2024年：生成式AI將會從理論轉(zhuǎn)向?qū)嵺`
John Roese表示，隨著ChatGPT的出現(xiàn)和崛起，整個行業(yè)都在討論和理解生成式AI。2024年，生成式AI會繼續(xù)火下去。
2023年，雖然有很多大型科技公司都推出了生成式AI系統(tǒng)，但很少有企業(yè)用戶將其投入實際使用中，只有少數(shù)企業(yè)在基于生成式AI做一些嘗試。
在他看來，2024年，生成式AI將從純理論的探討階段進入到業(yè)務應用階段，還會看到生成式AI被用到生產(chǎn)當中，從喧鬧的話題變?yōu)闃I(yè)務生產(chǎn)力。
雖然基于預訓練的模型做微調(diào)，隨后再開發(fā)一些應用其實還比較簡單。但想要在垂直行業(yè)落地生成式AI，還需要做進一步的開發(fā)，向模型輸入行業(yè)數(shù)據(jù)，這樣才可能轉(zhuǎn)化為生產(chǎn)力。
John Roese表示，想要落地生成式AI，還有一些問題要解決。
首先，在基礎(chǔ)架構(gòu)層面上的考慮。企業(yè)需要根據(jù)用戶數(shù)量和推理需求來構(gòu)建合適的推理架構(gòu)?？紤]到應用體驗，要將其部署在靠近數(shù)據(jù)和用戶的地方。最后，在安全方面，要構(gòu)建充足的安全防護措施來應對不同類型的風險和攻擊。
第二，要有選擇地落地。雖然生成式AI可以施展或者發(fā)力的空間很多，但其實，由于生成式AI應用落地中需要很多資源的支持。所以，企業(yè)還是要根據(jù)有限的資源來有選擇地找出更有價值的項目來落地。
第三，要關(guān)注運營成本。一開始大家覺得生成式AI的主要成本在于模型訓練階段，但實際上，主要成本在于運營階段。
從介紹中了解到，戴爾科技在內(nèi)部也構(gòu)建了生成式AI系統(tǒng)，隨著用量增多，其運營成本也顯著提高。但如果能帶來顯著的經(jīng)濟效益，高成本的投入也還是值得的。
2024年：零信任已是勢在必行
從John Roese的介紹中了解到，如今的安全更多是被動防御，經(jīng)常是在出現(xiàn)問題之后再去解決一個具體的問題，周而復始地被動防御。然而，這已經(jīng)無法適應如今的安全形勢，需要零信任來做出改變。
零信任是一個在很早之前就出現(xiàn)的概念，它代表著業(yè)界在網(wǎng)絡安全架構(gòu)上的重新思考，它與傳統(tǒng)被動型的模式有顯著不同。
零信任模式要求對所有人、應用和設備進行驗證，即使是在組織內(nèi)部，也不能認為是安全的，也還是需要持續(xù)地驗證。
在具體操作時，零信任系統(tǒng)會識別出什么是“好的行為”，然后會允許“好的行為”發(fā)生。除此之外，還要識別“不好的”以及“未知的行為”，零信任架構(gòu)會對這些行為進行實時的阻止。
近年來，零信任的概念逐漸成熟，包括戴爾科技在內(nèi)的許多科技公司，都已經(jīng)開始采用零信任原則，正在將其用在邊緣計算產(chǎn)品中，在常見的服務器和存儲系統(tǒng)中都實際落地了零信任原則。
除了行業(yè)從業(yè)者在積極擁抱零信任，政府層面也都在鼓勵企業(yè)采用零信任架構(gòu)，這都意味著零信任將進入新的階段。對此，John Roese表示，在未來幾年內(nèi)，如果還有企業(yè)的IT架構(gòu)里沒有采用零信任原則，就會顯得很奇怪。
2024年：邊緣計算將加速發(fā)展，生成式AI是一大推動力
John Roese介紹了邊緣計算的發(fā)展趨勢和戴爾科技在邊緣計算方面的新主張，那就是，構(gòu)建一個統(tǒng)一的邊緣計算，讓邊緣計算平臺與工作負載分離，不用為了某些工作負載而專門構(gòu)建邊緣計算平臺。
邊緣計算興起之前，數(shù)據(jù)都放在集中式的數(shù)據(jù)中心里處理。然而，現(xiàn)在越來越多的數(shù)據(jù)產(chǎn)生在工廠、醫(yī)院、商店等遠離數(shù)據(jù)中心的地方，而且也會因為各種數(shù)據(jù)傳輸效率、傳輸成本和傳輸延遲原因而在本地高效處理。
我們看到，業(yè)內(nèi)的大型科技公司，包括谷歌推出了Anthos、微軟也有Arc平臺、亞馬遜有Outposts、VMware和紅帽也都有邊緣計算架構(gòu)，這些平臺都支持讓數(shù)據(jù)在邊緣節(jié)點得到有效處理。
為了降低企業(yè)部署多個不同邊緣平臺的成本和管理復雜度，戴爾科技提出將邊緣平臺和邊緣工作負載進行分割，通過建立一個同時包含軟硬件的平臺，來可運行各種邊緣應用，從而避免為每個工作負載單獨建立平臺帶來的高成本和額外的管理負擔。
John Roese表示，2023年，戴爾科技就提出要建立一個更安全、更自動化的統(tǒng)一的邊緣平臺。隨著大部分企業(yè)開始采用生成式AI技術(shù)，出于實時互動和低延遲的要求，意味著更多生成式AI應用需要在數(shù)據(jù)中心以外的地方運行，這將加速邊緣計算的發(fā)展。
2024年：量子計算將取得顯著進展，或?qū)ι墒紸I起飛
John Roese預計，量子計算在明年或者在未來五年內(nèi)會取得顯著進展，而且，量子計算還會極大地提高生成式AI的處理能力，甚至可能為生成式AI帶來數(shù)百萬倍的性能提升。
量子計算能夠處理近乎無限量的數(shù)據(jù)，能進行高效的概率計算。而生成式AI其實技術(shù)本質(zhì)也是在做概率計算，這使得量子計算與生成式AI的結(jié)合非常有前景。
而且，結(jié)合量子計算后，生成式AI的效率可能提高數(shù)百萬倍，這將極大改變當前的AI應用和性能。
John Roese預計，量子計算將成為AI系統(tǒng)不可分割的一部分，使生成式AI運行更加高效和快速。這兩種技術(shù)的結(jié)合，其影響堪比ChatGPT剛出現(xiàn)時一樣重大。
結(jié)束語
2023年是生成式AI爆火的一年，John Roese認為明年生成式AI還會繼續(xù)火下去。我們看到，John Roese做出的四個方面的預測，其中有三個都直接提到了生成式AI，零信任的部分沒有直接提到生成式AI，但隨著生成式AI的發(fā)展，其實更離不開零信任架構(gòu)的支撐。
