紅帽CTO Chris Wright：關(guān)于開源AI，紅帽的觀點(diǎn)在這里

三十多年前，紅帽便洞察到開源開發(fā)和許可證能夠推動更優(yōu)質(zhì)軟件的誕生，從而加速IT創(chuàng)新。經(jīng)過三千萬行代碼的積淀，Linux不僅成為了最成功的開源軟件，也成長為至今最成功的軟件之一。我們對開源原則的承諾延續(xù)至今，既體現(xiàn)在我們的商業(yè)模式中，也深深扎根于我們的企業(yè)文化中。我們堅信，若采用正確的方法，這些理念同樣能夠在人工智能（AI）領(lǐng)域產(chǎn)生深遠(yuǎn)的影響。然而，技術(shù)界對于“正確的方法”究竟是什么，依然存在廣泛的爭議。

AI，特別是推動生成式AI（Gen AI）發(fā)展的大型語言模型（LLM），不能簡單地與開源軟件類比。與軟件不同，AI模型主要由模型權(quán)重構(gòu)成，這些權(quán)重是決定模型如何處理輸入以及它如何在各個數(shù)據(jù)點(diǎn)之間建立聯(lián)系的數(shù)值參數(shù)。訓(xùn)練后的模型權(quán)重是通過廣泛的訓(xùn)練過程生成的，這一過程涉及大量精心準(zhǔn)備、混合和處理的訓(xùn)練數(shù)據(jù)。

盡管模型權(quán)重與軟件不同，但在某些方面，它們履行的職能類似于代碼。我們可以將數(shù)據(jù)類比為模型的源代碼。在開源領(lǐng)域，源代碼通常被定義為修改軟件的“首選形式”。然而，單靠訓(xùn)練數(shù)據(jù)無法承擔(dān)這一角色，因為訓(xùn)練數(shù)據(jù)通常體積龐大，且復(fù)雜的預(yù)訓(xùn)練過程使得每一項訓(xùn)練數(shù)據(jù)與訓(xùn)練后權(quán)重及模型最終行為之間的聯(lián)系顯得間接且微弱。

目前，許多AI模型的改進(jìn)和增強(qiáng)并不涉及訪問或修改原始訓(xùn)練數(shù)據(jù)。相反，它們通常通過修改或微調(diào)模型權(quán)重來實現(xiàn)，這些過程也可用于優(yōu)化模型性能。要確保這些模型改進(jìn)能自由進(jìn)行，模型權(quán)重必須以開源許可證發(fā)布，并且用戶應(yīng)在開源許可證下享有全部權(quán)限。

紅帽對開源AI的看法

紅帽認(rèn)為，開源AI的最低標(biāo)準(zhǔn)是將開源許可證下的模型權(quán)重與開源軟件組件相結(jié)合。這是開源AI的起點(diǎn)，而非最終目標(biāo)。我們鼓勵開源社區(qū)、監(jiān)管機(jī)構(gòu)和行業(yè)在訓(xùn)練和微調(diào)AI模型時，繼續(xù)朝著更大的透明度和與開源開發(fā)原則對齊的方向努力。

這是紅帽作為開源軟件生態(tài)系統(tǒng)成員，如何在實踐中參與開源AI的觀點(diǎn)。與開源倡議組織（OSI）提出的《開源AI定義》（OSAID）不同，我們的看法并非正式定義。到目前為止，我們的觀點(diǎn)主要是關(guān)于如何實現(xiàn)開源AI，并確保它對廣泛的社區(qū)、企業(yè)和供應(yīng)商都能實現(xiàn)可訪問性。

我們通過在開源社區(qū)中的工作將這一觀點(diǎn)付諸實踐，其中包括由紅帽主導(dǎo)的InstructLab項目，以及我們與IBM研究院合作的Granite開源許可證模型系列。InstructLab大大降低了非數(shù)據(jù)科學(xué)家對AI模型的貢獻(xiàn)門檻。通過InstructLab，各行各業(yè)的領(lǐng)域?qū)＜铱梢詫⑺麄兊募寄芎椭R貢獻(xiàn)到InstructLab，這些貢獻(xiàn)不僅用于內(nèi)部使用，還能推動一個共享的、廣泛可訪問的開源AI模型供上游社區(qū)使用。

Granite 3.0模型系列覆蓋了從代碼生成、自然語言處理到從龐大數(shù)據(jù)集中提取洞察的廣泛AI應(yīng)用場景，所有這些都在一個寬松的開源許可證下進(jìn)行。我們幫助IBM研究院將Granite代碼模型系列引入開源世界，并繼續(xù)從開源視角以及作為我們紅帽AI產(chǎn)品的一部分支持這個模型系列。

