ตั้งแต่ระบบนิเวศ Unix ในยุคแรกๆ ไปจนถึง generative AI และคลาวด์คอมพิวติ้งในปัจจุบัน เทคโนโลยีโอเพ่นซอร์สมีบทบาทสำคัญในการพัฒนาวิทยาการคอมพิวเตอร์และเทคโนโลยีมาโดยตลอด หลายปีที่ผ่านมา ความเคลื่อนไหวของโอเพ่นซอร์สได้ขับเคลื่อนนวัตกรรม การทำงานร่วมกัน และแบ่งปันความรู้ ความก้าวหน้าและในทุกขั้นตอนของการพัฒนาเทคโนโลยีคอมพิวเตอร์ ได้แสดงให้เห็นถึงข้อได้เปรียบที่เป็นเอกลักษณ์ของอุปสรรคในการเข้าสู่ระดับต่ำ การเร่งนวัตกรรม และการส่งเสริมความร่วมมือของชุมชนและแบ่งปันผลลัพธ์
ในฐานะผู้ให้บริการโซลูชันโอเพ่นซอร์สระดับองค์กร Red Hat มุ่งเน้นไปที่โอเพ่นซอร์สนับตั้งแต่ก่อตั้ง และมุ่งมั่นที่จะลดเกณฑ์การใช้งานของ AI ด้วยการส่งเสริมการเปิดกว้างและแบ่งปันเทคโนโลยี ในระหว่างการประชุม Red Hat Forum ปี 2024 ที่จัดขึ้นเมื่อเร็ว ๆ นี้ Red Hat วิกเตอร์ เชา รองประธานระดับโลก ประธานและประธานเกรทเทอร์ ไชน่า เน้นย้ำว่า เพื่อปลดล็อกความเป็นไปได้ที่ไม่มีที่สิ้นสุดของ AI แบบโอเพ่นซอร์สอย่างแท้จริง บริษัทต่างๆ จะต้องเข้าใจตรรกะภายในอย่างลึกซึ้งและแนวโน้มในอนาคตของการพัฒนาเทคโนโลยีในอนาคต และในขณะเดียวกันก็ปฏิบัติตามอย่างใกล้ชิดกับ ความต้องการที่แท้จริงและการวางแผนระยะยาวด้านไอทีขององค์กร
เขากล่าวว่าปัจจุบันบริษัทหลายแห่งหวังว่าจะใช้ AI เพื่อปรับปรุงประสิทธิภาพการทำงานและขยายโอกาสทางธุรกิจใหม่ ๆ เมื่อเทียบกับภูมิหลังนี้ การเร่งแอปพลิเคชัน AI ระดับองค์กรด้วยวิธีโอเพ่นซอร์สจึงกลายเป็นกระแสทั่วไป เพื่อตอบสนองความต้องการด้านต้นทุนของลูกค้าเพิ่มเติม เร้ดแฮทยังได้เสนอกลยุทธ์การใช้งานแบบทีละขั้นตอน ซึ่งก็คือ "สามขั้นตอนสู่แอปพลิเคชัน AI ระดับองค์กร"
โดยเฉพาะอย่างยิ่งในขั้นตอนแรก ลูกค้าสามารถลองใช้โมเดลและเครื่องมือโอเพ่นซอร์สที่มีการกำหนดค่าทรัพยากรน้อยที่สุด เช่น การทดสอบที่ทำงานบนแล็ปท็อปที่มี CPU โดยไม่จำเป็นต้องใช้การ์ด GPU เพิ่มเติม
หากลูกค้าพอใจกับผลการทดสอบก็สามารถดำเนินการต่อในขั้นตอนที่สองได้ ซึ่งก็คือการเช่าพลังการประมวลผลผ่านบริการคลาวด์เพื่อขยายธุรกิจต่อไป เนื่องจากแพลตฟอร์ม Red Hat สามารถทำงานบนคลาวด์ได้เกือบทุกระบบ ลูกค้าจึงสามารถเลือกใช้ระบบขององค์กรได้ ศูนย์ข้อมูลหรือทรัพยากรคลาวด์สาธารณะ หากต้องการปรับใช้ หากโมเดลตรงตามความต้องการที่แท้จริง ขั้นตอนที่สามของการปรับใช้ขนาดใหญ่ก็สามารถทำได้
