科学技术是第一生产力，是促进经济和社会发展的主导力量。科技的发展方向直接影响着人们的生活、工作和社会发展，了解未来科技的发展趋势对于企业作出明智的决策至关重要。对此，戴尔科技集团于近日举办了一场2024年技术预测与展望媒体沟通会，介绍并分享了2024年及未来影响科技行业的新兴趋势，以及戴尔科技如何与客户合作，把握趋势并抓住创新机遇，为企业发展指明方向。
戴尔科技集团全球首席技术官John Roese在本次沟通会上说道：“我们所在的行业瞬息万变，有很多重要的发展演进和变化，也有很多显而易见的趋势。随着ChatGPT和其他的生成式AI系统的崛起和出现。目前，整个行业都在讨论和努力地理解GenAI。GenAI很可能会主导2024年的话题，但它并不是2024年唯一的重点科技趋势，我们在安全方面会更多地谈及零信任，到2024年零信任会更加落到实处，同时我们也会更多地谈多云环境，特别是现代化边缘平台的出现和兴起，这是对于2024年的另外一个展望。最后，在2024年更晚些的时候，量子计算和生成式AI将有所结合，这些就是我们认为2024年的发展和演进与2023年会有所不同的地方。”
展望一：生成式AI部署
人工智能已成为当前全球最热门的话题之一，是21世纪引领世界未来科技领域发展和生活方式转变的风向标。由于很多大模型、生成式人工智能的出现，我们正在进入一个“暴力计算”的时代。这个时代，人工智能已经成为推动企业发展的重要引擎。其中，生成式AI以其强大的语言理解和生成能力，正在逐渐改变我们的工作和生活。然而，如何将这种先进的技术真正融入到企业的业务中，使其发挥出最大价值，值得深入探讨。不过，一些走在时代前沿的企业已经对生成式AI做了各种各样的实验，逐渐懂得如何让这些生成式AI系统能够进入到推理当中，进入到生产当中，也就是从理论阶段进入到业务应用阶段。但在这个过程中，有几个关键点要注意。
首先，将生成式AI投入到企业以及业务用例的过程当中。这不仅仅是一个简单的系统训练过程，更是一个深度理解企业需求，将AI技术与企业业务紧密结合的过程。其次，现在世界上基本上还没有哪个应用阶段的企业在做自己的大模型。相反，各种各样的企业在使用世界各地他们能获得的基础模型，然后对这样的基础模型进行调优、优化或者是互联。这意味着，系统开发的工作可能比我们想象得要简单。最后，对于各个企业、各个垂直行业领域的企业来说，无论是GenAI还是GPT4，大语言模型的训练成本都是高昂的。因此，这些企业并不会直接在企业的应用中使用这些模型，这就需要在进一步开发这些模型时，向模型输入各种各样的数据，让这些模型在聊天机器人Chatbot或者是代码开发的过程中，真正地产生生产力，从而更好地理解和满足企业需求，让生成式AI真正地发挥出它的价值。不过，要做到这点还需要解决诸多问题。
问题一：推理的基础架构是什么？训练AI需要大型的集群以及加速的计算架构，可能要在一个月内用成千上万的乃至数以万计的加速器来完成任务，但在推理阶段需要什么样的基础架构主要取决于有多少用户来使用这样的模型或者是推理能力。如果有成熟的模型和少量的用户，那一台服务器就足够了；如果有简单的模型和非常多的用户，那可能需要几十万台服务来组成这个基础架构。因此，企业要能更好地理解和搞清楚，除了训练的基础架构，如何打造一个推理的基础架构。
问题二：推理放在什么地方？数据中心有大量的加速器可以用来训练，但推理要放在数据和用户所在的地方。一般来说推理不会被放在数据中心当中，可能会放在边缘当中，要接近呼叫中心或是用户所在的位置，这就是推理能力部署的位置。所以企业在部署生成式AI时，一定要搞清楚推理放在哪儿。
问题三：有了这些能力如何来确保推理基础架构的安全？训练基础架构保护好企业的数据中心就行。但如果把推理的基础架构部署到离开数据中心的边缘中，像工厂、制造中心、交通运输的网络等地方，这样的安全保护模式就会产生不同类型的风险、不同类型的攻击，比如当黑客侵入到边缘基础架构当中，把已经投入生产阶段的训练模型提取出来做一个反向工程设计进行模仿，对企业来说会有不小的损失。所以，打造出来的AI模型一旦投入到生产环境的时候，要能够确保数据安全。
总体来说，生成式AI在企业应用中的实践是一个复杂而又充满挑战的过程。2023年大部分企业都列出了一个长清单，来发挥GenAI潜能，像戴尔科技集团就找到了数百个项目能够用上生成式AI。戴尔科技集团全球首席技术官John Roese表示：“企业必须充分理解GenAI在哪些方面能帮上最大的忙，这样才确保企业在业务竞争中领先，如果选错就会出现大量的资源浪费。另外，GenAI转向实践还将带来一个新趋势，即今年大家认为GenAI的成本就是训练成本，即在训练的时候构建模型需要用多少台服务器、需要有多少架构开发和维护的人员等。但到2024年，GenAI转向实践时，在企业的用例中，在应用阶段的主要成本将是运营成本。”
展望二：构建零信任架构
除从理论转向实践之外，数据安全也很重要。今天的网络安全属于反应型或被动型，这意味着只有出现问题时企业才会部署解决方案，但现在的安全模型是随机应对黑客攻击，安全风险很高。因此，十年前就出现了零信任概念。
零信任意味着企业要重新构建一个安全管理架构，它总共有三个方面需要关注：识别好的、识别坏的和识别不知道的。好的行为允许接入，坏的和不知道的行为阻止接入，从而保护数据免受黑客侵袭。虽然目前还没有一个完整的端到端的零信任解决方案，但至少整个业界包括戴尔科技集团在内的企业都开始在自己的边缘产品解决方案中采取零信任的政策。相信明年将会有更多企业参与到构建零信任架构中来。
展望三：边缘平台建立
如今，边缘平台正在蓬勃发展。在多云环境下，云提供商通常在集中的数据中心提供服务，但实际上数据并不在数据中心，而是在工厂、医院等分散的地方。因此，大型服务提供商和服务堆栈需要为每个架构建立自己的边缘平台，如Google的Anthos、微软的产品、Amazon的Outposts和VMware、红帽的边缘架构。戴尔科技集团计划将边缘平台和工作负载分隔开来，建立一个共同的边缘平台，使其变得更安全、更自动化。从2023年起，戴尔科技集团就已落实了一些概念和设想，以满足大多数企业对GenAI的需求。
展望四：量子计算与GenAI结合
量子计算是一种遵循量子力学规律调控量子信息单元进行计算的新型计算模式，而GenAI是一个生成式AI系统，能够生成内容并回答问题。量子计算和GenAI的结合可以优化GenAI的效率，使其运行得更好，可能会比现在快100万倍。虽然不知道实现的具体时间，但量子计算的架构和GenAI将成为不可分割的一部分。它将使生成式AI变得非常高效和快速，带来与ChatGPT类似的效果。预测，量子计算和GenAI的结合将在5年内发生，届时将会给人类社会带来巨大的惊喜和影响。
对明年科技趋势的展望，戴尔科技集团全球首席技术官John Roese认为，2024年将是AI大发展的第二年，企业级开始实际应用AI，但需要更先进的硬件支持。量子计算将加速AI落地，推理基础架构需部署在边缘中，打造现代化的边缘平台。零信任原则在新环境中易部署，将成为AI基础架构构建的默认原则。2024年各行各业的技术将相互配合，让AI更加实用。
微信客服
