3 บทสรุปปรากฏการณ์ยักษ์ใหญ่สีฟ้า "ไอบีเอ็ม" (IBM) จูงมือเร้ดแฮท (Red Hat) เข้าสู่สมรภูมิ AI โอเพ่นซอร์สด้วย RHEL AI หรือ Red Hat Enterprise Linux AI (RHEL AI) ประเดิมชักธงรบในตลาดโมเดลภาษาขนาดใหญ่ (LLM) จับตา RHEL AI มีแนวโน้มกินรวบตลาดระบบเชื่อมโยง AI เข้าโครงสร้างพื้นฐานคลาวด์ไฮบริด
1.RHEL AI คืออะไร?
หัวใจของก้าวใหม่ Red Hat ในรอบนี้คือการเปิดตัวแพลตฟอร์มปัญญาประดิษฐ์ (AI) โอเพ่นซอร์สใหม่ที่เรียกว่า "RHEL AI" หรือ Red Hat Enterprise Linux AI (RHEL AI) ซึ่งเป็นแพลตฟอร์มโมเดลพื้นฐานที่ช่วยในการพัฒนา ทดสอบ และใช้ generative AI (GenAI) ได้อย่างราบรื่นออกสู่ตลาด โดยในทางเทคนิค Red Hat Enterprise Linux (RHEL) จะเป็นโซลูชันทรงประสิทธิภาพที่ประกอบด้วย 1.open source-licensed Granite ซึ่งเป็นตระกูลโมเดลด้านภาษาขนาดใหญ่ (LLM) จาก IBM Research 2.InstructLab ซึ่งเป็นเครื่องมือในการปรับแต่ง model โดยอาศัยกระบวนการ LAB (Large-scale Alignment for chatBots) และ 3.แนวทางการพัฒนาโมเดลที่ขับเคลื่อนโดยคอมมูนิตีผ่าน InstructLab project
โซลูชันเหล่านี้จะแพดรวมกันเป็น RHEL image ที่ช่วยให้ติดตั้ง RHEL AI ได้ไม่ยุ่งยากผ่าน bootable container ที่สามารถปรับให้เหมาะกับการใช้งานกับเซิร์ฟเวอร์แต่ละเครื่องบนไฮบริดคลาวด์ และยังบรรจุเป็นส่วนหนึ่งของ OpenShift AI ซึ่งเป็นแพลตฟอร์มการดำเนินงานที่เป็นไฮบริดแมชชีนเลิร์นนิ่ง (MLOps) ของ Red Hat ที่ใช้รันโมเดลต่างๆ และ InstructLab ในระดับความต้องการต่างๆ บนสภาพแวดล้อมที่เป็น distributed cluster
2.Red Hat พลิกจุดยืนเดิม
การแจ้งเกิด RHEL AI ถือเป็นการเปลี่ยนแปลงจากจุดยืนเดิมที่ Red Hat เคยแสดงตัวว่าจะไม่พัฒนาโมเดล AI ของตัวเอง แต่ในช่วงปีที่ผ่านมา อุตสาหกรรมนี้มีสถานการณ์เปิดกว้างมากขึ้นสำหรับการทำงานร่วมกันที่เกี่ยวกับ AI โอเพ่นซอร์ส ทำให้เกิดการจับมือกันระหว่าง IBM และ Red Hat รวมถึงพันธมิตรรายอื่น
เป้าหมายชอง RHEL AI คือการลดอุปสรรคในการนำ GenAI มาใช้ในองค์กรต่างๆ ซึ่งมักต้องเผชิญกับความท้าทายเกี่ยวกับการขาดแคลนบุคลากรที่มีทักษะด้านวิทยาศาสตร์ข้อมูล รวมถึงต้นทุนโครงสร้างพื้นฐาน และการปรับแต่งโมเดลที่สูง นอกจากนี้ RHEL AI ยังถูกพัฒนาบนความมุ่งหวังที่จะแก้ไขปัญหาทั่วไปที่มีใน AI โอเพ่นซอร์ส เช่น การขาดการเข้าถึงข้อมูลการฝึกเทรนนิ่งระบบ และความต้องการทรัพยากรสูงสำหรับการฝึกเทรนนิ่งโมเดลที่กำหนดเอง