เป็นที่น่าสังเกตว่าเมื่อลูกค้าดำเนินการปรับใช้ขนาดใหญ่ในขั้นตอนที่ 3 พวกเขาไม่จำเป็นต้องกังวลเกี่ยวกับปัญหาข้ามระบบคลาวด์ เนื่องจากสถาปัตยกรรม Red Hat รองรับการใช้งานแบบไฮบริดข้ามระบบคลาวด์ ลูกค้าสามารถเลือกใช้บริการคลาวด์ต่างๆ ได้ ในประเทศต่างๆ ผู้ให้บริการปรับใช้ ส่งผลให้มีสถาปัตยกรรมที่ยืดหยุ่นมากขึ้น ประหยัดค่าใช้จ่ายมากขึ้น และท้ายที่สุดแล้ว ROI ที่ดีที่สุด
เพื่อให้ลูกค้าสามารถนำกระบวนการสามขั้นตอนไปใช้ได้อย่างราบรื่นยิ่งขึ้น Red Hat และ IBM ยังได้ร่วมกันเปิดตัวโครงการชุมชนโอเพ่นซอร์ส InstructLab ซึ่งช่วยเสริม Granite โมเดลภาษาโอเพ่นซอร์สขนาดใหญ่ Aella Wang ผู้จัดการทั่วไปของแผนกสถาปัตยกรรมโซลูชันของ Red Hat Greater China กล่าวว่า InstructLab ได้รับการออกแบบมาเพื่อวัตถุประสงค์หลักสองประการ ประการแรกคือการอนุญาตให้ลูกค้าใช้ InstructLab และข้อมูลของตนเองเพื่อฝึกฝนโมเดลที่ตรงกับความต้องการของพวกเขาโดยอิงจาก Granite แบบอย่าง. ผลลัพธ์ของ InstructLab แบ่งออกเป็นสองส่วน: "ความรู้" และ "ทักษะ" ซึ่งทั้งสองส่วนสามารถเก็บไว้เพื่อใช้ภายในองค์กรได้ ประการที่สองคือ InstructLab สามารถส่งความรู้และทักษะกลับไปยังองค์กรการจัดการต้นน้ำได้ หลังจากที่องค์กรการจัดการได้รับการอัปเดตจากคำติชมของลูกค้าแล้ว ก็สามารถบูรณาการเข้ากับเวอร์ชันชุมชนของ Granite และเวอร์ชันใหม่ที่เผยแพร่ได้ กล่าวอีกนัยหนึ่ง InstructLab เป็นสะพานเชื่อมระหว่างชุมชนและลูกค้า
ดังที่เราทราบกันดีว่าการใช้งานฉากถือเป็น "ก้าวสุดท้าย" สำหรับการเสริมศักยภาพของ AI ในช่วงเวลาที่โมเดลขนาดใหญ่เป็นที่ต้องการอย่างมาก แม้ว่าหลายบริษัทจะพยายามปรับปรุงประสิทธิภาพการผลิตผ่านโมเดลขนาดใหญ่ แต่ "อุดมคตินั้นเต็มเปี่ยมและความเป็นจริงยังน้อยอยู่" " โมเดลขนาดใหญ่ส่วนใหญ่ จริงๆ แล้วโมเดลนี้ไม่เหมาะกับสถานการณ์การผลิตจริง เพราะความผิดพลาดเล็กๆ น้อยๆ อาจนำมาซึ่งความเสี่ยง ในทางตรงกันข้าม โมเดลขนาดเล็กที่มีพารามิเตอร์น้อยกว่าและข้อมูลการฝึกค่อนข้างจำกัด แม้ว่าจะไม่ดีเท่ากับโมเดลขนาดใหญ่ในแง่ของความสามารถในการทำงานหลายอย่างพร้อมกันหรือลักษณะทั่วไป แต่ก็ทำงานได้ดีกว่าโมเดลขนาดใหญ่ในงานหรือสาขาเฉพาะ
ดังนั้น Red Hat จึงเสนอแนวคิดของโมเดลเฉพาะ (จุดประสงค์ที่ซื่อสัตย์) เมื่อไม่กี่ปีที่ผ่านมา ข้อมูลองค์กรสามารถใช้เพื่อขับเคลื่อนการสร้างโมเดล AI บนสมมติฐานของความเสถียรและความปลอดภัยของโมเดล ตอบสนองความต้องการเฉพาะขององค์กร InstructLab ที่กล่าวมาข้างต้นเกิดขึ้นจากแนวคิดนี้
