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(gè)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(shí)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(jìn)入到業(yè)務(wù)應(yīng)用階段，還會看到生成式AI被用到生產(chǎn)當(dāng)中，從喧鬧的話題變?yōu)闃I(yè)務(wù)生產(chǎn)力。

雖然基于預(yù)訓(xùn)練的模型做微調(diào)，隨后再開發(fā)一些應(yīng)用其實(shí)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(jìn)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(yīng)用體驗(yàn)，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(hù)措施來應(yīng)對不同類型的風(fēng)險(xiǎn)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(shí)，由于生成式AI應(yīng)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(jià)值的項(xiàng)目來落地。

第三，要關(guān)注運(yùn)營成本。一開始大家覺得生成式AI的主要成本在于模型訓(xùn)練階段，但實(shí)際上，主要成本在于運(yùn)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(yùn)營成本也顯著提高。但如果能帶來顯著的經(jīng)濟(jì)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(gè)具體的問題，周而復(fù)始地被動防御。然而，這已經(jīng)無法適應(yīng)如今的安全形勢，需要零信任來做出改變。

零信任是一個(gè)在很早之前就出現(xiàn)的概念，它代表著業(yè)界在網(wǎng)絡(luò)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(yīng)用和設(shè)備進(jìn)行驗(yàn)證，即使是在組織內(nèi)部，也不能認(rèn)為是安全的，也還是需要持續(xù)地驗(yàn)證。

在具體操作時(shí)，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(jìn)行實(shí)時(shí)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(jì)算產(chǎn)品中，在常見的服務(wù)器和存儲系統(tǒng)中都實(shí)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(lì)企業(yè)采用零信任架構(gòu)，這都意味著零信任將進(jìn)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(jì)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(jì)算的發(fā)展趨勢和戴爾科技在邊緣計(jì)算方面的新主張，那就是，構(gòu)建一個(gè)統(tǒng)一的邊緣計(jì)算，讓邊緣計(jì)算平臺與工作負(fù)載分離，不用為了某些工作負(fù)載而專門構(gòu)建邊緣計(jì)算平臺。

邊緣計(jì)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(yuǎn)離數(shù)據(jù)中心的地方，而且也會因?yàn)楦鞣N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(jì)算架構(gòu)，這些平臺都支持讓數(shù)據(jù)在邊緣節(jié)點(diǎn)得到有效處理。

為了降低企業(yè)部署多個(gè)不同邊緣平臺的成本和管理復(fù)雜度，戴爾科技提出將邊緣平臺和邊緣工作負(fù)載進(jìn)行分割，通過建立一個(gè)同時(shí)包含軟硬件的平臺，來可運(yùn)行各種邊緣應(yīng)用，從而避免為每個(gè)工作負(fù)載單獨(dú)建立平臺帶來的高成本和額外的管理負(fù)擔(dān)。

John Roese表示，2023年，戴爾科技就提出要建立一個(gè)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(shí)時(shí)互動和低延遲的要求，意味著更多生成式AI應(yīng)用需要在數(shù)據(jù)中心以外的地方運(yùn)行，這將加速邊緣計(jì)算的發(fā)展。

2024年：量子計(jì)算將取得顯著進(jìn)展，或?qū)ι墒紸I起飛

John Roese預(yù)計(jì)，量子計(jì)算在明年或者在未來五年內(nèi)會取得顯著進(jìn)展，而且，量子計(jì)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(jì)算能夠處理近乎無限量的數(shù)據(jù)，能進(jìn)行高效的概率計(jì)算。而生成式AI其實(shí)技術(shù)本質(zhì)也是在做概率計(jì)算，這使得量子計(jì)算與生成式AI的結(jié)合非常有前景。

而且，結(jié)合量子計(jì)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(dāng)前的AI應(yīng)用和性能。

John Roese預(yù)計(jì)，量子計(jì)算將成為AI系統(tǒng)不可分割的一部分，使生成式AI運(yùn)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(shí)一樣重大。

結(jié)束語

2023年是生成式AI爆火的一年，John Roese認(rèn)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(gè)方面的預(yù)測，其中有三個(gè)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(shí)更離不開零信任架構(gòu)的支撐。

zhupb