紅帽推出 RHEL AI 與 InstructLab 以促進企業人工智慧的可及性

紅帽峰會2024:利用生成式AI賦能企業

在2024年科羅拉多州丹佛舉行的紅帽峰會上,這一開源領導者揭示了許多重要舉措,旨在為企業充分發揮生成式AI的潛力。

重要公告:RHEL AI和InstructLab

活動的焦點是紅帽企業Linux AI(RHEL AI),這是一個用於開發和部署開源語言模型的基礎平台,還有InstructLab,一個社區驅動的項目,讓領域專家能夠利用他們的專業知識增強AI模型。

紅帽在AI整合中的獨特地位

紅帽執行長Matt Hicks強調,RHEL AI通過幾個獨特方面在競爭中脫穎而出:

- 開源與混合靈活性:紅帽優先考慮開源方法和混合基礎設施。Hicks表示:“AI就像應用程序—需要在某些地點訓練,並在其他地點部署。我們對硬體無依賴,旨在任何地方運作。”

- 硬體性能最佳化:紅帽在各種硬體平台上優化性能的強大實績,Hicks強調:“我們可以優化Nvidia、AMD、Intel和Gaudi,以實現最高效率,而無需生產GPU。”

- 智慧財產權擁有權:紅帽的開源模式確保客戶保留智產權擁有權。Hicks補充道:“您在享受我們的服務和訂閱的同時,保留您的IP。”

在快速演變的AI環境中,紅帽堅信這種開放性、靈活性、性能優化和客戶IP擁有權的結合將成為RHEL AI的關鍵差異化因素。

RHEL AI:企業的新時代

RHEL AI結合了開源語言模型,包括IBM Research開發的Granite模型,並利用InstructLab項目的能力,促進模型的自定義和增強。它擁有經過優化的RHEL操作系統映像,具備硬體加速和企業級支持。紅帽首席技術官Chris Wright解釋道:“我們使客戶能夠利用現有的基礎設施投資來推動企業AI、預測分析和生成式AI。”

目標是在統一平台中提供可靠性和信心,同時改善混合雲基礎設施,推進雲原生應用開發。

InstructLab:增強語言模型

InstructLab項目允許領域專家,即使沒有數據科學技能,也能通過貢獻他們的知識來豐富語言模型。該項目利用IBM的LAB(大型聊天機器人對齊)方法,通過一個簡單的四步驟過程,從有限的示例中生成高質量的合成訓練數據:

1. 專家提交知識示例。

2. “教師”AI模型生成相似的訓練數據。

3. 合成數據經過質量檢查。

4. 語言模型從審核通過的數據中學習,透過社區貢獻促進持續改進。

這一方法為增強模型提供了經濟有效的途徑,而IBM則已利用LAB改善了Meta的Llama和多個Mistral模型等流行開源模型。

開始使用InstructLab

開發者可以免費開始使用InstructLab,透過筆記本上的開源InstructLab CLI,然後轉向RHEL AI以應對更大型的模型,並透過紅帽的OpenShift AI平台進行擴展。

OpenShift AI 2.9更新

OpenShift AI也將升級至2.9版本,推出新的功能以部署預測和生成模型,並擴展合作夥伴生態系統,重申紅帽在AI部署中提供靈活性的承諾。

紅帽的AI產品將分階段推出。開發者可以立即通過InstructLab提升開源模型,RHEL AI正處於開發者預覽階段,最新的MLOps功能已在OpenShift AI中提供。

以社區為中心的AI願景

透過RHEL AI和InstructLab,紅帽致力於複製其在Linux和Kubernetes上的成功,使強大的AI技術通過開源的方式變得易於存取。如果成功,此舉將加速企業中生成式AI的採用,讓領域專家能夠貢獻知識,並自信地部署AI模型。

Badani表示:“這展示了我們對開源和社區力量的承諾。”而Wright則補充道:“我們很高興在這個背景下擴展‘開放’的定義。”

Most people like

Find AI tools in YBX

Related Articles
Refresh Articles