電子發(fā)燒友App
企業(yè)正在加快推行 AI 技術(shù)，并開始構(gòu)建采用生成式 AI 的最佳實(shí)踐，NVIDIA AI 專家預(yù)測(cè)，各行各業(yè)都將因此而快速轉(zhuǎn)型
?
今年的《韋氏企業(yè)詞典》（Merriam-Webster: Enterprises）年度詞匯候選者頗多。隨著整個(gè)行業(yè)都聚焦于變革性的新技術(shù)，繼 “生成式 AI” 和 “生成式預(yù)訓(xùn)練Transformer” 之后，又出現(xiàn)了 “大語言模型（LLM）”、“檢索增強(qiáng)生成（RAG）” 等詞匯。
生成式 AI 從年初開始嶄露頭角，到年末已經(jīng)引起了轟動(dòng)。許多企業(yè)正在競(jìng)相依靠 AI 提取文本、語音和視頻的能力，生成能夠徹底改變生產(chǎn)力、創(chuàng)新和創(chuàng)造力的新內(nèi)容。
企業(yè)紛紛順勢(shì)而為。麥肯錫表示，像 OpenAI 的 ChatGPT 這樣的深度學(xué)習(xí)算法在經(jīng)過企業(yè)數(shù)據(jù)的進(jìn)一步訓(xùn)練后，每年可在 63 個(gè)業(yè)務(wù)用例中創(chuàng)造相當(dāng)于 2.6 萬億至 4.4 萬億美元的價(jià)值。
?
然而，管理海量內(nèi)部數(shù)據(jù)往往被認(rèn)為是擴(kuò)大 AI 規(guī)模的最大障礙。NVIDIA 的 AI 專家預(yù)測(cè)，企業(yè)在 2024 年的工作重點(diǎn)將是“廣交良友”，即與云服務(wù)提供商、數(shù)據(jù)存儲(chǔ)和分析公司以及其他擅長高效處理、微調(diào)和部署大數(shù)據(jù)的公司建立合作伙伴關(guān)系。
?
這一切都將圍繞大語言模型展開。NVIDIA 專家表示，LLM 研究的進(jìn)展將被越來越多地應(yīng)用于商業(yè)和企業(yè)應(yīng)用中。RAG、自主智能體和多模態(tài)交互等 AI 功能將變得更易于獲取，并且?guī)缀蹩梢酝ㄟ^任何平臺(tái)輕松部署。
?
以下是 NVIDIA 專家對(duì)未來 2024 年的展望：
MANUVIR DAS
NVIDIA 企業(yè)計(jì)算副總裁
?
不存在一款萬能的應(yīng)用：企業(yè)正在接受定制化。任何企業(yè)都不會(huì)只有一到兩個(gè)生成式 AI 應(yīng)用，許多企業(yè)將擁有數(shù)百個(gè)定制化應(yīng)用，這些應(yīng)用使用的是適用于業(yè)務(wù)各個(gè)部分的專有數(shù)據(jù)。
在投入到生產(chǎn)中后，這些定制 LLM 將使用 RAG 功能連接數(shù)據(jù)源與生成式 AI 模型，從而作出更加準(zhǔn)確、明智的回答。Amdocs、Dropbox、基因泰克公司（Genentech）、SAP、ServiceNow 和 Snowflake 等頭部企業(yè)已經(jīng)在使用 RAG 和 LLM 構(gòu)建新的生成式 AI 服務(wù)。
?
開源軟件引領(lǐng)潮流：借助開源預(yù)訓(xùn)練模型，企業(yè)將把能夠解決特定領(lǐng)域挑戰(zhàn)的生成式 AI 應(yīng)用納入其運(yùn)營戰(zhàn)略中。
如果企業(yè)能夠?qū)⑦@些領(lǐng)先的模型與私有或?qū)崟r(shí)數(shù)據(jù)相結(jié)合，就能加速提升整個(gè)企業(yè)的生產(chǎn)力和成本效益。AI 計(jì)算和軟件將可以在幾乎任何平臺(tái)上使用，無論是云計(jì)算和 AI 模型代工服務(wù)，還是數(shù)據(jù)中心、邊緣和桌面。
?