近期DeepSeek的宣布引起廣泛關(guān)注，它展示了開源創(chuàng)新對AI的影響，不僅局限于模型層面，還延伸到了更廣的領(lǐng)域。而針對DeepSeek的做法，外界存在一定疑慮，特別是其模型的許可證未能明確說明模型的生產(chǎn)過程，這進(jìn)一步突顯了透明度的重要性。盡管如此，這一顛覆性創(chuàng)新也驗證了我們對AI未來的看法：一個開放的AI生態(tài)，聚焦于更小巧、優(yōu)化且開放的模型，這些模型能夠根據(jù)特定企業(yè)的數(shù)據(jù)和使用場景，在全球范圍內(nèi)、跨越混合云環(huán)境進(jìn)行定制。

擴(kuò)展開源AI，超越模型

開源技術(shù)和開發(fā)原則始終是我們AI產(chǎn)品的核心，正如它們在紅帽AI產(chǎn)品組合中所起的作用一樣。紅帽O(jiān)penShift AI基于Kubernetes、KubeFlow以及符合Open Container Initiative（OCI）標(biāo)準(zhǔn)的容器，融合了眾多云原生開源技術(shù)。而紅帽企業(yè)Linux AI（RHEL AI）則整合了來自IBM的開源許可證Granite LLM系列和InstructLab開源項目。

紅帽在開源AI領(lǐng)域的工作不僅限于InstructLab和Granite模型系列，它還涵蓋了實現(xiàn)和有效利用AI所需的各種工具和平臺。我們積極參與并推動越來越多的上游項目和社區(qū)，同時自主發(fā)起了多個項目，包括（但不限于）：

●   RamaLama：簡化本地管理和服務(wù)AI模型的開源項目；

●   TrustyAI：為構(gòu)建更負(fù)責(zé)任的AI工作流提供的開源工具包；

●   Climatik：幫助減少AI在能源消耗方面負(fù)面影響的項目，推動AI的可持續(xù)發(fā)展；

●   Podman AI Lab：專注于為開源LLM模型提供實驗支持的開發(fā)者工具包；

●   Neural Magic：收購這家公司進(jìn)一步推動了我們的AI愿景，使企業(yè)能夠?qū)⒏?、更?yōu)化的AI模型（包括開源許可證模型）與其數(shù)據(jù)進(jìn)行對接，無論數(shù)據(jù)存儲在哪里，都能跨越混合云環(huán)境進(jìn)行無縫連接。IT組織可以借助vLLM推理服務(wù)器來支持這些模型的決策和輸出，從而構(gòu)建一個以透明性和支持技術(shù)為基礎(chǔ)的AI堆棧。

對紅帽而言，開源AI在混合云中得到了真正的生命?；旌显茷槊總€AI工作負(fù)載選擇最合適的環(huán)境提供了靈活性，從而能夠優(yōu)化性能、成本、可擴(kuò)展性和安全性需求。我們的平臺、目標(biāo)和企業(yè)都支持這一努力，我們期待與行業(yè)伙伴、客戶以及更廣泛的開源社區(qū)攜手合作，持續(xù)推動開源AI創(chuàng)新。

在AI領(lǐng)域，拓展開放合作的潛力巨大。我們展望的未來不僅關(guān)注模型的透明度，還包括訓(xùn)練過程的開放。無論是下周、下個月，還是更快（AI發(fā)展迅速），我們將繼續(xù)支持并推動AI的自主化與開放性，突破開源AI的邊界。

關(guān)于作者

Chris Wright

紅帽首席技術(shù)官兼全球工程高級副總裁

Chris Wright負(fù)責(zé)領(lǐng)導(dǎo)首席技術(shù)官辦公室，該辦公室負(fù)責(zé)孵化新興技術(shù)，并對人工智能、云計算、分布式存儲、軟件定義網(wǎng)絡(luò)和網(wǎng)絡(luò)功能虛擬化、容器、自動化和持續(xù)交付以及分布式賬本等創(chuàng)新提出前瞻性觀點(diǎn)。在20多年的軟件工程師生涯中，Wright曾在電信行業(yè)從事高可用性和分布式系統(tǒng)方面的工作，在Linux行業(yè)從事安全、虛擬化和網(wǎng)絡(luò)方面的工作。他從事Linux開發(fā)超過15年，其中大部分時間都在深入研究Linux內(nèi)核。他對將開源軟件作為下一代IT系統(tǒng)的基礎(chǔ)充滿熱忱。