生成式人工智能(AI)有可能為企業(yè)釋放數(shù)萬(wàn)億美元的價(jià)值，并從根本上改變我們的工作方式。這項(xiàng)突破性的技術(shù)已經(jīng)進(jìn)入了全球經(jīng)濟(jì)的幾乎每個(gè)領(lǐng)域，以及我們生活的許多方面，人們已經(jīng)使用人工智能來(lái)查詢其銀行賬單，甚至要求醫(yī)療處方。當(dāng)前的預(yù)測(cè)表明，生成式人工智能可以自動(dòng)化高達(dá)70%的員工時(shí)間。

但無(wú)論應(yīng)用還是行業(yè)，生成式人工智能的影響在云計(jì)算生態(tài)系統(tǒng)中最為明顯。

隨著企業(yè)急于在云運(yùn)營(yíng)中利用這項(xiàng)技術(shù)，在安全、可靠、負(fù)責(zé)任地部署生成式人工智能模型之前，首先了解網(wǎng)絡(luò)連接要求和風(fēng)險(xiǎn)是至關(guān)重要的。

訪問(wèn)數(shù)據(jù)集

根據(jù)其定義，大型語(yǔ)言模型(LLM)是非常大的，因此訓(xùn)練這樣的LLM將需要大量的數(shù)據(jù)和超高速的計(jì)算，并且數(shù)據(jù)集越大，對(duì)計(jì)算能力的需求就越大。

值得注意的是，在公共云環(huán)境中訓(xùn)練生成式人工智能模型的主要連接要求之一是，負(fù)擔(dān)得起對(duì)數(shù)據(jù)集規(guī)模的訪問(wèn)，而訓(xùn)練這些LLM所需的巨大處理能力只是拼圖的一部分。除此之外，需要考慮的其他組件還包括管理在公共云中傳輸?shù)臄?shù)據(jù)的主權(quán)、安全性和隱私要求。

2022年，39%的企業(yè)在其云環(huán)境中經(jīng)歷了數(shù)據(jù)泄露?？紤]到這一點(diǎn)，探索市場(chǎng)上專門為高性能和人工智能工作負(fù)載設(shè)計(jì)的專用連接產(chǎn)品是有意義的。

新興的監(jiān)管趨勢(shì)

全球監(jiān)管框架錯(cuò)綜復(fù)雜，可能發(fā)生變化，因此企業(yè)應(yīng)密切關(guān)注圍繞人工智能領(lǐng)域迅速出現(xiàn)的關(guān)鍵公共政策和監(jiān)管趨勢(shì)。

企業(yè)現(xiàn)在需要實(shí)施數(shù)據(jù)映射和數(shù)據(jù)丟失預(yù)防等技術(shù)，以確保其隨時(shí)知道所有個(gè)人數(shù)據(jù)的位置，并提供相應(yīng)地保護(hù)。這種方法可以被稱為基于設(shè)計(jì)的隱私方法，不僅被歐洲《通用數(shù)據(jù)保護(hù)條例》(GDPR)的發(fā)展任務(wù)所采用，而且也被美國(guó)的數(shù)據(jù)隱私法所采用。

想象一下，一家跨國(guó)銀行在其辦公場(chǎng)所安裝了50臺(tái)大型機(jī)，并將其主要計(jì)算能力保存在這里。其目的是對(duì)數(shù)據(jù)進(jìn)行人工智能分析，但其無(wú)法使用公共互聯(lián)網(wǎng)連接到這些云環(huán)境，因?yàn)槠涞脑S多工作負(fù)載都受到監(jiān)管限制。另外，私有連接使其能夠訪問(wèn)存在于企業(yè)本地監(jiān)管框架內(nèi)的生成式AI功能。

維護(hù)數(shù)據(jù)主權(quán)

隨著人工智能立法的不斷擴(kuò)大，生成式人工智能技術(shù)的廣泛采用可能會(huì)給數(shù)據(jù)主權(quán)帶來(lái)長(zhǎng)期的挑戰(zhàn)。企業(yè)能夠保證主權(quán)邊界的唯一方法可能是，在數(shù)據(jù)傳輸時(shí)使用某種私有連接形式。隨著世界變得更加數(shù)字化互聯(lián)，這促使各國(guó)界定和規(guī)范數(shù)據(jù)的存儲(chǔ)地點(diǎn)，以及處理數(shù)據(jù)的LLMS存儲(chǔ)地點(diǎn)。

公有云上的人工智能訓(xùn)練模型也是如此。企業(yè)將需要某種類型的連接，從其私有云到公共云，在那里可以進(jìn)行人工智能訓(xùn)練模型，然后使用私有連接將其推理模型帶回來(lái)。

