世界领先的开源解决方案供应商红帽公司日前宣布，红帽企业Linux（RHEL）AI在混合云上全面可用。RHEL AI是红帽的基础模型平台，支持用户更无缝地开发、测试和运行生成式人工智能（Gen AI）模型，为企业应用提供动力。该平台汇集了开源授权的Granite大语言模型（LLM）系列和基于聊天机器人的大型对齐（LAB）方法论的InstructLab模型对齐工具，并打包成一个优化的、可启动的RHEL镜像，用于混合云上的单个服务器部署。 

虽然生成式AI前景广阔，但采购、训练和微调大语言模型的相关成本可能非常高昂，一些领先模型在推出前的训练成本接近2亿美元。这还不包括根据特定组织的具体要求或数据进行对齐的成本，而这些工作通常需要由数据科学家或高度专业化的开发人员来进行。无论为特定应用选择哪种模型，企业都需要进行对齐，使其与企业特定的数据和流程保持一致，这使得效率和敏捷性成为AI在实际生产环境中的关键。

红帽相信，在未来十年内，规模更小、效率更高、按用途构建（built-to-purpose）的AI模型将与云原生应用一起，成为企业IT堆栈的重要组成部分。但要实现这一目标，生成式AI需要从成本、贡献者到可在混合云中运行的位置等各方面都更易于获取和使用。几十年来，开源社区通过不同用户群体的贡献，帮助解决了复杂软件问题所面临的类似挑战；类似的方法同样适用于生成式AI，从而有效降低其采用的门槛。

生成式AI的开源方法

RHEL AI想要应对的挑战——在混合云环境中，让CIO和企业IT组织能使用更容易获取、更有效率和灵活性的生成式AI。RHEL AI有助于：

采用企业级、开源授权的Granite模型增强生成式AI创新能力，并与各种生成式AI用例对齐。

简化生成式AI模型与业务需求的对齐过程，利用InstructLab工具，企业里的领域专家和开发人员即使没有丰富的数据科学技能，也能为他们的模型贡献独特的技能和知识。

提供为生产服务器调整和部署模型所需的所有工具，无论相关数据位于何处，都能在混合云上的各种位置训练和部署生成式AI。RHEL AI还提供了连接红帽OpenShift AI的就绪通路，以便在使用相同工具和概念的同时，大规模训练、调整和服务这些模型。

RHEL AI也适用于红帽订阅服务所包含的好处，其中包括可信赖的企业级产品分发、24x7生产支持、扩展模型生命周期支持和开源担保的法律保护。

RHEL AI扩展到整个混合云

将更加一致的基础模型平台带到更接近企业数据的地方，这对支持生产AI战略至关重要。作为红帽混合云产品组合的延伸，RHEL AI将跨越几乎所有可以想象到的企业环境，从本地数据中心到边缘环境再到公有云。这意味着RHEL AI将可直接从红帽以及红帽的原始设备制造商（OEM）合作伙伴处获取，并可在全球最大的云提供商（包括AWS、Google Cloud、IBM Cloud和Microsoft Azure）上运行。这使开发人员和IT组织能够利用超大规模云提供商（hyperscaler）的计算资源，通过RHEL AI构建创新的AI概念。

可用性

RHEL AI现已全面可用，它可以通过红帽客户门户在本地运行，也可以作为“自带订阅”（BYOS）产品组合上传到AWS和IBM Cloud。Azure和Google Cloud的BYOS产品组合预计于2024年第四季度推出，RHEL AI也将作为一项IBM Cloud即服务在今年晚些时候推出。 

红帽计划在未来几个月进一步扩大RHEL AI云和OEM合作伙伴的范围，为混合云环境提供更多选择。

支持证言 

红帽基础模型平台副总裁兼总经理Joe Fernandes

“如果想让生成式AI应用在企业中取得真正的成功，就需要开放给更多企业和使用者，并且使其更适用于特定业务应用场景。RHEL AI为领域专家（而不仅仅是数据科学家）提供了在混合云上为按用途构建的生成式AI模型做出贡献的能力，同时IT企业能够通过红帽OpenShift AI将这些模型扩展到生产环境中。”

IBM基础架构首席技术官兼创新总经理Hillery Hunter

“IBM致力于帮助企业构建和部署高效的AI模型并快速扩展。IBM Cloud上的RHEL AI将开源创新带给生成式AI采用的前沿，支持更多企业和个人访问、扩展和驾驭AI的力量。随着RHEL AI将InstructLab和IBM的Granite模型系列的力量结合在一起，我们正在共同打造生成式AI模型，帮助客户在整个企业中推动和实现真正的业务效果。” 

IDC软件开发、DevOps和DevSecOps项目副总裁Jim Mercer

“企业AI的优势伴随着AI模型规模的巨大增长，以及选择、调整和维护内部模型的内在复杂性。对于更多使用者和企业而言，更小的、按用途构建的、更广泛的模型可以让AI战略更容易实现，而这正是红帽透过RHEL AI作为基础模型平台致力解决的问题。”