現(xiàn)成的 AI 和微服務(wù)：生成式 AI 推動(dòng)了應(yīng)用編程接口（API）端點(diǎn)的采用，使開發(fā)者能夠更輕松地構(gòu)建復(fù)雜的應(yīng)用。
隨著開發(fā)者將在 2024 年使用 RAG 等 AI 微服務(wù)定制成品 AI 模型，軟件開發(fā)工具套件和 API 將更上一層樓。這將幫助企業(yè)運(yùn)用能夠獲取最新業(yè)務(wù)信息的智能助手和摘要工具，充分挖掘出 AI 驅(qū)動(dòng)的生產(chǎn)潛力。
開發(fā)者可以將這些 API 端點(diǎn)直接嵌入其應(yīng)用，而且無需再為維護(hù)支撐這些模型和框架所需的基礎(chǔ)設(shè)施而操心。終端用戶也能體驗(yàn)到更加直觀、反應(yīng)更迅速且更符合其需求的定制應(yīng)用。
IAN BUCK
NVIDIA 高性能計(jì)算和超大規(guī)模數(shù)據(jù)中心業(yè)務(wù)副總裁
?
寶藏技術(shù)的國家應(yīng)用： AI 將成為新時(shí)代的“太空競(jìng)賽”，每個(gè)國家都希望建立自己的卓越中心，以推動(dòng)研究和科學(xué)的重大進(jìn)步，提高國內(nèi)生產(chǎn)總值。
只需要幾百個(gè)節(jié)點(diǎn)的加速計(jì)算，就能快速建立起高效率、高性能的百億億次級(jí) AI 超級(jí)計(jì)算機(jī)。由政府出資建造的生成式 AI 卓越中心，將通過創(chuàng)造新的工作崗位和建立更強(qiáng)大的大學(xué)項(xiàng)目來培養(yǎng)下一代科學(xué)家、研究人員和工程師，進(jìn)而推動(dòng)國家經(jīng)濟(jì)的增長。
?
量子飛躍：企業(yè)領(lǐng)導(dǎo)者將在兩大關(guān)鍵驅(qū)動(dòng)力之下發(fā)起量子計(jì)算研究計(jì)劃：一是使用傳統(tǒng) AI 超級(jí)計(jì)算機(jī)模擬量子處理器的能力；二是混合經(jīng)典-量子計(jì)算統(tǒng)一開放式開發(fā)平臺(tái)的可用性。這使開發(fā)者能夠使用標(biāo)準(zhǔn)編程語言構(gòu)建量子算法，無須掌握需要定制的專業(yè)知識(shí)。
量子計(jì)算方面的探索曾被認(rèn)為是計(jì)算機(jī)科學(xué)中的一個(gè)非主流的小領(lǐng)域。但隨著企業(yè)與學(xué)術(shù)界和實(shí)驗(yàn)室共同推進(jìn)材料科學(xué)、醫(yī)藥研究、亞原子物理和物流領(lǐng)域的快速發(fā)展，量子計(jì)算探索將成為主流。
KARI BRISKI
NVIDIA AI 軟件業(yè)務(wù)副總裁
?
將RAG變成財(cái)富：企業(yè)將在 2024 年大力采用檢索增強(qiáng)生成（RAG）AI 框架，圍繞此的討論也會(huì)跟多。
模型有時(shí)會(huì)因?yàn)闊o法獲得與指定用例相關(guān)的足夠準(zhǔn)確信息而作出這種不準(zhǔn)確或無意義的回答。
隨著企業(yè)訓(xùn)練用于構(gòu)建生成式 AI 應(yīng)用和服務(wù)的 LLM，越來越多的人將 RAG 視為一種能夠避免作出不準(zhǔn)確或無意義回答的方法。
通過語義檢索，企業(yè)將使用開源基礎(chǔ)模型打通自己的數(shù)據(jù)，這樣用戶就能夠從索引中檢索到相關(guān)數(shù)據(jù)，然后在運(yùn)行時(shí)將這些數(shù)據(jù)傳遞給模型。
企業(yè)可以使用更少的資源，為醫(yī)療、金融、零售和制造等行業(yè)創(chuàng)造出更準(zhǔn)確的生成式 AI 應(yīng)用。終端用戶有望看到更加精進(jìn)、更加符合上下文的多模態(tài)聊天機(jī)器人和個(gè)性化內(nèi)容推薦系統(tǒng)，這將使他們能夠自然、直觀地與數(shù)據(jù)進(jìn)行對(duì)話。
?
