本報記者 曲忠芳 北京報道
日前，戴爾科技集團（NYSE：DELL）舉辦2024年技術預測與展望大中華區媒體溝通會，戴爾科技集團全球首席技術官John Roese向《中國經營報》等媒體記者表示，2023年是生成式AI的元年，2024年生成式AI將從純理論的探討階段進入到業務應用階段。「我們會看到真正轉變的到來，生成式AI系統進入生產中。」
本報記者了解到，戴爾科技集團每年在年底都會發布對新一年的技術趨勢預測及展望，John Roese於2012年加入戴爾，負責制定公司的前瞻性技術戰略。對於2024年的技術預測，除了生成式AI從理論轉向實踐之外，John Roese表示，2024年需要關注的其他重點趨勢還包括三個方面：在安全領域，零信任基礎架構將成為各行各業的「必需品」；「邊緣平台」方法將變得更加普及；量子計算與生成式AI將密不可分。
當被問及2024年技術預測對於戴爾科技戰略決策的影響時，John Roese回應稱，這些既是展望，也體現在戴爾科技對於產品科技的組合與構建中，還體現在交付客戶的能力上。「沒有執行的展望只會是空想，戴爾科技在做的事便是有執行、有展望。」
第一批生成AI項目或將成熟
John Roese指出，2024年，生成式AI的話題討論將從理論轉向實踐，從訓練基礎架構和成本轉向推理和運營成本，企業領導者將在其中承擔更多責任。企業的關注點也將越來越多地從寬泛的實驗轉向自上而下的戰略重點，就是挑選出少數幾個真正具有變革意義的生成式AI項目。
「雖然生成式AI在如何改變商業和世界這一點上激發了人們巨大的創造力，但現實世界中規模化的生成式AI活動卻寥寥無幾。進入2024年，我們將看到第一批生成式AI企業項目走向成熟。」John Roese如是說道。
John Roese提到了對於生成式AI大火的感受與體會，他指出，剛開始時，看到任何能夠使用人類自然語言的場景都可以使用ChatGPT等AI新型工具，激發了無限的想像力，世界上幾乎每一個企業、組織機構及其中的每一個職能部門都在思考如何通過生成式AI來改變銷售、財務、人力資源、編寫代碼等傳統工作方式。以戴爾科技為例，很快就找到了數百個項目能夠用上生成式AI。當即將步入2024年時，要去實施生成式AI時，我們很快意識到，用生成式AI的項目每個體量都非常大，構建和實施一個真正投入生產的生成式AI系統需要占用大量的人力、物力、財務支撐。但是每個企業的資源是有限的，只能做其中幾個，因此2024年，企業領導者、CIO（首席信息官）等都必須做出戰略決策，遴選優先實施的項目。一旦選對了，對業務產生正向的影響自然是好事，假如選錯就會出現大量的資源浪費，有可能在市場競爭中面臨新的風險。
針對AI大模型、生成式AI對於算力的巨大需求，John Roese認為，量子計算將解決生成式AI和大多數大規模AI對計算資源需求量極大這一問題，量子計算將帶來AI系統能力的巨大飛躍，混合量子系統將成為現代化AI的計算基礎，AI工作將被分散於包括量子處理單元在內的一系列不同的計算架構中。
AI PC落地仍處早期階段
記者觀察到，今年以來，隨著AI大模型、生成式AI的大火，AI滲透到千行百業，而在PC（個人計算機）行業，一個新的概念——AI PC也流行起來，包括英特爾、高通等在內的晶片廠商都在加速提升AI算力，PC廠商也紛紛布局。
對於AI PC，John Roese指出，這雖然是一個新的詞，但實際上AI PC的開發已有一段歷史，以戴爾科技為例，在PC端部署AI由來已久，通過智能調優軟體支持AI性能調優、網絡優化、音頻降噪等，從而提升PC的生產力。廣義的AI PC是一個個人計算平台，在設計中優化運行基於AI的代碼——如微軟辦公助手Copilot、Adobe的圖像管理AI，或者智能聊天機器人、某種安全技術，都用到生成AI。從發展演進角度，新型的工作負載需要更先進的處理能力，AI PC是應當具備通用計算CPU、圖形處理GPU、神經處理單元NPU三種處理器能力的架構，並且具備一部分專用處理能力，負責優化運行本地AI任務。在John Roese看來，AI PC將快速到來，而且必須到來。
在微軟推出的AI助手Copilot為例，John Roese指出，儘管對於單個用戶的Copilot而言，算力需求相對較低，但隨著用戶規模的疊加，算力總量需求將增加到相當龐大的規模。在這種情況下，如果將算力集中放在數據中心，必然成本高昂且難以實現，而若採用分布式策略，將AI負載放在本地執行，那麼全球數十億的PC將是理想的計算平台，既可以有效保護用戶的數據安全，還能夠提升用戶體驗，保障AI的落地應用更高效。
針對AI PC的落地時間表，John Roese認為，2024年將進入AI PC部署的早期階段，到2025~2026年，大部分PC都將額外增加AI的處理能力。因此，戴爾科技不光要做專用的軟體，而是要把PC也做到能夠去運行各種各樣的AI工作需求，既是高性能的，又是低功耗的、安全的。不久之後，用戶所使用的計算終端仍然是一台PC，但它將增加額外能力，能高效地在本地運行AI工作，未來很多AI實例可以直接跑在PC端，而不用跑在雲端，AI PC將會變得越來越成熟強大。
（編輯：吳清 校對：顏京寧）
文章來源: https://twgreatdaily.com/zh/0d821e161f3cbae9e09f0f1d8bf61285.html