นอกจากนี้ Red Hat ยังได้เปิดตัวโมเดลขนาดเล็ก "Community Edition" ซึ่งช่วยลดความต้องการข้อมูลจริงผ่านข้อมูลสังเคราะห์ได้อย่างมาก และสามารถลดปริมาณข้อมูลให้เหลือเพียงหนึ่งในพันของข้อมูลต้นฉบับ วิธีการนี้ไม่เพียงลดความต้องการพลังงานในการประมวลผลและประหยัดค่าใช้จ่าย แต่ยังช่วยลดการใช้พลังงานได้อย่างมากและเป็นมิตรกับสิ่งแวดล้อมอีกด้วย
ในเวลาเดียวกัน ด้วยการสร้างแนวคิด "ห้องปฏิบัติการแบบเปิด" Red Hat สามารถทำงานร่วมกับทีมที่ปรึกษาของลูกค้าเพื่อค้นหาสถานการณ์การใช้งานที่มีประสิทธิภาพสูงสุดสำหรับการวิจัยและพัฒนา การผลิต การตลาด และการสนับสนุนลูกค้าของบริษัท เริ่มต้นอย่างประสบความสำเร็จด้วยแอปพลิเคชันขนาดเล็ก จากนั้นค่อยๆ ขยายไปสู่สถานการณ์ที่ใหญ่ขึ้น
“แอปพลิเคชันสถานการณ์เป็นพื้นที่ที่ ISV (ผู้จำหน่ายซอฟต์แวร์อิสระ) และผู้ให้บริการแอปพลิเคชันดีที่สุด เนื่องจากองค์กรและอุตสาหกรรมหลายแห่งมีลักษณะเฉพาะของตนเอง Red Hat จึงเร่งความร่วมมือกับ ISV ในท้องถิ่นและผู้พัฒนาโซลูชัน นอกจากนี้ เรายังเร่งดำเนินการอีกด้วย ความร่วมมือกับ ISV ในท้องถิ่นและนักพัฒนาโซลูชัน ให้ความสนใจเป็นพิเศษกับโมเดลการสร้างร่วม ด้วยการร่วมสร้างสถานการณ์เฉพาะและโซลูชันร่วมกันในอุตสาหกรรมต่างๆ เราจึงสามารถช่วยให้องค์กรต่างๆ นำแอปพลิเคชัน AI ไปใช้ได้เร็วขึ้น" Zhao Wenbin อาวุโสกล่าว ผู้อำนวยการฝ่ายการตลาดของ Red Hat Greater China กล่าวเสริม
สุดท้ายนี้ Red Hat ยังมีแผนที่จะส่งเสริม AI แบบโอเพ่นซอร์สในประเทศจีน โดยเฉพาะอย่างยิ่ง ขั้นตอนแรกคือการส่งเสริมฟังก์ชันที่เป็นเอกลักษณ์และข้อได้เปรียบของ AI ผ่านช่องทางการตลาดต่างๆ ขั้นตอนที่สองคือการเสริมศักยภาพให้กับพันธมิตรผ่านระบบนิเวศของพันธมิตร ทีมที่ปรึกษาเพื่อให้พวกเขามีความเข้าใจอย่างลึกซึ้งยิ่งขึ้นเกี่ยวกับเทคโนโลยี AI ของ Red Hat เพื่อสนับสนุนลูกค้าได้ดียิ่งขึ้น ขั้นตอนที่สามคือการหารือกับลูกค้าผ่านห้องปฏิบัติการแบบเปิดถึงวิธีการใช้เทคโนโลยี AI กับสถานการณ์จริงขององค์กร
มีรายงานว่าบริษัทประกันภัยในประเทศกำลังใช้เทคโนโลยี AI ของ Red Hat เพื่อเร่งการประมวลผลการตรวจสอบโค้ดและคำขอรวมโค้ด ก่อนหน้านี้บริษัทนี้มักจะประสบปัญหาความแม่นยำต่ำเมื่อใช้เครื่องมือเก่า และบางครั้งก็มีความแม่นยำ อัตราดังกล่าวยังน้อยกว่า 95% อีกด้วย ซึ่งจะทำให้เกิดปัญหาอย่างมากในสภาพแวดล้อมการผลิตจริง หลังจากการเปิดตัวเครื่องมือ AI ของ Red Hat ความแม่นยำของการรวมและตรวจสอบโค้ดได้รับการปรับปรุงอย่างมาก บรรลุมาตรฐานระดับสูงของลูกค้ารายนี้