多模態(tài)“大顯身手”：基于文本的生成式 AI 將成為過去式。盡管生成式 AI 仍處于起步階段，但預(yù)計(jì)許多行業(yè)都將采用多模態(tài) LLM，使消費(fèi)者能夠結(jié)合文本、語音和圖像，對(duì)有關(guān)表格、圖表或示意圖的查詢作出更加符合語境的回答。
Meta、OpenAI 等公司將通過加強(qiáng)對(duì)感官的支持來推動(dòng)多模態(tài)生成式 AI 的發(fā)展，進(jìn)而促進(jìn)物理科學(xué)、生物科學(xué)和整個(gè)社會(huì)的進(jìn)步。企業(yè)將不僅能夠理解文本格式的數(shù)據(jù)，還能夠理解 PDF、圖表、幻燈片等格式的數(shù)據(jù)。
NIKKI POPE
NVIDIA AI 和法律倫理主管
?
AI 安全將成為核心議題：頭部 AI 企業(yè)之間的合作將加快穩(wěn)健且安全的 AI 系統(tǒng)的研發(fā)速度。預(yù)計(jì)各個(gè)行業(yè)將采用新的標(biāo)準(zhǔn)化安全協(xié)議和最佳實(shí)踐來保障生成式 AI 模型的一致且高度安全性。
企業(yè)將更加關(guān)注 AI 系統(tǒng)的透明度和可解釋性，并將使用新的工具和方法闡釋復(fù)雜 AI 模型的決策過程。由于整個(gè)生成式 AI 生態(tài)系統(tǒng)都會(huì)將安全問題作為核心，預(yù)計(jì) AI 技術(shù)將變得更加可靠、可信且符合人類的價(jià)值觀。
?
?RICHARD KERRIS
NVIDIA 開發(fā)者關(guān)系副總裁，媒體和娛樂業(yè)務(wù)主管
?
開發(fā)普及化：不久之后，幾乎所有人都能夠成為開發(fā)者。以前的開發(fā)者必須掌握并熟練使用特定的開發(fā)語言才能開發(fā)應(yīng)用或服務(wù)。隨著計(jì)算基礎(chǔ)設(shè)施越來越多地在軟件開發(fā)語言上訓(xùn)練，任何人都將能夠提示機(jī)器創(chuàng)建應(yīng)用、服務(wù)、設(shè)備支持等。
企業(yè)將繼續(xù)雇用開發(fā)人員構(gòu)建和訓(xùn)練 AI 模型及其他專業(yè)應(yīng)用，同時(shí)其他具備相關(guān)技能的人士也都將獲得更多構(gòu)建定制產(chǎn)品和服務(wù)的機(jī)會(huì)。在文本輸入或語音提示的幫助下，他們與計(jì)算機(jī)的交互將變得像口述指令一樣簡單。
?
電影和音樂將迎來新的時(shí)代：正如 Fab Four “新創(chuàng)作”的 AI 增強(qiáng)歌曲引發(fā)了新一波的披頭士熱潮一樣，第一部長篇生成式 AI 電影的誕生也將在電影業(yè)掀起軒然大波。
比如，電影制片人在使用 35 毫米膠片攝影機(jī)拍攝后，可以通過生成式 AI 技術(shù)，將所拍攝的內(nèi)容快速轉(zhuǎn)換成 70 毫米格式。這將降低制作 IMAX 電影所需的巨額成本，并讓更多導(dǎo)演參與其中。
創(chuàng)作者將使用文字、圖像或視頻來提示計(jì)算機(jī)把精美的圖像和視頻轉(zhuǎn)化成新類型和新形式的娛樂內(nèi)容。一些專業(yè)人士擔(dān)心這會(huì)搶了他們的“飯碗”，但由于生成式 AI 能夠通過特定任務(wù)的訓(xùn)練而日益完善，這些問題也會(huì)逐漸消失，反而使專業(yè)人士有時(shí)間去處理其他任務(wù)，并為他們提供界面對(duì)藝術(shù)家友好的新工具。
?
KIMBERLY POWELL
NVIDIA 醫(yī)療業(yè)務(wù)副總裁
?
AI 手術(shù)助手：外科醫(yī)生在手術(shù)室內(nèi)外使用語音增強(qiáng)其所見所聞的時(shí)代已經(jīng)到來。
通過將器械、影像、機(jī)器人技術(shù)和實(shí)時(shí)患者數(shù)據(jù)與 AI 相結(jié)合，可以為外科醫(yī)生提供更好的培訓(xùn)，在手術(shù)過程中提供更加個(gè)性化的服務(wù)，甚至在遠(yuǎn)程手術(shù)過程中給出實(shí)時(shí)反饋和指導(dǎo)以提高安全性。目前每年有 1.5 億臺(tái)手術(shù)無法開展，尤其是在中低收入國家，而 AI 手術(shù)將有助于縮小這一缺口。（數(shù)據(jù)原出處）
?
