モバイルネットワークの運用高度化に向けて、LTMをファインチューニングしたAIモデルを開発

　ソフトバンクは3月19日、通信業界向けの生成AIの基盤モデル「Large Telecom Model」（LTM）を開発したと発表した。

　LTMは、ソフトバンクが保有する膨大なネットワークデータや、長年培ってきた設計・管理・運用ノウハウなどの多岐にわたるデータセットで学習を行っている。これにより、モバイルネットワークの設計・管理・運用における高度な推論が可能になる。今後、ソフトバンクはさらに研究開発を重ねて、LTMの自社への導入をめざす。

　今回、LTMをファインチューニングしたAIモデルの第1弾として、モバイルネットワークの運用高度化を可能にする、基地局の設定の最適化に特化したモデルを開発した。このモデルを利用して、学習データセットから意図的に除外した基地局の設定を推論させ、社内の専門家が最適化した実際の設定と比較したところ、90％以上の高い精度で同様の設定を生成可能なことが確認できた。同社は「LTMを基にしたAIモデルを活用することで、手動または部分的に自動化されたワークフローと同等の精度を保ちながら、これらの設定変更などにかかる時間を数日から数分に短縮することが可能だ。これにより、人為的ミスの削減に加え、膨大な運用時間およびコストの削減が期待できる」としている。

　このようにLTMを基にユースケースごとのファインチューニングを行うことで、モバイルネットワーク運用のさまざまなシーンに対応した専用のAIモデルの開発が容易になる。LTMは、AIを活用してRANの性能向上を目指す「AI for RAN」の取り組みを支える基盤としても機能し、将来的にはネットワーク設計指針の策定や、ネットワーク最適化AIエージェントの開発など、多方面への応用が期待される。

　また今回、NVIDIA NIMを使用してAIモデルをさらに最適化することで、質問の入力から最初の応答（トークン）が出力されるまでの時間（Time to First Token、TTFT）および1秒当たりのトークンの生成速度（Tokens Per Second、TPS）の両方で約5倍の顕著な性能向上を実現した。NVIDIA NIMの利用により、ソフトバンクはオンプレミスとクラウドの両方で柔軟な展開が可能となる。

　今回の技術は、ソフトバンクの先端技術研究所が考える「Human AI」のコンセプトを実装したものだ。ソフトバンク先端技術研究所は、モバイルネットワークにおけるAI活用手法として、「Human AI」と「MachineAI」の二つのアプローチを提唱しており、今回は「Human AI」のビジョンをいち早く具現化することに成功した。今後ソフトバンクは、LTMをベースに開発される様々なAIモデルと、ソフトバンクが開発中のAI-RAN統合ソリューション「AITRAS（アイトラス）」のオーケストレーターを連携させることをめざす。

LTMの主な特長
　今回開発したLTMは、ネットワーク運用の課題を解決するための、大規模なデータを活用した高度な推論と、自然言語処理による柔軟な対応力を併せ持っている。主な特長は次の通り。

【モバイルネットワークの専門家の知見を再現】
　ソフトバンクが培ってきたモバイルネットワークの専門家としての知識や知見を再現しる。ソフトバンクが保有する膨大なネットワークデータや、設計・管理・運用ノウハウを持つソフトバンクの専門家がアノテーションを行った高度なネットワーク情報を反映している。

【ファインチューニングによりユースケースに特化したAIモデルを実現】
　LTMを基にファインチューニングを行うことで、モバイルネットワーク運用の様々なユースケースに特化したAIモデルを開発することができる。第1弾として、下記のような基地局の最適な設定の生成に特化したモデルを開発した。新規基地局を設置する際の最適な設定と、イベント開催時に想定される突発的なトラフィック増加に対応するための既存基地局の設定の変更に関する検証を行い、その有用性を確認している。

・基地局新設時の設定：高密度エリアである東京を対象として、新規に基地局を設置する際の最適な設定を生成する。特定のエリアでの基地局の新設のリクエストと、周辺の既存基地局の設定やネットワークパフォーマンスを追加情報として入力することで、AIモデルは新規基地局に導入するべき設定の一覧を出力する。

・既存基地局の設定変更：イベント開催時を想定して、周辺エリアの既存の基地局における変更すべき設定を生成する。特定の基地局の設定を最適化するリクエストと、周辺の既存基地局の設定やネットワークパフォーマンスを追加情報として入力することで、AIモデルは対象基地局の変更すべき設定を出力する。

【NVIDIAとの協力】
　LTMの開発に当たり、ソフトバンクは分散トレーニングのためにNVIDIA DGX SuperPODを使用した。ソフトバンクは、LTMの展開を推進する中で、NIM Microservicesでの推論最適化や、実際の対応を行う前にLTMの構成変更をシミュレーションおよび検証するためのAerial Omniverse Digital Twin（AODT）の活用において、引き続きNVIDIAと協力していく。

　ソフトバンクは「今後、自社でのLTMの活用を検討し、モバイルネットワークの運用効率の向上や新たなサービスの創出を進めることで、より高品質なネットワークの提供に向けて取り組む。なお、ソフトバンクの先端技術研究所は、シリコンバレーに研究開発拠点を設けており、日本拠点と協力してLTMの開発を主導した。今後も、米国におけるポートフォリオの拡充と発展を続けていく。また、引き続き研究開発を推進し、国内外のパートナーとの連携を強化することで、次世代ネットワークのさらなる進化に貢献していく」としている。

　ソフトバンクの執行役員 兼 先端技術研究所 所長である湧川隆次は「ソフトバンクが開発した通信業界向けの生成AI基盤モデル『Large Telecom Model』（LTM）は、通信ネットワークの設計、構築や運用のプロセスを大きく変革させる。LTMをファインチューニングすることで、各種プロセスに特化したAIモデルを構築し、エージェント化することができるようになる。運用業務の最適化や自動化だけでなく、無線機のチューニングをすることでネットワークの性能を向上させることも可能になる。ソフトバンクは、今後も最先端のAI技術を活用し、お客さまにこれまでにない高品質な通信サービスを提供することをめざす」とコメントを出している。

　NVIDIAのVice President of TelecomsであるChris Penrose氏は「Large Telecom Model（LTM）は、ネットワーク計画、ネットワーク構成、ネットワーク最適化などの専門タスクに対応するAIエージェントの創出を可能にすることで、ネットワーク運用の簡素化と迅速化の基盤となる。また、NVIDIAのAI技術を活用し、ソフトバンクが新たなLTMを迅速に開発したことは、世界中の通信事業者がAIを用いてネットワーク運用プロセスを再定義するための強力な模範となるものだ」とコメントを出している。