红帽曹衡康:开源文化赋能AI,助力客户实现“Do more with less” | 速途网
速途网6月19日讯(报道:乔志斌)在云与人工智能时代的今天,开源文化扮演着至关重要的角色。随着技术的迅猛发展,云计算和人工智能已经成为推动创新和商业成功的关键驱动力。而在这个快速变化和竞争激烈的环境中,开源文化的重要性愈发凸显。
开源文化以其开放性、合作性和透明性,成为了各行各业的领导者和创新者的首选。通过开源软件、开源框架和开源技术,企业能够更快速地构建可靠的解决方案,降低开发成本,提高产品质量。开源社区的众多开发者共同参与,不断完善和推进技术的发展,为企业提供了无限的创新可能性。
6月8日,在红帽媒体Open讲活动中,红帽全球副总裁兼大中华区总裁曹衡康(Victor Tsao)、大中华区解决方案架构部高级总监王慧慧(Aella Wang)等高管与媒体面对面,共同探索开源文化在这个多云和AI时代的创新之法。
曹衡康指出,开源技术一直是推动创新的强大引擎,它不仅推动了世界的变革,也解决了企业在创新方面所面临的挑战。这些挑战包括技能最大化、复杂性增加、缩短时间交付更多、应对巨大的需求、解决边缘动态的环境、软件安全与弹性以及未来可持续性计划。
作为全球领先的开源和企业IT解决方案供应商,红帽一直以来都保持着卓越的地位。超过90%的财富500企业都选择了红帽的产品和解决方案,我们拥有来自全球40多个国家、超过2万名员工和105个办公室的庞大团队。
在刚刚结束的2023红帽全球峰会上,AI人工智能、自动化、供应链安全和开发效率成为了这次峰会的重大亮点。基于红帽的技术积累与开源文化的递进,为AI行业提供了开发工具和框架,提供开发者灵活、可定制、高效开发环境,加速AI的技术发展。同时,红帽OpenShift平台为AI提供容器化部署,让AI的部署与管理更加强大,通过AI的模型计划和实现可移植性方面更有效率。
红帽的技术可以有效去采集、情理非结构化数据,提供各个数据系统整合能力,让数据管理更极致。
最后,红帽还为在AI环境当中提供隐私保护、身份验证、访问控制、数据加密等,大大提升了安全和可信度。
可以说,红帽与AI领域的投入与贡献可以追溯到多年以前,曹衡康还透露,ChatGPT在刚开始发展的时候,就是在Kubernetes基础上开发出来的。
曹衡康用Do more with less”总结刚刚落幕的红帽全球峰会红帽用户大会的内容,并指出“用最少的资源做最多的事情”,是我们这一次的主轴。我们通过AI,让大家以最快的速度,最安全的环境去开发人工智能的东西,做更多的事情,用更少的资源。此外,安全可靠也是“Do more with less”的一部分,以前用户花很多时间去担心他的安全问题,降低风险也能够实现用更少的资源做更多的事情。
王慧慧在总结2023年红帽全球峰会亮点时表示,AI在企业应用中的关键步骤包括建立模型、训练、发布、部署和应用开发。OpenShift AI平台通过集成各种基础架构和开放的AI模型,提供了一个统一的开发和部署环境。用户可以在该平台上利用最成熟的模型和弹性的架构,以最短的时间完成AI的开发和使用过程。另外,红帽还在IT自动化领域进行了发布,解决了一些可以用自动化方式解决的IT环境中的问题。通过AI和自动化,企业能够实现更高效的工作流程和生成内容的自动化。
面对生成式AI方兴未艾的热潮,曹衡康认为,从全球范围来看,生成式AI呈现蓬勃发展的趋势。在开源领域,红帽作为一家品牌公司,通过OpenShift平台提供学习环境和构建AI应用的平台,使得数据采集和生产环境运行更加快速和高效。同时,OpenAI在训练过程中使用了开源的软件堆栈,如Kubernetes和Gluster,而这些技术正是红帽主推的堆栈体系。开源和开放的数据成为实现这一技术状态的关键。红帽在AI领域扮演了构建完善生态和平台的角色,特别是通过OpenShift平台作为MLOps平台提供技术支持,能够为企业快速建立大模型提供助力。红帽希望与更多企业进行商业合作,以更好地服务于企业需求。
王慧慧还表示,红帽的OpenShift AI在混合云中为生成式AI提供支持,并且准备在智能制造领域发力。红帽已经考虑了在智能制造中引入生成式AI,并且平台已经准备就绪。智能制造企业已经建立了大数据分析模型,这在红帽看来是AI的前期准备。红帽正在与客户讨论智能制造中的AI应用场景和设计需求。
在活动中,曹衡康还向媒体透露未来将要进行的两大举措。首先,红帽将增加对中国的投资,建立了数据中心,并将线下培训转变为线上培训,以更方便地为中国学员提供红帽培训课程。其次,红帽在智能制造领域进行了重大投资,包括自动驾驶技术和与NIIT合作,在中国提供更灵活、多样化的红帽培训和认证课程。红帽还强调了在开源领域的成就,从信息技术到通讯技术再到工业制造,红帽一直推动开源技术的应用和发展。通过开源解决方案,红帽帮助降低了工业制造成本,并取得了在智能制造领域的重要进展。