生成式 AI 打造新型藥物研發(fā)工廠：一種新的藥物研發(fā)流程正在興起。生成式 AI 分子生成、特性預(yù)測(cè)和復(fù)雜建模將推動(dòng)智能實(shí)驗(yàn)室的運(yùn)轉(zhuǎn)速度，縮短研發(fā)周期并提高臨床可行候選藥物的質(zhì)量。
這些 AI 藥物研發(fā)工廠使用全基因組、原子分辨率儀器和能夠全天候運(yùn)行的機(jī)器人實(shí)驗(yàn)室自動(dòng)化技術(shù)來建立海量醫(yī)療數(shù)據(jù)集。計(jì)算機(jī)將實(shí)現(xiàn)有史以來首次在龐大而復(fù)雜的數(shù)據(jù)集中學(xué)習(xí)規(guī)律和關(guān)系，并且生成、預(yù)測(cè)和模擬復(fù)雜的生物關(guān)系，而這些關(guān)系之前只能通過耗時(shí)的實(shí)驗(yàn)觀察和人工合成才能發(fā)現(xiàn)。
CHARLIE BOYLE
NVIDIA DGX系統(tǒng)副總裁
?
企業(yè)將定制 LLM 遷移到云端：企業(yè)在 2023 年認(rèn)識(shí)到從頭開始構(gòu)建 LLM 并非易事。他們往往會(huì)因?yàn)樾枰顿Y于新的基礎(chǔ)設(shè)施和技術(shù)而對(duì)這條路望而卻步，而且他們還很難確定如何以及何時(shí)該優(yōu)先開展公司的其他舉措。
云服務(wù)提供商、主機(jī)托管提供商、以及其他提供企業(yè)數(shù)據(jù)處理服務(wù)的公司將通過全棧 AI 超級(jí)計(jì)算和軟件來幫助企業(yè)。這將使各行各業(yè)的企業(yè)能夠更輕松地定制和部署預(yù)訓(xùn)練模型。
?
在企業(yè)數(shù)據(jù)湖中挖掘 LLM 這座 “金礦”：目前并不缺少關(guān)于普通企業(yè)信息存儲(chǔ)量的統(tǒng)計(jì)數(shù)據(jù)，大型企業(yè)存儲(chǔ)的信息量可能高達(dá)數(shù)百 PB。但許多公司都表示自己只挖掘了不到一半的信息來獲取可執(zhí)行的洞察。（數(shù)據(jù)原出處）
?
2024 年，企業(yè)將開始借助生成式 AI，將那些未被利用的數(shù)據(jù)用于構(gòu)建和定制 LLM。借助 AI 加持的超級(jí)計(jì)算，企業(yè)將開始挖掘自身的非結(jié)構(gòu)化數(shù)據(jù)，包括聊天、視頻和代碼等，從而將其生成式 AI 開發(fā)工作擴(kuò)展到訓(xùn)練多模態(tài)模型。這一巨大的進(jìn)步超越了挖掘表格和其他結(jié)構(gòu)化數(shù)據(jù)的能力，將使企業(yè)能夠針對(duì)問題提供更加具體的答案，并發(fā)現(xiàn)新的機(jī)遇，包括幫助檢測(cè)醫(yī)學(xué)掃描圖像中的異常情況，發(fā)現(xiàn)零售業(yè)的新興趨勢(shì)，以及提高運(yùn)營安全等。
AZITA MARTIN
NVIDIA 零售、消費(fèi)品包裝和快餐店業(yè)務(wù)副總裁
?
生成式 AI 購物顧問：零售商既要為顧客提供其想要的產(chǎn)品，又要提供符合其個(gè)人需求和偏好的高質(zhì)量、人性化全渠道購物體驗(yàn)。
為了實(shí)現(xiàn)這些目標(biāo)，零售商正準(zhǔn)備引進(jìn)先進(jìn)的生成式 AI 購物顧問，這些顧問將接受有關(guān)零售商品牌、產(chǎn)品和客戶數(shù)據(jù)的細(xì)致培訓(xùn)，以便能夠提供符合品牌的向?qū)絺€(gè)性化購物過程并像人類助手那樣細(xì)致入微。這一創(chuàng)新的方法將幫助品牌脫穎而出，通過提供個(gè)性化的幫助提高顧客忠誠度。
?
