紅帽峰會揭曉新篇章，OpenShift AI 2.9點亮混合云AI未來

在數字化浪潮的推動下，生成式AI重塑了我們對創造力的認知。它不僅能夠模擬人類的創作過程，還能在海量數據中挖掘出深層的規律，創造出令人驚嘆的全新內容。近日，在一年一度的紅帽峰會上，紅帽公司推出了Linux AI（RHEL AI）基礎模型平臺，并同步公布了紅帽OpenShift AI 2.9的最新版本。

RHEL AI的亮相，無疑是紅帽在人工智能領域的一次重大飛躍。該平臺融合了IBM研究院的開源授權Granite大型語言模型（LLM）系列，并采納了基于大規模對話機器人對齊（LAB）方法的InstructLab模型對齊工具。通過InstructLab項目的社區驅動模型開發方法，RHEL AI為用戶提供了一個優化的、易于啟動的RHEL鏡像，使得在混合云環境中部署生成式AI模型變得輕而易舉。同時，該平臺與紅帽OpenShift AI深度集成，為用戶帶來了從開發、測試到部署生成式AI模型的全流程便捷體驗。

紅帽OpenShift AI 2.9在多個關鍵領域實現了顯著突破。首先，它提供了增強的模型服務，支持預測式和生成式AI，包括KServe、vLLM和TGIS等，使得用戶能夠在單一平臺上高效運行多種AI用例，無論是數據分析、圖像處理還是自然語言處理等領域，都能得到強大的支持。

其次，紅帽OpenShift AI 2.9引入了分布式工作負載支持。借助Ray、CodeFlare和KubeRay等先進技術，該平臺為生成式AI工作負載提供了更快、更高效的數據處理和模型訓練能力。這些技術能夠優化資源使用，確保生成式AI模型在訓練過程中的高效性和準確性。

在模型開發方面，紅帽OpenShift AI 2.9同樣展現出了卓越的能力。它提供了項目工作區和增強的IDE及工具包支持，如VS Code和RStudio等，為數據科學家提供了豐富多樣的功能和友好的操作界面，使他們能夠更加靈活地構建和訓練生成式AI模型。這不僅提高了模型開發的效率和質量，還降低了開發和部署的門檻。

此外，紅帽OpenShift AI 2.9還具備強大的模型監控和可視化功能。用戶可以通過直觀的界面實時查看模型的運行狀態和性能，從而及時發現問題并進行優化。這種實時監控和可視化的能力為用戶提供了更好的掌控力，使得他們能夠更好地管理和優化生成式AI模型。

在媒體溝通會上，紅帽CEO Matt Hicks強調了混合云基礎對企業AI轉型的重要性。他指出，隨著企業對AI技術的依賴程度日益加深，他們需要一個靈活且高效的基礎架構來支撐其AI戰略。小模型的微調能力有限，而大型“全知模型”雖然功能強大但成本高昂且受云環境限制。因此，紅帽OpenShift AI 2.9所具備的混合云功能成為了企業充分發揮AI潛力的關鍵所在。

紅帽OpenShift AI 2.9不僅為企業提供了全面、高效的AI解決方案，還推動了混合云和云原生計算的快速發展。從RHEL到紅帽OpenShift，紅帽始終走在開源技術的前沿。如今，紅帽將這一優勢擴展到AI/ML領域，確保AI工作負載能夠在任何需要的地方高效運行，無論是數據中心、公有云還是邊緣環境。這一戰略不僅為企業提供了工作負載的靈活部署能力，還將模型訓練和調整引向更廣闊的領域，以滿足數據主權、合規性和操作完整性的需求。紅帽平臺提供的跨環境一致性為AI創新的順利推進提供了堅實保障。