alisha Seam，AT&T Foundry 帕罗奥图分部
借助 NVIDIA GPU 和 CUDA® 技术，电信运营商可使用海量可并行代码加速计算密集型应用程序和网络功能虚拟化 (VNF) 工作负载。应用程序将能充分利用代代 GPU 不断增强的算力，且无需更改软件功能。
在 NVIDIA GPU 的助力下，Ribbon 仅以一半功耗便将性能提升了 9 倍。
Kevin Riley，Ribbon Communications
NVIDIA GPU 可加速信道自编码器的实际训练，使其在几分钟乃至几秒钟内便能达到可与桌面处理器编译程序相媲美的速度。模型训练完毕后，便可部署至低功耗、高性能的嵌入式系统（如 NVIDIA Jetson™ TX2 或 AGX Xavier™）。这有助打造高效的设计流程，以便通信工程师轻松构建经优化的物理层，然后将其部署至终端的嵌入式设备。
电信行业需要存储、处理和分析海量数据，而加速数据科学可为其更大限度提高生产力、提供经优化的 AI 模型并减少总体拥有成本 (TCO)。 进一步了解 GPU 加速生态系统如何为电信行业提供端到端数据科学解决方案。
精确检测人类对于各类应用程序至关重要。得益于高性能深度学习训练，我们现可针对物体、人类、动物和机器构建出强大稳固的通用模型，从而借助 NVIDIA TensorRT 和 5G 技术实现物体检测。无论对于数据中心还是终端，在生产环境中维持实时推理性能并保持高精度均至关重要。精确度每提高一个百分点，都能为视频服务提供商带来巨大效益。
当下手机中现有的噪音抑制解决方案虽不完善，但的确有助于改善用户体验。 NVIDIA 深度学习解决方案仅需一个麦克风，而所有后处理任务均交由软件完成。 这可使硬件设计更加简单高效，并且能够完全消除背景噪音，打造更舒适、更清晰的通信体验。
随着我们奔向 5G 时代，汽车、核磁共振成像 (MRI) 扫描仪乃至洗衣机均会实现互联，这使得电信公司很难为即将产生的海量内容和服务提供支持。 他们需要构建一种新型网络，才可有效管理数据负载、处理复杂的网络功能、提供全新服务，并推动利润增长。
请观看 2019 年 GPU 技术大会的专题演讲，深入了解这一新时代。 该演讲涵盖了挑战、策略、潜在的解决方案以及全球案例研究等方面。
观看完视频后，请查阅可从链接中获取的其他资源，以了解 AI 如何变革电信行业。