采取保障安全的措施：全球零售商正面臨著日益嚴(yán)峻的挑戰(zhàn)。以美國為例，根據(jù)美國零售聯(lián)合會(huì)的報(bào)告，自疫情后零售業(yè)盜竊案的數(shù)量激增以來，零售商遭遇的此類事件猛增了 26.5%。
為了提高顧客和員工在店內(nèi)的安全，零售商將開始使用計(jì)算機(jī)視覺和實(shí)體安全信息管理軟件采集并關(guān)聯(lián)來自不同安全系統(tǒng)的事件。這將使 AI 能夠檢測(cè)出異常行為，比如大規(guī)模搶奪貨架上的物品等。它還將幫助零售商主動(dòng)打擊犯罪活動(dòng)，維護(hù)購物環(huán)境的安全。
REV LEBAREDIAN
NVIDIA Omniverse 和仿真技術(shù)副總裁
?
工業(yè)數(shù)字化擁抱生成式 AI：工業(yè)數(shù)字化與生成式 AI 的融合有望促進(jìn)工業(yè)轉(zhuǎn)型。
生成式 AI 將使幾何、光、物理、物質(zhì)和行為等物理學(xué)的各個(gè)方面轉(zhuǎn)化成數(shù)字?jǐn)?shù)據(jù)變得更加容易。物理學(xué)數(shù)字化的普及將加速工業(yè)企業(yè)的發(fā)展，提高其設(shè)計(jì)、優(yōu)化、制造和銷售產(chǎn)品的效率并使其能夠更加輕松地創(chuàng)建用于訓(xùn)練新一代 AI 的虛擬訓(xùn)練場(chǎng)和合成數(shù)據(jù)。這些 AI 將在自主機(jī)器人、自動(dòng)駕駛汽車等物理領(lǐng)域進(jìn)行交互和運(yùn)行。
?
3D 互通性躍升： 首次實(shí)現(xiàn)從設(shè)計(jì)到生產(chǎn)的數(shù)據(jù)互通。
全球制造、產(chǎn)品設(shè)計(jì)、零售、電子商務(wù)和機(jī)器人行業(yè)最有影響力的軟件與從業(yè)公司正在加入新成立的 OpenUSD 聯(lián)盟。OpenUSD 是一種 3D 工具和數(shù)據(jù)之間的通用語言，它將打破數(shù)據(jù)孤島，使工業(yè)企業(yè)中的各個(gè)數(shù)據(jù)湖、工具系統(tǒng)和專業(yè)團(tuán)隊(duì)能夠比以往更加輕松、快速地開展協(xié)作，從而加快繁瑣人工工業(yè)流程的數(shù)字化進(jìn)程。
吳新宙
NVIDIA 副總裁兼汽車業(yè)務(wù)總經(jīng)理
?
實(shí)現(xiàn)整個(gè)汽車生產(chǎn)生命周期的現(xiàn)代化：汽車行業(yè)將進(jìn)一步采用生成式 AI 來提供符合物理學(xué)的逼真效果圖，在準(zhǔn)確展示汽車內(nèi)部與外部的同時(shí)，加快設(shè)計(jì)評(píng)審的速度、降低成本并提高效率。
越來越多的汽車制造商將在其智能工廠中采用這項(xiàng)技術(shù)，通過連接設(shè)計(jì)與工程工具來構(gòu)建生產(chǎn)設(shè)施的數(shù)字孿生。此舉能夠在不關(guān)停工廠產(chǎn)線的情況下降低成本，實(shí)現(xiàn)運(yùn)營的精簡化。
生成式 AI 將使消費(fèi)者的研究和購買變得更具互動(dòng)性。無論是汽車配置器和 3D 可視化，還是增強(qiáng)現(xiàn)實(shí)演示和虛擬試駕，都將為消費(fèi)者帶來更加引人入勝和愉快的購物體驗(yàn)。
?
行駛安全無小事：除了汽車產(chǎn)品生命周期外，生成式 AI 還將推進(jìn)自動(dòng)駕駛汽車（AV）開發(fā)領(lǐng)域的突破性進(jìn)展，包括將記錄的傳感器數(shù)據(jù)轉(zhuǎn)化為全交互式 3D 模擬。在將自動(dòng)駕駛汽車部署到現(xiàn)實(shí)世界前，可以使用這些數(shù)字孿生環(huán)境以及合成數(shù)據(jù)生成技術(shù)，在虛擬環(huán)境中安全地對(duì)自動(dòng)駕駛汽車進(jìn)行大規(guī)模的開發(fā)、測(cè)試和驗(yàn)證。
生成式 AI 基礎(chǔ)模型還將幫助車輛的 AI 系統(tǒng)提供全新的個(gè)性化用戶體驗(yàn)、功能以及車內(nèi)外的安全措施。
駕駛將變得更加安全、智能和愉悅。
BOB PETTE
NVIDIA 企業(yè)平臺(tái)副總裁
?
