“紅帽秉持開(kāi)源精神，100%的開(kāi)源?！?/span>

近日，在紅帽“以開(kāi)源的方法將AI帶入企業(yè)”媒體溝通會(huì)上，面對(duì)“未來(lái)AI是開(kāi)源還是閉源？”這一問(wèn)題，紅帽全球副總裁兼大中華區(qū)總裁曹衡康斬釘截鐵地給出了紅帽的選擇。

作為開(kāi)源技術(shù)的積極倡導(dǎo)者，紅帽堅(jiān)信開(kāi)源模式是促進(jìn)技術(shù)創(chuàng)新和普及的有效途徑。在人工智能領(lǐng)域，紅帽一如秉承這一理念，通過(guò)開(kāi)源的協(xié)作模式，協(xié)助企業(yè)以更高效、更創(chuàng)新的方式利用AI技術(shù)，充分釋放其業(yè)務(wù)潛力，實(shí)現(xiàn)價(jià)值的最大化。

AI是開(kāi)源，也是混合

在媒體溝通會(huì)之前，紅帽也對(duì)參會(huì)媒體發(fā)起了小調(diào)查，面對(duì)“現(xiàn)在AI領(lǐng)域有‘開(kāi)源派’和‘閉源派，您’挺‘哪一派？”這一問(wèn)題，50%的媒體朋友選擇了“開(kāi)源派”，結(jié)果與當(dāng)日媒體溝通會(huì)的主題不謀而合。

其實(shí)，開(kāi)源派與閉源派之爭(zhēng)由來(lái)已久，體現(xiàn)的是不同的開(kāi)發(fā)哲學(xué)。兩者各有利弊，實(shí)踐中往往需要找到平衡點(diǎn)。

在紅帽看來(lái)，開(kāi)源AI的核心優(yōu)勢(shì)在于其對(duì)技術(shù)創(chuàng)新和社區(qū)協(xié)作的促進(jìn)作用。開(kāi)源模式打破了傳統(tǒng)閉源軟件的限制，使得全球的開(kāi)發(fā)者、研究者和企業(yè)能夠共同參與到AI技術(shù)的開(kāi)發(fā)和完善中。這種開(kāi)放的環(huán)境不僅加速了AI技術(shù)的發(fā)展，還促進(jìn)了新想法和解決方案的快速迭代。正如曹衡康所指出的，開(kāi)源AI能夠快速響應(yīng)安全問(wèn)題，因?yàn)檎麄€(gè)社區(qū)都會(huì)參與到問(wèn)題的發(fā)現(xiàn)和解決中，這種集體智慧是閉源模式難以比擬的。

此外，紅帽還認(rèn)為在“多云”環(huán)境實(shí)現(xiàn)AI的落地。曹衡康先生強(qiáng)調(diào)，AI的部署不應(yīng)當(dāng)局限于單一的云平臺(tái)，而應(yīng)當(dāng)跨越公有云、私有云以及邊緣計(jì)算設(shè)備，形成一個(gè)多維度的計(jì)算網(wǎng)絡(luò)。這種混合云策略賦予了企業(yè)更大的自主性和選擇性，使它們能夠根據(jù)業(yè)務(wù)需求、成本效益和安全標(biāo)準(zhǔn)來(lái)定制AI解決方案。

在混合云架構(gòu)下，AI應(yīng)用可以更接近數(shù)據(jù)源進(jìn)行部署，減少了數(shù)據(jù)傳輸?shù)难舆t和成本，提高了處理速度和效率。同時(shí)，企業(yè)也能夠更好地控制數(shù)據(jù)的存儲(chǔ)和訪問(wèn)，滿足了數(shù)據(jù)隱私和安全的要求?；旌显七€支持了AI應(yīng)用的可擴(kuò)展性。隨著業(yè)務(wù)需求的增長(zhǎng)，企業(yè)可以輕松地在云端擴(kuò)展AI應(yīng)用的計(jì)算資源，而無(wú)需擔(dān)心基礎(chǔ)設(shè)施的瓶頸。這種彈性伸縮能力確保了AI應(yīng)用能夠靈活應(yīng)對(duì)不同的工作負(fù)載，保持高性能和穩(wěn)定性。

曹衡康強(qiáng)調(diào)，AI并非僅僅關(guān)于模型，而是一個(gè)涉及基礎(chǔ)架構(gòu)、應(yīng)用層和模型的綜合體系。因此，紅帽的AI解決方案旨在提供一個(gè)全面的、開(kāi)源的、混合的環(huán)境，以支持企業(yè)在各個(gè)層面上的AI需求。