ในระหว่างการประชุม Red Hat Forum ประจำปี 2567 เร้ดแฮทได้ประกาศรายชื่อผู้ชนะรางวัล Red Hat Asia Pacific Innovation Awards ประจำปี 2567 ในประเทศจีนอีกด้วย หนึ่งในนั้นคือ Siemens Industrial Automation Products (Chengdu) Co., Ltd. (SEWC) ซึ่งเป็นโรงงานในเครือของ Siemens ในเมืองแอมเบิร์ก ประเทศเยอรมนี มีชื่อเสียงว่าเป็นหนึ่งในโรงงานที่ทันสมัยที่สุดในโลก เพื่อให้ก้าวตามทันแอปพลิเคชันการผลิตดิจิทัลสมัยใหม่ SEWC ต้องเผชิญกับภาวะที่กลืนไม่เข้าคายไม่ออกของความต่อเนื่องในการผลิตที่ท้าทาย รวมถึงความยืดหยุ่นและความสามารถในการปรับขนาดของระบบที่ไม่เพียงพอ ประสิทธิภาพการพัฒนาต่ำ และการดำเนินงานที่ไม่สะดวก ด้วยการปรับใช้ Red Hat OpenShift โรงงานได้สร้างระบบสนับสนุนการผลิต Memo (Manufacturing Operations Modular Ecosystem) ระบบนี้ปรับปรุงประสบการณ์ผู้ใช้และประสิทธิภาพการทำงานของพนักงานในสายการผลิตได้อย่างมาก นำแนวคิดที่ล้ำสมัยมาปฏิบัติ และจัดเตรียมระบบสำหรับอุตสาหกรรม แอพพลิเคชั่นซอฟต์แวร์ระบบอัตโนมัติสร้างมาตรฐานใหม่
Yang Jian ผู้จัดการแผนกเทคโนโลยีสารสนเทศของ Siemens Industrial Automation (Chengdu) Co., Ltd. ยังได้แบ่งปันประสบการณ์ในการร่วมมือกับ Red Hat ในการให้สัมภาษณ์ว่า เมื่อเปรียบเทียบกับซัพพลายเออร์รายอื่น ประสิทธิภาพของ Red Hat ในด้านความเร็วในการตอบสนองและ ความรับผิดชอบนั้นโดดเด่นมาก ในสภาพแวดล้อมของเทคโนโลยี AI ที่เปลี่ยนแปลงอย่างรวดเร็วในปัจจุบัน บริษัทต่างๆ จะต้องปรับแต่งและปรับปรุงต่อไปเมื่อใช้งาน AI และ Red Hat ก็ยังคงรักษาทัศนคติที่ถ่อมตัวและเป็นมิตรในกระบวนการนี้ โมเดลนี้มีคุณค่ามาก นี่เป็นเหตุผลสำคัญว่าทำไม Siemens จึงเลือกแพลตฟอร์ม Red Hat
ในเวลาเดียวกัน เขายังกล่าวอีกว่าหลังจากนำโซลูชันของ Red Hat มาใช้ โรงงานก็ตระหนักถึงการเปลี่ยนแปลงจากสถาปัตยกรรมแบบเสาหินไปเป็นสถาปัตยกรรมแบบกระจายไมโครเซอร์วิส สิ่งนี้นำมาซึ่งข้อดีสองประการ ประการแรกคือการบำรุงรักษา การอัพเกรด และการเปลี่ยนแปลงสามารถทำได้โดยไม่ต้องหยุดทำงาน ประการที่สองคือ การเปลี่ยนแปลงแต่ละครั้งสามารถกำหนดเป้าหมายได้ในขอบเขตที่เล็กกว่า ซึ่งอำนวยความสะดวกในการควบคุมที่แม่นยำและการกำหนดตารางเวลาทรัพยากร แนวโน้มสำคัญในการพัฒนาอุตสาหกรรมการผลิตในอนาคต
เมื่อมองไปสู่อนาคต นอกเหนือจากการสำรวจแพลตฟอร์มไมโครเซอร์วิสอย่างต่อเนื่องแล้ว ซีเมนส์ยังวางแผนที่จะร่วมมือกับเร้ดแฮทในด้านเวอร์ช่วลไลเซชั่นมากขึ้นเพื่อทดแทนโซลูชั่นที่มีอยู่ ในอนาคต ซีเมนส์จะศึกษาวิธีสร้าง AI เพิ่มเติมด้วย แพลตฟอร์มควรจะรวมเข้ากับระบบทรัพยากรของตัวเองได้ดีขึ้นเพื่อเพิ่มประสิทธิภาพกระบวนการผลิตให้ดียิ่งขึ้น