使用生成式 AI 創(chuàng)建新事物：通過生成式 AI，企業(yè)只需要與大語言模型進(jìn)行對(duì)話就可以完成汽車的設(shè)計(jì)，或者使用新的技術(shù)和設(shè)計(jì)原則來從無到有創(chuàng)建新的城市。
建筑、工程、施工和運(yùn)營（AECO）行業(yè)正在圍繞生成式 AI 構(gòu)建未來。AECO 和制造業(yè)的數(shù)百家生成式 AI 初創(chuàng)公司與客戶將專注于為幾乎所有用例創(chuàng)建解決方案，包括設(shè)計(jì)優(yōu)化、市場(chǎng)洞見、施工管理和物理預(yù)測(cè)等。AI 將加速制造業(yè)的發(fā)展，提高效率、減少浪費(fèi)并實(shí)現(xiàn)全新的生產(chǎn)和可持續(xù)發(fā)展方式。
開發(fā)者和企業(yè)尤其關(guān)注點(diǎn)云數(shù)據(jù)分析，該技術(shù)能夠使用激光雷達(dá)生成具有精確細(xì)節(jié)的建筑和自然環(huán)境示意圖。借助由生成式 AI 加速的工作流，這項(xiàng)技術(shù)將實(shí)現(xiàn)高保真的洞察和分析。
GILAD SHAINER
NVIDIA 網(wǎng)絡(luò)業(yè)務(wù)高級(jí)副總裁
?
AI 飛速增長，連接需求激增：企業(yè)正在使用 GPU 和基于 GPU 的系統(tǒng)獲得加速計(jì)算所需要的網(wǎng)絡(luò)帶寬，網(wǎng)絡(luò)效率和性能也將再度成為其關(guān)注的焦點(diǎn)。
萬億參數(shù)的 LLM 將需要更快的傳輸速度和更廣的覆蓋范圍。想要快速推行生成式 AI 應(yīng)用的企業(yè)將需要投資于加速網(wǎng)絡(luò)技術(shù)或者選擇能夠滿足這一需求的云服務(wù)提供商。實(shí)現(xiàn)最佳連接的關(guān)鍵在于將其融入到加入了新一代軟硬件的全棧系統(tǒng)中。
?
網(wǎng)絡(luò)將成為設(shè)計(jì)數(shù)據(jù)中心的決定性因素：企業(yè)將認(rèn)識(shí)到數(shù)據(jù)中心不必千篇一律。為數(shù)據(jù)中心選擇合適網(wǎng)絡(luò)的第一步是確定數(shù)據(jù)中心的用途。傳統(tǒng)數(shù)據(jù)中心的帶寬有限，而能夠運(yùn)行大型 AI 工作負(fù)載的數(shù)據(jù)中心需要成千上萬個(gè) GPU，而且這些 GPU 在運(yùn)行時(shí)必須保證高度確定且較低的尾部延遲。
網(wǎng)絡(luò)在大規(guī)模滿負(fù)荷情況下的運(yùn)行能力是確定性能的最佳指標(biāo)。未來的企業(yè)數(shù)據(jù)中心需要通過獨(dú)立的管理網(wǎng)絡(luò)（又稱南北向網(wǎng)絡(luò)）和 AI 網(wǎng)絡(luò)（又稱東西向網(wǎng)絡(luò)）連接。其中的 AI 網(wǎng)絡(luò)包含專門用于高性能計(jì)算、AI 和超大規(guī)模云基礎(chǔ)設(shè)施的網(wǎng)內(nèi)計(jì)算。
DAVID REBER JR.
NVIDIA 首席安全官
?
明確使安全模式能夠適應(yīng) AI：企業(yè)正在如火如荼地從以應(yīng)用為中心的安全模式轉(zhuǎn)向以數(shù)據(jù)為中心的安全模式。數(shù)據(jù)是 LLM 的基礎(chǔ)供應(yīng)鏈，同時(shí)也是生成式 AI 的未來。企業(yè)現(xiàn)在才剛剛看到這個(gè)問題大規(guī)模地顯現(xiàn)，他們需要重新評(píng)估人員、流程和技術(shù)，重新定義安全開發(fā)生命周期（SDLC）。整個(gè)行業(yè)將重新定義信任的方法并明確透明度的含義。
新一代網(wǎng)絡(luò)工具將應(yīng)運(yùn)而生。AI 的安全開發(fā)生命周期將由新的市場(chǎng)領(lǐng)導(dǎo)者來定義工具和使命，以完成從命令行界面到人類語言界面的過渡。隨著越來越多的企業(yè)開始使用開源 LLM（如 Meta 的 Llama 2）加速生成式 AI 的輸出結(jié)果，這一需求將變得尤為重要。
?
