Views: 0
Khi nói đến trí tuệ nhân tạo (AI), chúng ta thường bàn luận nhiều về các mô hình, trường hợp sử dụng và các tác nhân thông minh. Tuy nhiên, khi các thử nghiệm ban đầu cần chuyển sang giai đoạn ứng dụng thực tế trong sản xuất, một câu hỏi rất cụ thể sẽ xuất hiện: Mọi thứ thực sự sẽ chạy ở đâu?
Đặc biệt khi liên quan đến dữ liệu kinh doanh nhạy cảm, bí quyết nội bộ hoặc các quy trình quan trọng đối với hoạt động kinh doanh, tôi cũng coi đây là vấn đề về chủ quyền. Các doanh nghiệp nên có quyền tự quyết định mô hình nào họ sử dụng, dữ liệu của họ được xử lý ở đâu và cách thức bảo mật môi trường AI của chính họ.
Việc sở hữu cơ sở hạ tầng của riêng bạn cũng có thể mang lại ý nghĩa kinh tế, đặc biệt khi các ứng dụng AI chạy thường xuyên và đạt tỷ suất sử dụng cao. Nó cũng có thể được điều chỉnh theo các yêu cầu cụ thể của bạn. Một trợ lý AI nội bộ dành cho tài liệu kỹ thuật sẽ cần những yếu tố khác biệt so với một môi trường nơi các mô hình ngôn ngữ lớn và nhiều tác nhân AI chạy song song.
Chuyển từ thử nghiệm sang hành động thực tế
Từ góc độ của tôi, thách thức ngày nay lại nằm ở một khía cạnh khác: Nhiều doanh nghiệp đã sở hữu các trường hợp sử dụng hoạt động tốt về mặt kỹ thuật, mang lại giá trị rõ ràng và sẵn sàng bước sang giai đoạn tiếp theo.
Đây chính xác là những trường hợp sử dụng mà chúng ta nên bắt đầu.
Với AI, rất nhiều thứ có thể được lên kế hoạch trước. Nhưng kinh nghiệm thực sự có giá trị chỉ đến từ việc vận hành thực tế trong sản xuất: Mô hình nào phù hợp với yêu cầu của tôi? Mức độ sử dụng phát triển như thế nào? Hiệu suất thực sự mà tôi cần là gì? Nút cổ chai xuất hiện ở đâu? Và điều đó có ý nghĩa gì đối với cơ sở hạ tầng, vận hành cũng như chi phí?
Bạn không thể học hỏi những điều đó từ PowerPoint.
Đó là lý do tại sao tôi thấy việc cố gắng lên kế hoạch cho một cơ sở hạ tầng AI hoàn hảo cho 5 năm tới ngay từ hôm nay mang lại ít giá trị thực tiễn. Điều quan trọng hơn là bắt đầu với các trường hợp sử dụng đã sẵn sàng đưa vào sản xuất, tích lũy kinh nghiệm thực tế và sử dụng chính những kinh nghiệm đó để xác định các bước tiếp theo.
Bắt đầu không có nghĩa là biến thành một dự án cơ sở hạ tầng phức tạp
Tuy nhiên, đây thường là nơi rào cản tiếp theo xuất hiện. Các dòng GPU mạnh mẽ luôn có nhu cầu cao, thời gian giao hàng không phải lúc nào cũng dễ dự đoán, trong khi máy chủ, phần mềm và dịch vụ cần phải hội tụ lại trong một môi trường làm việc thống nhất.
Nhưng các doanh nghiệp muốn bắt đầu với một trường hợp sử dụng AI cụ thể không nên phải dành ra hàng tháng trời chỉ để tự lắp ráp cơ sở hạ tầng cần thiết trước.
Với
giải pháp doanh nghiệp AI Express, chúng tôi đặt mục tiêu đơn giản hóa bước khởi đầu đó. Chương trình cung cấp các cấu hình đã được kiểm định trước cho các yêu cầu khác nhau, từ việc bắt đầu với các ứng dụng suy luận và trợ lý cho đến các kịch bản AI tạo sinh và tác nhân đòi hỏi khắt khe hơn.
