当前，ChatGPT的推出极大地激发了社会对生成式AI的兴趣，自那以来，相关创新的步伐不断加速。然而，在人工智能模型从实验阶段转向投产阶段的过程中，客户面临着诸多挑战，包括硬件成本增加、数据隐私问题以及在与基于SaaS的模型共享数据时缺乏信任。

　　生成式人工智能（GenAI）领域的快速变化加剧了这些挑战，因此许多企业都在积极努力构建可靠的核心人工智能平台，使其能够在本地或云端运行。

　　日前，在2024红帽全球峰会上，红帽宣布了两项重要的AI相关进展，即推出红帽企业Linux AI（RHEL AI）以及发布了红帽OpenShift AI的最新动态。

　　其中，红帽企业Linux AI（RHEL AI）是一个基础模型平台，它能让用户更加便捷地开发、测试和部署生成式人工智能（GenAI）模型。该平台整合了IBM研究院的开源授权Granite大型语言模型系列，采用了基于大规模对话机器人对齐（LAB）方法的InstructLab模型对齐工具，使得模型的开发更加高效和精准。

　　红帽OpenShift AI则是一个开放式的混合人工智能（AI）和机器学习（ML）平台，它基于红帽OpenShift构建，提供了在混合云环境中创建和交付人工智能支持的应用的能力。这一更新增强了平台的灵活性，使得企业能够将AI应用于各种业务场景中，无论是在云端还是其他环境。

　　可见，这些最新进展都彰显了红帽关于人工智能的愿景。即从底层硬件到服务和工具，红帽为客户提供了全方位的支持，旨在加速创新、提高生产力。并通过这个更灵活、扩展能力更强、适应性更佳的开源平台，企业能够将人工智能应用于日常业务运营中，无论是在云环境中还是在其他环境中。

　　当前，企业已从对生成式AI服务的初步评估转向开发并启用AI的应用程序。一个快速成长的开放模型生态系统进一步促进了AI的创新，并说明了不会有一个独占鳌头的模型。客户将受益于多样化的选择，从而满足其特定需求，这一过程还将通过开放创新的方式得到加速推进。

　　首先，企业需要具备专业知识来为特定场景调整适当的模型，这包括数据科学家和AI专家的知识和技能，以确保模型能够在特定的业务环境中有效运行。

　　其次，AI实施过程中会遇到显著的成本问题。这包括购置AI基础设施或使用AI服务的费用，针对特定商业需求调整AI模型的复杂流程所产生的成本，以及将AI融入企业应用和管理应用程序及其模型生命周期的相关费用。

　　最后，当前市场上数据科学人才的稀缺性增加了实施AI策略的难度。企业需要寻找和培养具备相关技能的人才，以支持AI项目的成功实施。

　　对此，通过使用InstructLab对齐工具、Granite模型和RHEL AI，红帽致力于将自由获取、重复利用、透明开放以及鼓励贡献等开源项目的优势应用于生成式AI，降低进入AI创新的门槛。

　　红帽首席产品官兼高级副总裁Ashesh Badani表示，在将人工智能引入企业中，我们不再需要考虑是否引入，而是何时。企业需要一个更可靠、牛宝体育入口更一致、更灵活的人工智能平台来提高生产力、增加收入并推动市场差异化。

　　IDC指出，要想成功利用人工智能，企业需要对许多现有应用和数据环境进行现代化改造，消除现有系统和存储平台之间的障碍，提高基础架构的可持续性，并在云端、数据中心和边缘之间谨慎选择部署不同工作负载的位置。对红帽而言，这意味着人工智能平台必须具备灵活性，以支持企业在采用人工智能的过程中取得进展，并且适应需求和资源的变化。

　　作为红帽的最新创新，红帽OpenShift AI是基于红帽OpenShift而构建的开放式混合人工智能（AI）和机器学习（ML）平台，帮助企业在混合云环境中大规模创建并交付人工智能支持的应用。

　　据悉，RHEL AI是一个基础模型平台，能够使用户更加便捷地开发、测试和部署生成式人工智能（GenAI）模型。

　　同时，RHEL AI整合了IBM研究院的开源授权Granite大型语言模型（LLM）系列、基于大规模对话机器人对齐（LAB）方法的InstructLab模型对齐工具，以及通过InstructLab项目实施的社区驱动模型开发方法，红帽将该解决方案封装成一个优化的、可启动的RHEL镜像，用于在混合云环境中部署单个服务器，并已集成到OpenShift AI中。

　　值得一提的是，RHEL AI沿用了在可信赖的Linux基础上进行开源AI创新方法，融合了企业级就绪的InstructLab项目和Granite语言与代码模型，及全球领先的企业级Linux平台，简化了混合基础设施环境中的部署。

　　随着各组织在RHEL AI上试验和调整新AI模型，他们可以通过红帽OpenShift AI来扩展这些工作流，OpenShift AI将包含RHEL AI，并利用OpenShift的Kubernetes引擎在大规模训练和部署AI模型，以及OpenShift AI的集成MLOps能力来管理模型的生命周期。

　　过去三十多年，开源技术不仅推动了快速创新，还大幅降低了IT成本并降低了创新门槛。从21世纪初通过RHEL提供开放式企业Linux平台，到通过红帽OpenShift推动容器和Kubernetes成为开放式混合云和云原生计算的基础，红帽几乎一直引领着这一潮流。

　　红帽在开放混合云中赋能人工智能/机器学习战略，牛宝体育入口支持人工智能工作负载在数据所在的地方运行，无论是在数据中心、多个公有云或边缘。除了支持工作负载外，红帽的人工智能愿景还将模型训练和调整引向同一方向，以更好地应对数据主权、合规和操作完整性等方面的限制。红帽的平台为这些工作负载提供跨环境的一致性，无论它们在何处运行，这对于顺利推进人工智能创新至关重要。

　　RHEL AI和InstructLab社区进一步落实了这一愿景，消除了试验和构建AI模型的多个障碍，提供了推动下一代智能工作负载所需的工具、数据和概念。

　　AMD公司AI部门副总裁Ramine Roane表示，“AI是过去五十年中技术最重要的变革之一。为了促进AI更广泛的采用，构建AI应用的模型和工具需要对企业可达。RHEL AI基于可信赖的Linux基础，配备开源工具和模型，是支持此类需求的平台之一，我们很高兴支持红帽利用我们的AMD技术推动企业AI的进步。