使用 AI 提升安全性：將 AI 應(yīng)用于網(wǎng)絡(luò)安全領(lǐng)域?qū)⒛軌驒z測(cè)出從未被發(fā)現(xiàn)的威脅。目前，全球只有一小部分?jǐn)?shù)據(jù)被用于網(wǎng)絡(luò)防御。與此同時(shí)，攻擊者仍在不斷利用每一個(gè)錯(cuò)誤配置。
?企業(yè)將通過實(shí)驗(yàn)認(rèn)識(shí)到 AI 在發(fā)現(xiàn)突發(fā)威脅和風(fēng)險(xiǎn)方面的潛力。網(wǎng)絡(luò)助手將幫助企業(yè)用戶應(yīng)對(duì)網(wǎng)絡(luò)釣魚和配置問題。為了使這項(xiàng)技術(shù)發(fā)揮作用，企業(yè)需要解決工作和個(gè)人生活交匯處固有的隱私問題，以便能夠在以數(shù)據(jù)為中心的環(huán)境中實(shí)現(xiàn)集體防御。
除了實(shí)現(xiàn)技術(shù)的全民化之外，AI 也將在威脅不斷增加的情況下造就新一代的網(wǎng)絡(luò)防御者。一旦明確任何一種威脅，企業(yè)將使用 AI 生成海量數(shù)據(jù)，并使用這些數(shù)據(jù)訓(xùn)練下游檢測(cè)器以防御并檢測(cè)此類威脅。
RONNIE VASISHTA
NVIDIA 電信高級(jí)副總裁
?
RAN 既是目標(biāo)，也是起點(diǎn)：預(yù)計(jì)對(duì) 5G 投資案例將展開大規(guī)模重新評(píng)估。
?經(jīng)過五年的發(fā)展，5G 的網(wǎng)絡(luò)覆蓋范圍和容量都有了顯著的提升，但收入增長卻很緩慢，而且大部分專有且靈活性欠佳的基礎(chǔ)設(shè)施的成本也在上升。同時(shí)，5G RAN 的利用率仍止步于 40% 以下。
在新的一年里，我們將在現(xiàn)有頻譜上，積極開辟新的收入來源，發(fā)掘可商業(yè)化的新應(yīng)用。電信行業(yè)還將重新考量資本支出結(jié)構(gòu)，更加關(guān)注以通用組件構(gòu)建的靈活高利用率的基礎(chǔ)設(shè)施。此外，由于企業(yè)正在使用 AI 工具來提高性能和效率以降低成本，所以預(yù)計(jì)運(yùn)營費(fèi)用將全面降低。這些舉措的成效將決定運(yùn)營商對(duì) 6G 技術(shù)的投資力度。
?
從聊天機(jī)器人到網(wǎng)絡(luò)管理：為提升客戶服務(wù)和支持力度，電信公司已將生成式 AI 應(yīng)用于聊天機(jī)器人和虛擬助手。在新的一年里，他們將進(jìn)一步在網(wǎng)絡(luò)規(guī)劃和優(yōu)化、故障和欺詐檢測(cè)、預(yù)測(cè)分析和維護(hù)、網(wǎng)絡(luò)安全運(yùn)營以及能源優(yōu)化等領(lǐng)域加強(qiáng)生成式 AI 的使用，實(shí)現(xiàn)運(yùn)營方面的改進(jìn)。
鑒于生成式 AI 的普及度和戰(zhàn)略性，建立新型 AI 工廠基礎(chǔ)設(shè)施來推動(dòng)其發(fā)展也將成為當(dāng)務(wù)之急。越來越多的電信公司將建立供內(nèi)部使用的 AI 工廠，并以平臺(tái)即服務(wù)的形式，將這些工廠提供給開發(fā)人員。這類基礎(chǔ)設(shè)施將能夠支持作為額外租戶的 RAN。
MALCOLM DEMAYO
NVIDIA 金融服務(wù)副總裁
?