AI落地，看見(jiàn)冰山下的問(wèn)題

“很多企業(yè)在談到AI實(shí)施時(shí)跟我說(shuō)的第一件事情就是，你們紅帽能幫忙買到GPU卡嗎？”紅帽大中華區(qū)解決方案架構(gòu)部高級(jí)總監(jiān)王慧慧笑稱，許多企業(yè)在構(gòu)建AI基礎(chǔ)設(shè)施時(shí)面臨GPU卡獲取難題。

企業(yè)需要GPU卡來(lái)訓(xùn)練模型，而缺乏這些硬件會(huì)嚴(yán)重阻礙AI項(xiàng)目的發(fā)展。王慧慧介紹，紅帽不能幫助企業(yè)購(gòu)買GPU卡，但是紅帽通過(guò)云服務(wù)，將智算中心的算力“池化”提供共享的算力資源，并以公有云或混合云的形式，使企業(yè)能夠按需訪問(wèn)這些資源，克服AI基礎(chǔ)架構(gòu)建設(shè)的障礙，避免了企業(yè)自行建立成本高昂的小型計(jì)算中心。

當(dāng)然，實(shí)施AI遠(yuǎn)不止買GPU或者選擇模型那么簡(jiǎn)單，冰山之下暗藏諸多問(wèn)題。企業(yè)需要評(píng)估AI應(yīng)用場(chǎng)景,并運(yùn)用AI專業(yè)知識(shí)來(lái)為特定場(chǎng)景選擇適當(dāng)?shù)哪Ｐ筒⑶疫€必須處理AI實(shí)施過(guò)程中的各項(xiàng)顯著難題,加上AI學(xué)科高門檻和人才的稀缺性,使得情況更為復(fù)雜。紅帽總結(jié)了企業(yè)在實(shí)施AI創(chuàng)新時(shí)的六大挑戰(zhàn)：

1. 安全性與合規(guī)性（Security & Compliance）：企業(yè)在AI應(yīng)用中需要處理數(shù)據(jù)泄露風(fēng)險(xiǎn)和數(shù)據(jù)隱私侵犯問(wèn)題，同時(shí)要滿足行業(yè)和政府的高監(jiān)管要求，避免違反數(shù)據(jù)主權(quán)風(fēng)險(xiǎn)。
2. 成本（Cost）：AI實(shí)施中的成本問(wèn)題，尤其是GPU硬件昂貴且難以購(gòu)置，增加了企業(yè)實(shí)施AI的財(cái)務(wù)負(fù)擔(dān)。
3. 復(fù)雜性（Complexity）：AI模型的訓(xùn)練與調(diào)優(yōu)過(guò)程復(fù)雜，導(dǎo)致回報(bào)率低和周期長(zhǎng)，時(shí)間成本高。此外，工具和框架的選擇多樣，架構(gòu)復(fù)雜，業(yè)務(wù)目標(biāo)實(shí)現(xiàn)困難。
4. 投資回報(bào)（ROI）：從AI項(xiàng)目中獲得的回報(bào)可能不如預(yù)期，存在回報(bào)周期長(zhǎng)和時(shí)間成本高的問(wèn)題。
5. 協(xié)作（Collaboration）：企業(yè)在使用AI模型為企業(yè)應(yīng)用賦能時(shí)，可能面臨協(xié)作效率低下的問(wèn)題，包括數(shù)據(jù)科學(xué)和AI人才的稀缺，以及缺乏知識(shí)技能導(dǎo)致的學(xué)習(xí)曲線陡峭。
6. 人才（Talent）：數(shù)據(jù)科學(xué)家難以招聘，企業(yè)數(shù)據(jù)訓(xùn)練和模型調(diào)優(yōu)的協(xié)作效率低，組織AI技術(shù)更新可能落后于技術(shù)趨勢(shì)。

“三步走”，構(gòu)建企業(yè)AI應(yīng)用

為了幫助企業(yè)更好地構(gòu)建和部署AI應(yīng)用，紅帽提出了“三步走”策略，為企業(yè)提供了一套清晰、高效的解決方案。

首先，在項(xiàng)目初期，企業(yè)利用紅帽的InstructLab工具在桌面環(huán)境中進(jìn)行小數(shù)據(jù)集的初步模型訓(xùn)練。這一步驟旨在快速驗(yàn)證AI模型的概念和功能，同時(shí)降低資源消耗。InstructLab的易用性和靈活性使AI模型的初步開(kāi)發(fā)變得更為便捷高效。

