隨著電信營運商將 AI 應用從實驗階段推向實際商用部署，並由傳統無線存取網路（RAN）轉型至開放式虛擬化架構，如何在真實世界規模下確保創新技術在網路中順利運作，已成為當前的重要挑戰。要取得成功，不僅仰賴單一模型或基礎設施層級，更需要開放的產業體系來開發電信級 AI，能穩定運行的軟體，以及專為分散式邊緣部署所設計的高效能運算能力。
在西班牙巴塞隆納舉行的 MWC 2026 大會上，AMD 展示其對 Open Telco AI 在內的開放且跨界合作產業倡議的支持。同時，AMD 透過完整產品組合，展示如何提供符合實際需求規模的端對端解決方案，協助客戶將 AI 願景從藍圖轉化為實際生產力，涵蓋企業級 AI 軟體、領先業界的 CPU、GPU、網路技術以及自行調適運算等多元層面。
透過Open Telco AI加速電信級AI發展
電信網路是全球最複雜且最關鍵任務導向（mission-critical）的系統之一。營運商仰賴 AI 進行動態網路最佳化、自動化營運，並且在不中斷數十億使用者所依賴的即時服務下提升網路韌性。然而，儘管 AI 模型正快速進步，這些進展卻尚未穩定轉化為電信領域的實際效能提升。正如 GSMA 的報告所指出，目前僅有 16% 的生成式 AI 部署實際落地電信網路。
有鑒於此，AMD 攜手 AT&T、TensorWave 等電信業界領袖，共同參與由 GSMA 主導並在 MWC 大會上宣布的全新全球倡議 Open Telco AI，透過開放式協作加速電信級 AI 模型與系統的發展。此倡議以 open-telco.ai 平台的推出為核心，旨在匯聚營運商、供應商、研究人員與開發人員，共享資源、資料集、工具與基準測試。該計畫整合 AT&T 的全新開放式電信模型、AMD 的高效能運算能力，以及 TensorWave 的代管服務，推動大規模部署規模。
在本次合作中，AMD Instinct™ GPU 負責訓練 Open Telco AI 模型，將共享資料集與基準測試轉化為可實際應用於電信場域的模型基礎。同時，AMD Instinct GPU 搭配開放且快速演進的 AMD ROCm™軟體平台，提供完整且開放式訓練與推論基礎，協助團隊在從實驗階段邁向驗證階段的過程中，加速迭代。
從訓練到生產：AMD Enterprise AI Suite軟體套件實現電信AI營運化
訓練電信級模型是關鍵一步，然而要在實際運作的網路中發揮實質影響力，仍需仰賴軟體層將模型轉化為可重複、規範化且具擴展性的服務。
AMD Enterprise AI Suite軟體套件透過整合關鍵的開源 AI 框架與生成式 AI 模型，並與基於 AMD 運算力的企業級平台深度整合，協助企業將 AI 應用從實驗階段推向大規模部署與生產。
此軟體套件整合了以生產環境為中心的組件，專為在大規模運行 GPU 基礎架構的團隊設計，完整涵蓋模型部署（model serving）、經過驗證的工作流程、系統治理與開發者環境。採用原生 Kubernetes 與容器化架構，旨在融入企業現有的 DevOps/MLOps 實務流程，同時兼具高安全性與多團隊協同治理。
對電信營運商而言，此整合方案提供一條實務路徑，將經過領域訓練的模型轉化為可實際投入運用的生產級AI服務，涵蓋網路自動化與營運智慧等應用，同時維持平台的開放性並符合企業級要求。
AMD EPYC™ 8005伺服器CPU打造永續邊緣運算基礎
隨著開放式與虛擬化網路規模擴大，所面臨的挑戰也日益嚴峻，例如能源成本、邊緣環境資源限制、自動化管理與長期擴展性等。在此背景下，模型與軟體層仰賴高效能的 CPU 基礎，以支援分散式部署所需的功耗效率、空間優化與穩定可靠性。
近期發表的 AMD EPYC™ 8005伺服器CPU 專為要求嚴苛且具挑戰性的邊緣運算環境而設計。此系列針對電信應用進行最佳化設計，具備高運算密度，可支援 vRAN 工作負載與高運算需求的 Layer 1。考量實際部署需求，此系列伺服器支援廣泛的溫度作業範圍，使得 OEM 廠商能為嚴苛的戶外電信部署以及小尺寸系統，開發符合 NEBS 標準認證的平台。這項優勢將協助營運商在擴展商用 vRAN 規模時，確保基礎設施選擇與業務發展優先順序保持高度一致。