金融服務(wù)，AI 至上：隨著 AI 的飛速發(fā)展，金融服務(wù)公司將會(huì)把算力用在數(shù)據(jù)上，而不是用數(shù)據(jù)來提高算力。
金融服務(wù)公司需要在保持技術(shù)發(fā)展速度，降低集中風(fēng)險(xiǎn)的同時(shí)保持敏捷性，所以需要做出戰(zhàn)略轉(zhuǎn)變，即采用將本地基礎(chǔ)設(shè)施與云計(jì)算混用這樣具有高度可擴(kuò)展性的方式。能夠處理好最關(guān)鍵工作負(fù)載（包括 AI 驅(qū)動(dòng)的客服助手、欺詐檢測(cè)、風(fēng)險(xiǎn)管理等）的金融服務(wù)公司將獲得領(lǐng)先優(yōu)勢(shì)。
MARC SPIELER
NVIDIA 能源高級(jí)總監(jiān)
?
物理機(jī)器學(xué)習(xí)加速仿真模擬：能源公司將越來越多地使用物理機(jī)器學(xué)習(xí)加速仿真模擬、優(yōu)化工業(yè)流程并增強(qiáng)決策能力。
物理機(jī)器學(xué)習(xí)將傳統(tǒng)的物理模型與先進(jìn)的機(jī)器學(xué)習(xí)算法相結(jié)合，是快速、準(zhǔn)確模擬復(fù)雜物理現(xiàn)象的強(qiáng)大幫手。例如在能源勘探和生產(chǎn)中，物理機(jī)器學(xué)習(xí)可以快速建立地下地質(zhì)模型，幫助確定潛在的勘探地點(diǎn)，評(píng)估運(yùn)營和環(huán)境風(fēng)險(xiǎn)。
在風(fēng)能和太陽能等可再生能源領(lǐng)域，物理機(jī)器學(xué)習(xí)將在預(yù)測(cè)性維護(hù)方面發(fā)揮關(guān)鍵作用，使能源公司能夠預(yù)見設(shè)備故障并提前安排維護(hù)，從而減少停機(jī)時(shí)間和成本。隨著算力和可用數(shù)據(jù)的不斷增加，物理機(jī)器學(xué)習(xí)將深入改變能源公司處理模擬和建模任務(wù)的方式，推動(dòng)更高效和可持續(xù)的能源生產(chǎn)。
?
LLM —— 提升運(yùn)營成果的高招：結(jié)合物理機(jī)器學(xué)習(xí)，LLM 將能夠分析能源設(shè)備的大量歷史數(shù)據(jù)和實(shí)時(shí)傳感器輸入數(shù)據(jù)，從而預(yù)測(cè)潛在故障和維護(hù)需求。這種具有前瞻性的方法將減少意外停機(jī)時(shí)間，延長風(fēng)力渦輪機(jī)、發(fā)電機(jī)、太陽能電池板和其他關(guān)鍵基礎(chǔ)設(shè)施的使用壽命。LLM 還有助于優(yōu)化維護(hù)計(jì)劃和資源配置，確保維修和檢查工作的高效率。最后，將 LLM 應(yīng)用于預(yù)測(cè)性維護(hù)將為能源公司節(jié)省成本，幫助其更加穩(wěn)定地為用戶供應(yīng)能源。
DEEPU TALLA
NVIDIA 嵌入式和邊緣計(jì)算副總裁
?
機(jī)器人開發(fā)者的興起：LLM 將為機(jī)器人工程師的工作帶來迅速的改觀。生成式 AI 將為機(jī)器人開發(fā)代碼并創(chuàng)建新的模擬環(huán)境以測(cè)試和訓(xùn)練它們。
LLM 將自動(dòng)創(chuàng)建 3D 場(chǎng)景、構(gòu)建環(huán)境并根據(jù)輸入的數(shù)據(jù)生成資產(chǎn)，從而加快模擬開發(fā)速度。生成的模擬資產(chǎn)將成為合成數(shù)據(jù)生成、機(jī)器人技能訓(xùn)練和機(jī)器人應(yīng)用測(cè)試等工作流的關(guān)鍵。
除了幫助機(jī)器人開發(fā)者外，LLM 背后的引擎 —— Transformer AI 模型將使機(jī)器人變得更加智能，使其能夠更好地理解復(fù)雜的環(huán)境，并更有效地在這些環(huán)境中執(zhí)行各種技能。
為了擴(kuò)大機(jī)器人產(chǎn)業(yè)的規(guī)模，機(jī)器人必須變得更加通用。也就是說，它們需要能夠更快掌握技能或?qū)⒓寄軕?yīng)用于新的環(huán)境中。在模擬中訓(xùn)練和測(cè)試的生成式 AI 模型將成為使機(jī)器人變得更加強(qiáng)大、靈活且易用的關(guān)鍵。
?
?
工商網(wǎng)監(jiān)
評(píng)論