หนึ่งในท่าไม้ตายของ RHEL AI คือส่วน InstructLab ที่ถือเป็นเครื่องมือปรับแต่ง AI โอเพ่นซอร์ส ซึ่งจะทำให้องค์กรปรับแต่ง LLM ให้เหมาะกับกรณีการใช้งานเฉพาะขององค์กรได้ง่ายขึ้น ผ่านเทคนิค Large-scale Alignment for chatBots (LAB) ของ IBM ช่วยให้การพัฒนา LLM เข้าถึงได้ง่ายขึ้นและร่วมมือกันได้มากขึ้นโดยใช้การสร้างข้อมูลสังเคราะห์ประสิทธิภาพสูง
อย่างไรก็ตาม แม้ว่า IBM และ Red Hat จะรักษาความเป็นส่วนตัวของข้อมูลผู้ใช้ แต่องค์กรในต่างประเทศยังคงมีข้อกังวลเกี่ยวกับความปลอดภัยและความเป็นส่วนตัวของข้อมูล เนื่องจากเครื่องมือ AI โอเพ่นซอร์สอาจรวบรวมข้อมูลที่ละเอียดอ่อน
3.RHEL AI แตกต่าง
สิ่งที่ทำให้ RHEL AI แตกต่างจากที่อื่นคือความสามารถในการเชื่อมโยงรันไทม์ AI กับระบบปฏิบัติการ RHEL ทำให้ปรับใช้ได้ง่ายขึ้นบนโครงสร้างพื้นฐานคลาวด์ไฮบริดเมื่อเทียบกับเครื่องมือ WebAssembly ที่เพิ่งแจ้งเกิดในวงการเซิร์ฟเวอร์คอมพิวเตอร์
ในภาพรวม Red Hat เคลมว่า RHEL AI คือชุดเครื่องมือการพัฒนาและการจัดการ AI แบบบูรณาการที่ครอบคลุมยิ่งกว่าที่เคยมี โดยการอัปเดต OpenShift AI ของ Red Hat ยังทำให้บริษัทเป็นผู้เล่นหลักในพื้นที่ตลาด AI สำหรับองค์กรด้วย คาดว่าจะมีการนำไปใช้งานเพิ่มขึ้นในอนาคต
ปัจจุบัน Red Hat กำลังวางจุดยืน RHEL AI และแนวทางโอเพ่นซอร์สให้เป็นแนวทางในการขับเคลื่อนนวัตกรรม GenAI โดยมอบความยืดหยุ่นและตัวเลือกให้องค์กรต่างๆ มากขึ้นเมื่อเทียบกับโมเดลและบริการที่เป็น AI ไม่ใช่มาตรฐานเปิด โดยสำหรับ RHEL AI แพลตฟอร์มนี้ได้รับการออกแบบมาเพื่อแก้ไขข้อจำกัดเกี่ยวกับอำนาจอธิปไตยของข้อมูล การปฏิบัติตามข้อกำหนด และความสมบูรณ์ของการทำงาน โดยเปิดใช้งานเวิร์กโหลด AI ให้ทำงานได้ทุกที่ที่มีข้อมูลอยู่ ไม่ว่าจะเป็นภายในองค์กร บนคลาวด์ หรือที่เอดจ์
วันนี้ Red Hat ได้ร่วมมือกับพันธมิตรด้านเทคโนโลยีอย่างน้อย 7 ราย เช่น AMD, Cisco, Dell, HPE, IBM, Intel และ NVIDIA เพื่อสนับสนุนแพลตฟอร์ม RHEL AI และขับเคลื่อนการนำ AI โอเพ่นซอร์สมาใช้ในองค์กร ทำให้ RHEL AI เป็นกลยุทธ์ที่ทำให้ Red Hat ผลักดันให้ GenAI โอเพ่นซอร์สสามารถเข้าถึงได้ง่ายขึ้นและพร้อมสำหรับองค์กร โดยใช้ประโยชน์จากความเชี่ยวชาญด้านซอฟต์แวร์โอเพ่นซอร์ส และแพลตฟอร์มคลาวด์ไฮบริดที่ Red Hat และ IBM มีเต็มมือ
