在过去的200多天里，AI大模型从最初的框架构建，逐步走到落地阶段。然而，随着AI大模型深入到千行百业中，市场开始意识到通用大模型虽然功能强大，但似乎并不能完全满足不同企业的个性化需求。
　　《中国经营报》记者注意到，大模型技术的安全性、解释性、易用性等综合指标正在成为此轮AI竞赛的关键，部分企业不再执着于大模型的开发，而把目光向生成式AI+多云、大模型的私有化部署上转移。
　　急需“卖铲人”
　　以认知大模型为代表的通用人工智能，在全球范围内引发了热潮。OpenAI、微软、谷歌等国际企业不断加码，国内更是掀起“千模大战”，众多高科技企业竞相投入研发。从科技部发布的《中国人工智能大模型地图研究报告》来看，全球已发布的大模型中，中国和美国大幅领先，超过全球总数的80%。
　　与此同时，大模型也被视为推动企业转型的新引擎。中国工程院院士邬贺铨表示：“我们需要深入思考大模型的应用方向，要将大模型切实投入到城市发展、金融科技、生物医药、工业制造、科学研究等领域，也需要专业的企业和组织加速其在实体产业落地，为产业刚需带来实实在在的大价值，去真正意义大规模服务社会。”
　　日前，麦肯锡发布《生成式人工智能的经济潜力：下一波生产力浪潮》报告显示，如果将分析的63种生成式AI应用于各行各业，将为全球经济每年带来2.6万亿至4.4万亿美元的增长。这一预测还未将所有的生成式AI应用计算在内，若将尚未研究的应用计算在内，生成式AI所产生的经济影响可能会翻倍。
　　理想是美好的，但在大模型具体落地的过程中，更多的企业意识到构建、训练大模型基座所必需的算力和工具体系，或者说需要一把“铲子”或工具助手，才能让企业在大模型的生态沙池中挖出适合自己的AI矿石。
　　VMware首席执行官Raghu Raghuram对记者表示：“企业在使用生成式AI时面临着艰难的选择。虽然它们可以使用公共AI模型构建自己的生成式AI应用，但随之而来的风险是数据暴露和不确定的训练来源。它们也可以尝试‘自己动手’，但这个办法既不经济，实现价值的时间又长。企业只有能够在训练、定制和提供AI模型时保护数据隐私并最大程度地降低知识产权风险，才能充分挖掘生成式AI的巨大潜力。”
　　生成式AI+多云
　　为了向大模型客户提供高稳定性和高性价比的AI基础设施，生成式AI+多云的模式成为科技厂商们新的角力点。云被看作是AI的承载，而AI也是云的核心抓手，开展大模型所需要的算法、算力和数据等能力，以及覆盖IaaS、PaaS、MaaS的解决方案。
　　近日，VMware 推出Intelligent Assist、Private AI架构方案。在此之前，阿里云提出了“Model as a service”的概念，亚马逊云科技推出了包括Amazon Bedrock和Amazon Titan模型等生成式AI新工具。
　　Raghu表示：“生成式AI与多云可谓珠联璧合。客户的数据无处不在，遍布其数据中心、边缘、云等多处。我们将与NVIDIA一同助力企业放心地在数据附近运行生成式AI工作负载，并解决其在企业数据隐私、安全和控制方面的问题。”
　　NVIDIA创始人兼首席执行官黄仁勋表示：“我们能够训练AI模型，微调AI模型，为了跨多个GPU部署AI模型和大语言模型，特别是大语言模型，一台计算机运行不了，必须将其分配到多机多卡上，并对其进行推理、生成token，实现交互，其速度可媲美人类日常交互。”
　　同时他表示，通过与VMware扩大合作，我们将能够为金融服务、医疗、制造等领域的成千上万家客户提供其所需的全栈式软件和计算，使其能够使用基于自身数据定制的应用，充分挖掘生成式AI的潜力。
　　据悉，Private AI由一套集成式AI工具组成，能够使企业自定义模型并运行各种生成式AI应用，如智能聊天机器人、助手、搜索和摘要等。该平台将作为全集成式解决方案，采用NVIDIA提供的生成式AI软件和加速计算，基于VMware Cloud Foundation构建，并针对AI进行了优化。
　　VMware AI Labs副总裁Chris Wolf对记者表示：“最开始，AI是由一部分数据科学家为方便其他的数据科学家而构建和设计的。随着全新VMware Private AI产品的推出，VMware正在让计算和AI模型的选择更加贴近数据，从而使未来的AI服务于企业中的每一个人。”
（文章来源：中国经营网）