作者:George Dragatsis,Hitachi Vantara 澳新銀行首席技術官
工業格局正在發生轉變。傳統上,代工廠將原材料轉化爲基本部件,工廠組裝產品。然而,新興的人工智能工廠和代工廠現在代表了一種產品創造和創新的新方法。
這些新創造將從根本上改變軟件开發、資源消耗和管理。這種轉變正在影響企業的運營方式及其提供的價值。
利用生成式人工智能 (GenAI) 釋放生產力
公司越來越多地利用GenAI來提高生產率。例如,Hitachi Vantara利用GenAI copilots和大型語言模型(LLM)來支持客戶服務、營銷和銷售團隊。
麻省理工學院和斯坦福大學的研究表明,GenAI 可以讓客戶服務代理每小時多解決 14% 的問題。此外,GenAI 還推動新員工和經驗不足的員工的生產力提高了 34%。在澳大利亞,每個行業和職業都從自動化程度的提高中看到了潛在的生產力提升,預計到 2030 年,教育、專業服務和金融服務將受益最多。1
GenAI 和 AI 也在重塑軟件开發和功能。借助 GenAI,軟件工程師可以顯著提高生產力。
麥肯錫的研究表明,借助 GenAI,开發人員可以在一半的時間內記錄代碼功能以實現可維護性,在近一半的時間內編寫新代碼,並在近三分之二的時間內優化現有代碼(代碼重構)。
企業還將 AI 和機器學習 (ML) 集成到他們的軟件中,從而實現基於實時客戶洞察和用例(而不是靜態規則)的數據驅動決策。
爲 AI 時代准備 IT 基礎設施
隨着組織採用 GenAI 以及嵌入 AI 和 ML 的軟件,他們需要確保其 IT 基礎設施擁有必要的功能和靈活性。這爲與值得信賴的合作夥伴合作升級和現代化數據中心提供了機會。
應該認識到,沒有任何一個實體擁有成功實現 AI 和 GenAI 所需的所有硬件和軟件。這需要在整個產品生命周期和業務運營中建立高度集成的流程。
公司和主要合作夥伴還必須確保遵守所有相關法規,並在整個供應鏈中實施最佳實踐。這包括遵守適當的流程並對材料和制造流程實施制衡。
它還需要遵守軟件設計最佳實踐,並確保高效地運輸和交付解決方案。協調和緊密集成至關重要,尤其是對於 GenAI 而言,它需要大量的計算和存儲資源,如果不加以控制,可能會導致不受控制的計算成本、能源消耗和碳排放。
優化效率和可持續性
最近的一份報告強調,Nvidia 的 Blackwell 芯片用於數據中心的單個版本消耗了驚人的 1,200 瓦電力。這比幾年前高得多。
GenAI 以及支持 GenAI 應用的 AI 代工廠和工廠嚴重依賴計算能力、互連網絡和海量數據集的存儲。
這需要進行與聯邦快遞的配送方式類似的優化。該公司不斷優化路线並採取措施,確保及時配送,同時最大限度地減少燃料消耗、成本和碳足跡。
然而,優化不僅限於效率。可持續性是一個日益受到關注的問題,企業必須找到利用 AI 和 GenAI 的方法,同時最大限度地減少對環境的影響。
這可能涉及探索數據中心的替代冷卻解決方案、利用可再生能源或採用節能的硬件和軟件配置。
爲 GenAI 工作負載構建合適的基礎架構
雖然 GenAI 是一種新的工作負載(或工作負載套件),但了解它與傳統工作負載相比具有獨特的挑战至關重要。組織仍在學習如何圍繞這些新工作負載最佳地調整其基礎架構。
構建合適的基礎架構(雲和本地系統的組合)需要廣泛的分析和專業知識。與在部署和管理關鍵任務基礎架構方面擁有良好記錄的創新合作夥伴合作將使組織能夠最大限度地發揮 GenAI 的價值。
擁抱迭代過程
優化 GenAI 是一個迭代過程,沒有快速解決方案。採用簡化基礎架構和自動化的解決方案,並尋求具有從數據准備(包括數據清理和混淆)到可擴展、靈活且經濟高效的數據存儲、AI 模型訓練和推理等能力的合作夥伴。與在特定行業垂直和以數據爲中心的工作流程方面擁有豐富經驗的專家合作對於成功至關重要。
AI 和 GenAI 從根本上來說都是數據驅動的。擁有最相關、最完整的數據以及適當的數據基礎設施來定位、保護和維護這些數據至關重要。這包括強大的數據治理實踐,以確保數據質量、安全性和遵守相關法規。
人工智能工廠的未來
人工智能工廠的概念仍處於早期階段,但它具有巨大的潛力,可以改變企業的運營方式和創造價值。通過採用 GenAI、優化基礎設施並優先考慮協作和可持續性,組織可以將自己定位爲這一新興領域的領導者。
隨着人工智能工廠和代工廠的發展,它們可能會在推動各個行業的創新、塑造商業和技術的未來方面發揮越來越重要的作用。
標題:將數據中心發展成爲人工智能工廠
地址:https://www.utechfun.com/post/394233.html