
Tech • IA • Robotique • Jeu
Les opérateurs télécoms transforment rapidement leurs réseaux, leurs sites et leur infrastructure de périphérie en plateformes d’IA, en s’appuyant sur une alimentation distribuée, la fibre et le RAN défini par logiciel afin d’ouvrir de nouvelles sources de revenus, d’améliorer les performances et de se préparer à la 6G.
Environ 100 gigawatts de puissance intégrés dans l’infrastructure télécom et près de 100 000 sites, dont des centres de commutation mobile, des centraux et des points de présence, émergent comme des actifs stratégiques pour l’économie de l’IA. Alors que le développement des hyperscalers se heurte à des contraintes de terrain et d’énergie, l’immobilier distribué des opérateurs, la disponibilité électrique et la forte connectivité deviennent précieux pour l’IA en périphérie et l’inférence distribuée.
La fibre, les liaisons de fond de panier et la connectivité hertzienne jouent un rôle de plus en plus central pour relier les usines d’IA, déplacer les modèles et servir des applications à faible latence. Les réseaux télécoms ne sont plus seulement considérés comme des tuyaux pour le trafic grand public et entreprise; la connectivité intelligente devient une couche fondamentale du déploiement de l’IA dans l’industrie, la robotique, les interventions d’urgence et les services cloud.
Les opérateurs évoluent du GPU as a service vers les models as a service, l’inference as a service et la fourniture d’applications. En Amérique du Nord, Telus a indiqué que la demande pour sa première usine d’IA était entièrement vendue, signe de la rapidité avec laquelle la capacité d’IA hébergée par les opérateurs est commercialisée. En Asie comme en Europe, les opérateurs parlent de plus en plus de monétisation, de croissance de la demande et de retour sur investissement dans des termes encore rares dans les télécoms il y a quelques années.
L’un des plus grands changements est la montée de l’AI-RAN, où les réseaux d’accès radio fonctionnent sur la même pile de calcul accéléré que les charges de travail d’IA. Cette évolution dépend de l’atteinte, par le RAN défini par logiciel, d’un seuil de performance par watt comparable à celui des systèmes propriétaires. La dynamique s’est accélérée avec 19 grands opérateurs télécoms impliqués et 147 membres dans l’AI-RAN Alliance, contre un groupe initial de 11 entreprises en 2024.
Deutsche Telekom étend son cloud industriel vers un modèle de cloud distribué et pilote l’AI-RAN avec Nokia. Lors de tests en laboratoire, les entreprises ont rapporté une amélioration de 10 % à 15 % des performances en uplink grâce au logiciel Nokia, renforçant l’idée que l’IA et le RAN peuvent partager une infrastructure et une pile logicielle communes.
Une démonstration robotique d’Agile Robots a comparé une machine exécutant son modèle du monde en local à une autre connectée à un système edge RTX Pro 6000. La configuration connectée à l’edge a réalisé les tâches de prise et dépose avec plus de fluidité et des cycles plus rapides, illustrant pourquoi l’IA change l’économie de l’informatique en périphérie. Orange a aussi piloté un service de traduction d’urgence en temps réel utilisant un modèle vocal full-duplex avec reconnaissance du ton et du sens, montrant comment une IA à faible latence en périphérie peut soutenir des usages de sécurité publique.
De nouveaux systèmes ont été présentés pour la famille Aerial RAN Computer, dont une plateforme 4U MGX de Supermicro et une plateforme 2U MGX de Dell, en plus de systèmes antérieurs de Quanta et DGX Spark. L’objectif est de montrer que les GPU peuvent fonctionner dans les stations de base et les sites RAN centralisés tout en prenant en charge à la fois les charges radio et les applications d’IA. DGX Spark a été présenté comme capable de servir six cellules, 100 mégahertz et 4T4R.
Elisa a démontré un logiciel d’accès radio et une application d’IA fonctionnant simultanément sur des systèmes MGX compacts, y compris une charge de travail de conversion vidéo-texte. BT prévoit des essais en conditions réelles à Birmingham en 2027 avec le logiciel Nokia sur cette architecture. Aux États-Unis, T-Mobile a réalisé le premier appel commercial sur ce nouveau design système, un premier signe que l’AI-RAN défini par logiciel dépasse le stade des pilotes.
La recherche sans fil s’ouvre aussi via les logiciels et la simulation. Un simulateur différentiable de couche liaison appelé Sionna et la pile 5G Aerial totalisent désormais plus de 1 million de téléchargements, principalement issus de chercheurs et de laboratoires industriels. Un programme développeur 6G compte maintenant plus de 8 000 membres, et de récentes démonstrations comprenaient environ 50 démos hertziennes sur matériel réel au Mobile World Congress.
Les opérateurs et les fournisseurs commencent à utiliser des modèles ouverts post-entraînés pour le dépannage, l’inspection de sites et la maintenance prédictive. Cisco lance Crosswork AI, alimenté par NeMo Retriever, pour le dépannage réseau et la génération d’hypothèses. TCS et BT ont développé un processus où les photos de site sont analysées immédiatement afin que les installateurs puissent vérifier le travail avant de partir, réduisant des cycles d’évaluation qui prenaient auparavant plus de trois semaines. NTT Data construit aussi des outils de dégradation prédictive pour détecter les pannes avant qu’elles ne surviennent.
Le partenariat avec Nokia vise à rendre les réseaux sans fil définis par logiciel, programmables et nativement orientés IA pour la 5G et la 6G. Nokia a déclaré attendre une amélioration de 50 % de l’efficacité spectrale d’ici l’an prochain puis de 100 % l’année suivante, soulignant comment l’optimisation par l’IA pourrait changer concrètement l’économie des réseaux tout en permettant des services comme la robotique industrielle, l’accès aux soins, la surveillance urbaine et l’IA vocale pour les interventions d’urgence.
Les télécoms passent d’une activité de connectivité à une activité d’infrastructure d’IA distribuée. L’ampleur des sites existants, de la puissance disponible et de la portée réseau donne aux opérateurs l’occasion de devenir des acteurs centraux de la prochaine phase du déploiement de l’IA.
Poser une question