开源AI进企业，红帽建议分三步构建AI应用 原创

AI应该开源or闭源？这在科技界一直颇有争议。

开源派的信条是“众人拾柴火焰高”。由于其代码公开，任何人都可以审查和验证模型的安全性及隐私保护措施。这种透明性有助于及时发现并修复潜在的安全漏洞，确保用户数据的安全。

在开源领军企业红帽看来，开源与闭源并无绝对的对错。但是闭源模式下，生态垄断和安全隐患的迹象已初露端倪。相对而言，开源模式由于受到广泛社区的监督，能够更迅速地应对安全挑战。

把开源理念引入AI模型

红帽的AI理念可以总结为“开源”与“混合”两个关键词。

首先，红帽致力于构建开放的生态系统，将开源思想带入AI领域。红帽的所有AI产品和解决方案均为开源，从模型调优、应用开发到部署，覆盖了整个流程。这种开放策略不仅促进了技术的快速迭代，还将增强整个生态系统的活力。

其次，红帽推崇混合云战略，认为AI应用的消费模式应当多样化。红帽认为，完全依赖云端处理不仅浪费资源，还限制了灵活性。AI模型可以在云端开发，也可以在本地数据中心，甚至是简单的笔记本上建模，这样的灵活性使得资源的利用更为高效。

红帽全球副总裁兼大中华区总裁曹衡康指出，当前许多公司开发的AI模型过于复杂，动辄万亿参数的规模。红帽主张化繁为简，用比较简单的数据合成方式，把AI模型建立和调优的工作量降低，以轻量化的方式推动AI发展。

红帽不做硬件，也不开发应用，而是致力于搭建一个全面的一站式AI平台，帮助企业构建、部署和管理AI模型与应用。

在生态合作方面，红帽已与超过5000家硬件企业及4000家软件企业建立了合作关系。这些举措，使红帽在国际IT媒体CRN的评选中，荣登推动AI发展的20家AI云公司榜单。

实施AI创新从来不简单

企业需要抓住AI机遇，但事实上，真正实施AI创新远不是一件简单的事。

“AI模型的选择还只是冰山一角”，红帽大中华区解决方案架构部高级总监王慧慧说道，“在实际实施过程中，企业不仅需要评估AI的应用场景，并运用AI专业知识来为特定场景选择适当的模型，还要处理AI实施过程中的各项难题，加上AI技术高门槛和专业人才的稀缺，使得实际情况更为复杂。”

王慧慧总结了企业在AI创新过程中面临的六大主要挑战：

• 安全合规要求高：数据泄漏、数据隐私侵犯和数据主权风险，以及严格的行业和政府监管要求，使企业在安全合规方面面临巨大压力。

• 成本高：高昂且难以采购的GPU，难以招聘的数据科学家，以及供应商锁定导致的议价困难，都使得AI实施成本居高不下。

• 复杂度高：AI模型训练与调优的复杂性、多样的工具和框架选择、复杂的系统架构，都增加了AI实施的难度。

• ROI低：回报率低，回报周期长，时间成本高，AI应用场景不明，业务目标难以实现，使得AI投资回报率不高。

• 协作效率低：企业在使用AI模型赋能应用、训练和调优模型、部署和管理AI模型的过程中，协作效率低下。

• 人才稀缺：人才稀缺：数据科学和AI人才的稀缺，知识技能的匮乏，以及陡峭的学习曲线，导致企业在AI技术更新上落后于技术趋势。

针对这些挑战，红帽基于混合云提供从基础架构、平台、模型到AI赋能应用的全流程能力。

在AI应用层，红帽提供跨开放混合云的AI赋能企业应用；

在AI模型层，红帽提供多样化的模型选择，提高企业AI创新的投资回报；

在AI平台层，红帽提供领先的AI平台，帮助企业安全高效地部署和管理AI模型及应用；

在AI基础设施层，红帽为企业的AI模型和AI应用提供安全的可扩展基础设施和自动化解决方案。

此外，红帽还提供集咨询、实施、赋能于一体的开放创新实验室服务，加速企业AI实施的创新步伐。

“三步走”构建AI应用

为了帮助企业构建AI应用，红帽提出了一个“三步走”策略。

Podman Desktop提供了本地开发者工作流程，可用于模型微调；而InstructLab工具则帮助模型训练人员以较低成本对齐模型，从而提升开发效率和效果。

第一步，在资源受限的桌面环境下，采用小数据集进行实验性训练。无论是应用开发人员还是模型开发人员，都可以在自己的笔记本或PC工作服务器上使用容器化方式开发AI应用。这其中Podman Desktop工具提供了可以做模型微调的本地开发者工作流程，InstructLab则可以帮助模型训练人员以较低成本对齐模型。

第二步，企业通过完整的合成数据生成技术，采用“教师”模型和“学生”模型的训练方法进行生产级模型训练。红帽企业级Linux AI平台在这里发挥了关键作用，其能够无缝开发、测试和运行适用于企业级应用的Granite模型。这个平台汇集了开放的Granite模型、InstructLab模型对齐工具，以及红帽企业Linux的可启动镜像等资源。

第三步，企业在更大的分布式集群环境下进行生产级模型训练，同时充分利用Kubernetes扩展和自动化，实现MLOps的全部功能。在这一步中，混合MLOps平台OpenShift AI能够帮助企业在混合云环境中大规模创建和交付依托AI技术的应用。OpenShift AI支持数据的获取和准备、模型的训练和微调、模型供应、模型监控及硬件加速。

王慧慧表示，我们希望通过这样的解决方案和三步走端到端平台，满足企业用户不同阶段的需求。

红帽在国内的发展策略

在谈及红帽在国内的重点发展策略时，曹衡康提到了两个关键方向。

第一，配合国家战略，加速企业智能制造升级。红帽致力于通过开源技术重塑行业技术架构，并打通行业生态。尤其在工业控制、通讯技术、信息技术等领域，推动行业AI转型。

红帽的云原生方案旨在助力制造业实现IT、OT和AI的整合创新。例如，通过工控微服务与IT微服务的混合部署，制造企业可以大幅降低自动化、数字化和信息化的整体成本；而工控微服务与AI微服务的结合能够显著降低实时分析高解析度数据的复杂度，进而提升预测性维护和数字孪生等应用场景的分析准确性。

第二，赋能与融合国内AI生态，加速AI在全行业的应用。通过与国内外GPU厂商、OEM、ISV及云厂商的合作，加速金融、电信、广义制造业和汽车等行业的AI应用。

通过开源技术和全面的AI解决方案，相信红帽将帮助企业在复杂的AI创新旅程中走得更远、飞得更高。