Đối với tôi, điều này rõ ràng không nhằm mục đích triển khai ngay một cơ sở hạ tầng lớn nhất có thể. Khoản đầu tư cơ sở hạ tầng ban đầu phải tương xứng với bước đi đầu tiên vào môi trường sản xuất.
Tốc độ là một phần của giải pháp
Khả năng sẵn có là một yếu tố quan trọng khác. Đối với các cấu hình AI Express đủ điều kiện, thời gian giao hàng dự kiến là từ 15 đến 25 ngày làm việc, bắt đầu ngay sau khi các quy trình đặt hàng và phê duyệt cần thiết được hoàn tất.
Ban đầu, điều đó có vẻ giống như một chi tiết vận hành thông thường. Nhưng thực chất không phải vậy.
Một giải pháp AI sẽ không mang lại giá trị kinh doanh cho đến khi nó thực sự vận hành trong sản xuất.
Nếu các doanh nghiệp muốn tích lũy kinh nghiệm thực tế, họ cần phải tiến hành triển khai. Điều đó đòi hỏi cả hiệu suất kỹ thuật lẫn khả năng cung ứng nhanh chóng.
Một máy chủ GPU đơn thuần chưa phải là một môi trường AI
Hiển nhiên là phần cứng đơn độc sẽ không bao giờ là đủ. Lenovo AI Express kết hợp các cấu hình ThinkSystem đã được kiểm chứng với công nghệ NVIDIA, phần mềm AI doanh nghiệp và các dịch vụ hỗ trợ quá trình chuyển đổi sang môi trường sản xuất. Các đối tác giàu kinh nghiệm cũng đóng vai trò quan trọng trong việc nhanh chóng biến cơ sở hạ tầng thành một giải pháp sẵn sàng đưa vào ứng dụng thực tế.
Mục tiêu rất đơn giản: Các doanh nghiệp không phải tự mình lựa chọn mọi thành phần và tích hợp mọi thứ từ con số không trước khi họ có thể bắt đầu dự án AI thực tế của mình.
Và trên hết: Cấu hình đầu tiên không phải là quyết định mang tính vĩnh viễn.
Bắt đầu với một trường hợp sử dụng dễ quản lý trong môi trường sản xuất sẽ giúp tích lũy kinh nghiệm thực tế. Kinh nghiệm đó giúp việc quyết định những bước tiếp theo trở nên dễ dàng hơn rất nhiều: các mô hình lớn hơn, nhiều người dùng hơn, các ứng dụng bổ sung hoặc hiệu suất cao hơn.
Cơ sở hạ tầng sau đó có thể được phát triển xa hơn một cách có mục tiêu thông qua nền tảng Hybrid AI Factory.
Bắt đầu. Học hỏi. Mở rộng quy mô.
Đối với tôi, đây chính là điểm mấu chốt quan trọng nhất.
Chúng ta cần chuyển động nhanh hơn từ giai đoạn thử nghiệm AI sang hành động thực tế.
Thay vì cố gắng dự đoán trước mọi nhu cầu của ngày mai ngay từ hôm nay, chúng ta nên bắt đầu với các trường hợp sử dụng đã sẵn sàng cho sản xuất. Tích lũy kinh nghiệm thực tế. Hiểu rõ những gì thực sự cần thiết. Và sau đó
mở rộng quy mô một cách có mục tiêu.
AI Express cung cấp một cách thức nhanh chóng và dễ dự đoán để bắt đầu với cơ sở hạ tầng AI của riêng bạn. Điều này cho phép các doanh nghiệp xây dựng các ứng dụng của họ dưới sự kiểm soát của chính mình và trên hết, thực hiện những điều quan trọng ngay lúc này: đưa AI vào sản xuất và sử dụng kinh nghiệm của chính họ để xác định bước đi tiếp theo.