需要注意的一點(diǎn)是，盡管一些國(guó)家法律要求某些數(shù)據(jù)保留在本國(guó)境內(nèi)，但這并不一定會(huì)使其更安全。例如，如果企業(yè)使用公共互聯(lián)網(wǎng)在公共云服務(wù)上向他國(guó)和從他國(guó)傳輸客戶數(shù)據(jù)，即使其可能在他國(guó)內(nèi)部傳輸，仍然有人可以攔截該數(shù)據(jù)，并將其傳送到世界各地。

延遲和網(wǎng)絡(luò)擁塞的重要性

隨著我們每天經(jīng)歷的大量語(yǔ)音和視頻通話，我們都變得對(duì)延遲敏感。有些人沒有意識(shí)到的是，在與人互動(dòng)方面，延遲是一個(gè)關(guān)鍵因素。同樣，用于訓(xùn)練人工智能模型的大量數(shù)據(jù)集可能會(huì)在公共云上導(dǎo)致嚴(yán)重的延遲問(wèn)題。

舉個(gè)例子，如果正在與一個(gè)提供客戶服務(wù)的人工智能機(jī)器人聊天，若延遲時(shí)間開始超過(guò)10秒，那么退出率就會(huì)加速。因此，使用公共互聯(lián)網(wǎng)將面向客戶的基礎(chǔ)設(shè)施與推理模型連接起來(lái)，對(duì)于無(wú)縫的在線體驗(yàn)而言是潛在的危險(xiǎn)，響應(yīng)時(shí)間的變化可能會(huì)影響企業(yè)提供有意義結(jié)果的能力。

同時(shí)，網(wǎng)絡(luò)擁塞可能會(huì)影響企業(yè)按時(shí)構(gòu)建模型的能力?？朔@個(gè)問(wèn)題的方法是使用大型管道，以確保在將主要數(shù)據(jù)集移動(dòng)到訓(xùn)練語(yǔ)言模型的地方時(shí)不會(huì)遇到擁塞。因此，企業(yè)將能夠避免嚴(yán)重的擁塞，特別是在將新數(shù)據(jù)傳輸?shù)絃LM時(shí)，這無(wú)疑會(huì)導(dǎo)致積壓。

人工智能管理不當(dāng)?shù)呢?fù)面后果

治理是目前正在討論的話題，因?yàn)槿绻麤]有適當(dāng)?shù)娜斯ぶ悄苤卫?，可能?huì)給企業(yè)帶來(lái)嚴(yán)重的后果，可能導(dǎo)致商業(yè)和聲譽(yù)受損。

在云上實(shí)施生成式人工智能模型時(shí)，缺乏監(jiān)督很容易導(dǎo)致錯(cuò)誤和違規(guī)，更不用說(shuō)潛在的客戶數(shù)據(jù)和其他專有信息的暴露。簡(jiǎn)而言之，生成式人工智能的可信度取決于企業(yè)如何使用。換言之，誰(shuí)可以訪問(wèn)數(shù)據(jù)，哪里可以獲得數(shù)據(jù)批準(zhǔn)的可追溯性?

生成式人工智能的無(wú)限機(jī)會(huì)

生成式人工智能是一個(gè)變革性的領(lǐng)域，但I(xiàn)T領(lǐng)導(dǎo)者在部署其應(yīng)用之前，必須避免網(wǎng)絡(luò)連接錯(cuò)誤。

定義與現(xiàn)有云架構(gòu)相關(guān)的業(yè)務(wù)需求至關(guān)重要，因?yàn)閿?shù)據(jù)可訪問(wèn)性是生成式人工智能的一切。網(wǎng)絡(luò)即服務(wù)(NaaS)平臺(tái)的高性能靈活性，可以為具有前瞻性思維的企業(yè)提供先發(fā)優(yōu)勢(shì)，而不是在公共云的風(fēng)險(xiǎn)中導(dǎo)航。

例如，NaaS解決方案結(jié)合了新興的網(wǎng)絡(luò)技術(shù)，支持生成式人工智能的治理需求，用于更廣泛的業(yè)務(wù)和保護(hù)客戶。

通過(guò)將云與全球網(wǎng)絡(luò)基礎(chǔ)設(shè)施互連來(lái)采用人工智能系統(tǒng)，該基礎(chǔ)設(shè)施可以提供完全自動(dòng)化的交換和按需路由，這可以通過(guò)NaaS敏捷性來(lái)簡(jiǎn)化。