红帽的AI愿景：通过开源让AI为您效力

  

如果您参加/观看了2023红帽全球峰会，那应该听到红帽CEOMattHicks大谈当前最显著且引人注目的一大技术——人工智能（AI）。AI目前可谓是“炙手可热”，在业内业外都引起了广泛关注，热度居高不下。媒体、分析师、商业领袖、政府官员，几乎人人都在讨论AI。  

AI的多面性以及其已验证和潜在的用例的复杂性，让它成为一个有意义且及时的讨论点。对企业而言，即使他们不确定何时、如何或从何处开始，也不能再忽视AI。这种多面性和复杂性使AI成为一个值得深入探讨的话题。企业要想推动组织前进，就必须正视这一点，即使他们可能对如何入手感到困惑。  

现在的AI，无处不在的AI  

 

在我们看来，无数技术的下一个发展阶段将以人工智能（AI）为基础，无论是以聊天机器人、软件定义的车辆、金融欺诈检测，还是加速患者诊断。为了在当今的经济和技术环境中生存并取得进展，企业领导人必须以战略性、整体性和及时性的方式优先考虑实施AI，以便数据科学家、开发人员和IT运营团队能够共同有效地在整个业务中应用AI。  

根据Gartner的观点，"AI有潜力通过提高生产力、改善决策，并为组织创造增长和创新的新机会，为企业带来显著价值。"尽管如此，一些企业仍选择限制AI的范围，并尚未在多个业务功能中采用AI。  

企业需思考AI如何提升生产力、推动收入增长和实现差异化。那些未充分利用AI优势的企业可能错失降低运营成本和复杂性的机会，以及获取更深入参与和洞察，助力提供更优质客户体验。  

如果企业希望有效地运用人工智能，它们需要：  

将AI用例从构想到生产操作化：通过协同数据科学家、开发人员、IT运营以及技术团队，实现将AI用例从构思阶段成功推向生产。  

利用现有工具和流程：这些建设使得团队能够快速推动敏捷性和效率，迅速将启用AI的应用程序投入到生产环境。  

符合安全、法规、合规和治理标准：就如同他们对待其他业务应用程序一样。  

简而言之，如果企业在采用AI方面没有积极、全面的行动计划，它们可能会难以适应客户不断变化的需求。  

AI与红帽  

通过将开源的协作性质与AI的强大能力结合起来，红帽能够比许多人在AI出现之前所能想象的更有效、更快地帮助企业解决全球性问题。如果没有AI，谁知道HCAHealthcare是否能够创建实时预测分析产品系统，更准确、更迅速地检测脓毒症，或者NTTEast将如何开发一项视频AI服务，提供智能业务见解，通过改进管理和版本控制降低50-60%的服务运营成本。幸运的是，红帽不仅看到了AI今天能为企业带来的力量，还看到了它明天可能带来的可能性。  

在AI方面，红帽专注于：  

整合开源技术让用例落地  

在红帽，我们坚信开源社区是创新的起点，特别是在涉及到人工智能时更为如此。我们与Kubeflow、KServe、CodeFlare以及Ray等开源社区保持着深厚的关系，与HuggingFace等公司的开源模型展开密切合作，加之我们的上游优先原则，这使得我们能够促进开放、透明的贡献，从而与合作伙伴一同推动下游创新。与硬件和软件合作伙伴的协作关系让我们能够灵活部署AI模型，帮助客户构建更全面的AI解决方案——从数据采集和准备，到监控和维护，再到基于其独特用例的硬件加速。  

加速产生价值的时间  

红帽聚集了数据科学家和开发人员，以更快的速度交付启用AI的应用，更灵活地应对变化——在从假设到模型开发、再到部署和测量的过程中，促进了效率和团队协作。  

传统应用程序和模型开发使用的流程之间存在许多相似之处。红帽OpenShiftAI和红帽OpenShift通过帮助MLOps和DevSecOps从业者构建适当的防护栏，快速迭代，以帮助组织更高效、更有效地引导自己。这两者在模型和应用程序变化时发挥了关键作用。  

  

在任何地方部署启用AI应用  

红帽支持企业在任何云上（无论是公有云、私有云、本地还是边缘）构建、部署、管理和运行大规模的AI应用，具有更强大的安全性能。这为客户提供了在更灵活和一致的计算平台上进行部署的能力。这种灵活性使得红帽能够支持那些关注数据隐私、引力或主权问题的组织，通过将AI模型移动到数据源附近，帮助它们按照法规要求限制数据移动来构建和使用AI模型。  

有时候，你需要接纳数据引力而不是反对它，而红帽OpenShift使你能够实现这一点。利用红帽OpenShift和红帽OpenShiftAI，你可以在云中进行训练，然后将模型带回你的私有数据中心。如果需要更多的GPU以缩短训练时间，甚至可以在云中租用它们。  

提高效率和生产力  

红帽提供了快速开发和规模部署AI所需的平台，并将AI集成到我们现有的平台中，以提高运营和开发团队的生产力和效率，使其更易于使用。这对于那些需要快速创新但面临人才短缺等挑战的组织来说至关重要。例如，红帽AnsibleLightspeed与IBMWatsonXCodeAssistant利用生成式AI生成符合红帽最佳实践的Ansible代码，保证其可靠性，并有助于弥合IT自动化技能差距。  

在将AI整合到产品中后，适当扩展规模也是企业的一个重要考虑因素。红帽OpenShiftAI通过允许增加模型的副本数量，甚至在多个云上的多个集群中部署多个副本，来满足这方面的需求。  

以透明性和选择为基础，红帽的企业级AI解决方案让你能将AI应用于日常业务。AI的力量已经到来，它是开放的，是真实的——并且与红帽一起，它可以属于你。  

上一条：RedHat 9 Cgroup 切换

下一条：红帽企业Linux 10对Wayland和Xorg的规划