當(dāng)模型通過(guò)初步測(cè)試后，企業(yè)進(jìn)入第二步，即生產(chǎn)級(jí)模型訓(xùn)練階段。王慧慧介紹，紅帽的RHEL AI平臺(tái)能提供了一個(gè)穩(wěn)定、安全的環(huán)境，支持利用合成數(shù)據(jù)生成技術(shù)擴(kuò)充數(shù)據(jù)集，并采用“教師-學(xué)生”模型訓(xùn)練方法提升模型性能。通過(guò)基礎(chǔ)模型（教師）指導(dǎo)新模型（學(xué)生），實(shí)現(xiàn)模型的快速迭代和優(yōu)化。RHEL AI還提供了模型調(diào)優(yōu)所需的工具和平臺(tái)，幫助企業(yè)解決數(shù)據(jù)、工具和模型短缺的問(wèn)題。

最后，在模型經(jīng)過(guò)生產(chǎn)級(jí)訓(xùn)練并驗(yàn)證其有效性后，企業(yè)需將其部署到大規(guī)模分布式集群中，以實(shí)現(xiàn)更廣泛的應(yīng)用和更高的性能。紅帽的OpenShift AI平臺(tái)在此階段發(fā)揮了重要作用。作為一個(gè)強(qiáng)大的AI平臺(tái)級(jí)產(chǎn)品，OpenShift AI不僅支持MLOps實(shí)踐，包括模型的創(chuàng)建、調(diào)整、對(duì)齊和服務(wù)監(jiān)控，還能在混合云環(huán)境中高效部署AI應(yīng)用。該平臺(tái)能夠管理和調(diào)度多種異構(gòu)GPU資源，如NVIDIA、AMD、英特爾等，確保模型的高效運(yùn)行。此外，OpenShift AI還提供了完整的DevOps平臺(tái)功能，支持AI應(yīng)用的開(kāi)發(fā)、測(cè)試、部署和運(yùn)行。

紅帽的“三步走”策略為企業(yè)提供了一套完整的AI應(yīng)用構(gòu)建和部署流程，并通過(guò)其產(chǎn)品如InstructLab、RHEL AI和OpenShift AI，提供了強(qiáng)大的技術(shù)支持和平臺(tái)服務(wù)。這一策略不僅簡(jiǎn)化了AI應(yīng)用的開(kāi)發(fā)和部署過(guò)程，還幫助企業(yè)克服了AI實(shí)施過(guò)程中的技術(shù)和資源挑戰(zhàn)，加速了企業(yè)數(shù)字化轉(zhuǎn)型的步伐。

生態(tài)共建，以開(kāi)源反哺開(kāi)源

開(kāi)源社區(qū)一直被視為AI技術(shù)創(chuàng)新的重要引擎。紅帽公司深諳此道，推出了如OpenShift AI和InstructLab等一系列前沿的開(kāi)源工具。當(dāng)企業(yè)選擇參與并貢獻(xiàn)于這一生態(tài)時(shí)，它們不僅為開(kāi)源社區(qū)注入了寶貴的資源和活力，同時(shí)也在這一過(guò)程中深化了對(duì)AI領(lǐng)域的理解，增強(qiáng)了自身的競(jìng)爭(zhēng)實(shí)力。通過(guò)開(kāi)源貢獻(xiàn)，企業(yè)能夠跨越地域的界限，與全球的開(kāi)發(fā)者攜手合作，共同解決難題，推動(dòng)AI技術(shù)的邊界不斷拓寬。

持續(xù)的創(chuàng)新和優(yōu)化始終是開(kāi)源生態(tài)的核心動(dòng)力。隨著越來(lái)越多的企業(yè)和開(kāi)發(fā)者加入這一大家庭，AI技術(shù)得以不斷演進(jìn)和完善。紅帽的開(kāi)源工具和平臺(tái)正是這一持續(xù)創(chuàng)新的堅(jiān)實(shí)基石，它們幫助企業(yè)緊跟技術(shù)潮流，保持行業(yè)領(lǐng)先地位，實(shí)現(xiàn)業(yè)務(wù)目標(biāo)與技術(shù)創(chuàng)新的和諧共進(jìn)。通過(guò)共同建設(shè)開(kāi)源生態(tài)，紅帽攜手全球的開(kāi)發(fā)者和企業(yè)，共同塑造AI技術(shù)的未來(lái)。