12/12/2023，光纖在線訊，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(yǔ)言模型（LLM）”、“檢索增強(qiáng)生成（RAG）” 等詞匯。

生成式 AI 從年初開(kāi)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(yǔ)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(guò)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(wàn)億至 4.4 萬(wàn)億美元的價(jià)值。

然而，管理海量?jī)?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(zhuān)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(zhǎng)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(yǔ)言模型展開(kāi)。NVIDIA 專(zhuān)家表示，LLM 研究的進(jìn)展將被越來(lái)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^(guò)任何平臺(tái)輕松部署。

以下是 NVIDIA 專(zhuān)家對(duì)未來(lái) 2024 年的展望：


MANUVIR DAS
NVIDIA 企業(yè)計(jì)算副總裁
不存在一款萬(wàn)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(zhuān)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(kāi)源軟件引領(lǐng)潮流：借助開(kāi)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(yíng)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(wú)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(kāi)發(fā)者能夠更輕松地構(gòu)建復(fù)雜的應(yīng)用。
    隨著開(kāi)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(kāi)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(kāi)發(fā)者可以將這些 API 端點(diǎn)直接嵌入其應(yīng)用，而且無(wú)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(hù)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。

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IAN BUCK表示：寶藏技術(shù)的國(guó)家應(yīng)用：AI 將成為新時(shí)代的“太空競(jìng)賽”，每個(gè)國(guó)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(guó)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(guò)創(chuàng)造新的工作崗位和建立更強(qiáng)大的大學(xué)項(xiàng)目來(lái)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(guó)家經(jīng)濟(jì)的增長(zhǎng)。
    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(kāi)放式開(kāi)發(fā)平臺(tái)的可用性。這使開(kāi)發(fā)者能夠使用標(biāo)準(zhǔn)編程語(yǔ)言構(gòu)建量子算法，無(wú)須掌握需要定制的專(zhuān)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

NVIDIA AI 軟件業(yè)務(wù)副總裁　KARI BRISKI表示：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(wú)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(wú)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(lái)越多的人將 RAG 視為一種能夠避免作出不準(zhǔn)確或無(wú)意義回答的方法。
      通過(guò)語(yǔ)義檢索，企業(yè)將使用開(kāi)源基礎(chǔ)模型打通自己的數(shù)據(jù)，這樣用戶(hù)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(hù)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(guò)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(yǔ)音和圖像，對(duì)有關(guān)表格、圖表或示意圖的查詢(xún)作出更加符合語(yǔ)境的回答。
     Meta、OpenAI 等公司將通過(guò)加強(qiáng)對(duì)感官的支持來(lái)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)。

NVIDIA 電信高級(jí)副總裁RONNIE VASISHTA表示：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(kāi)大規(guī)模重新評(píng)估。
      經(jīng)過(guò)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(zhǎng)卻很緩慢，而且大部分專(zhuān)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(kāi)辟新的收入來(lái)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(lái)提高性能和效率以降低成本，所以預(yù)計(jì)運(yùn)營(yíng)費(fèi)用將全面降低。這些舉措的成效將決定運(yùn)營(yíng)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(hù)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(yíng)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(yíng)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(lái)推動(dòng)其發(fā)展也將成為當(dāng)務(wù)之急。越來(lái)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(kāi)發(fā)人員。這類(lèi)基礎(chǔ)設(shè)施將能夠支持作為額外租戶(hù)的 RAN。

NVIDIA 網(wǎng)絡(luò)業(yè)務(wù)高級(jí)副總裁GILAD SHAINER表示：AI 飛速增長(zhǎng)，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(wàn)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(mǎn)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(wàn)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(mǎn)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(lái)的企業(yè)數(shù)據(jù)中心需要通過(guò)獨(dú)立的管理網(wǎng)絡(luò)（又稱(chēng)南北向網(wǎng)絡(luò)）和 AI 網(wǎng)絡(luò)（又稱(chēng)東西向網(wǎng)絡(luò)）連接。其中的 AI 網(wǎng)絡(luò)包含專(zhuān)門(mén)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。