2024年12月大模型行業(yè)熱鬧非凡，國(guó)內(nèi)外科技公司紛紛搶發(fā)最新應(yīng)用。例如，擁有更強(qiáng)復(fù)雜問題處理能力的ChatGPT o3、或是國(guó)內(nèi)廠商全新打造的視覺理解模型，以及全域 AI 搜索等新應(yīng)用。各家爭(zhēng)奇斗艷，在多方向不斷延伸升級(jí)，也再一次為企業(yè)數(shù)智化創(chuàng)造了更多新的可能性。然而，企業(yè)要做到真正依托大模型，實(shí)現(xiàn)自身全面AI原生化轉(zhuǎn)型，還需要從新的角度思考與推進(jìn)。

近期，第一線DYXnet智算網(wǎng)絡(luò)技術(shù)部總監(jiān)張先國(guó)接受了51CTO的獨(dú)家專訪，在談及AI智能時(shí)代，企業(yè)數(shù)智化轉(zhuǎn)型需要注重的方向時(shí)，他坦言道：釋放數(shù)據(jù)價(jià)值是這一進(jìn)程的關(guān)鍵。以前數(shù)據(jù)只是存放在業(yè)務(wù)數(shù)據(jù)庫(kù)中，企業(yè)僅是對(duì)其進(jìn)行簡(jiǎn)單檢索，很多非結(jié)構(gòu)化數(shù)據(jù)難以發(fā)揮價(jià)值。但現(xiàn)在，借助AI的能力可以更好地釋放數(shù)據(jù)價(jià)值。對(duì)于企業(yè)來(lái)說(shuō)，關(guān)鍵在于如何發(fā)揮私有數(shù)據(jù)價(jià)值的同時(shí)保護(hù)自身數(shù)據(jù)，避免讓自己的數(shù)據(jù)僅僅成為大型平臺(tái)的一部分，這才是企業(yè)未來(lái)轉(zhuǎn)型的真正價(jià)值所在。

隨著大模型深化發(fā)展，越來(lái)越多的企業(yè)開啟數(shù)智化升級(jí)。大模型私有化呈現(xiàn)出愈發(fā)明顯的趨勢(shì)。企業(yè)只有將私有數(shù)據(jù)、專業(yè)知識(shí)和行業(yè)經(jīng)驗(yàn)融入大模型之中，進(jìn)而打造出AI 原生化的業(yè)務(wù)形態(tài)，讓模型生成更符合企業(yè)實(shí)際和專業(yè)需求的內(nèi)容，才能夠?yàn)槠髽I(yè)提供更加具有針對(duì)性的決策支持和解決方案，進(jìn)而更好地幫助企業(yè)獲得競(jìng)爭(zhēng)優(yōu)勢(shì)。

AINet戰(zhàn)略布局雙線并行

面對(duì)AI大模型新發(fā)展趨勢(shì)，第一線正致力于向AI應(yīng)用與大模型服務(wù)+AI原生基礎(chǔ)設(shè)施服務(wù)升級(jí)。其中AI原生基礎(chǔ)設(shè)施服務(wù)方面，第一線的戰(zhàn)略方向便是構(gòu)建AINet。在這一戰(zhàn)略中，第一線采取了以下兩條路線：

傳統(tǒng)業(yè)務(wù)層面進(jìn)行創(chuàng)新

這包括SD-WAN/MPLS VPN、核心網(wǎng)絡(luò)架構(gòu)以及SASE安全。目前，第一線正致力于將這些技術(shù)與AI相結(jié)合，以實(shí)現(xiàn)以下目標(biāo)：通過SD-WAN/MPLS VPN+AI實(shí)現(xiàn)流量的智能預(yù)測(cè)；核心網(wǎng)+AI構(gòu)建出InsightNet智能網(wǎng)絡(luò)；將SASE的AI能力集成到位于核心網(wǎng)絡(luò)邊緣的SASE POP，打造智能安全防護(hù)體系。

打造AI原生超互聯(lián)架構(gòu)基礎(chǔ)設(shè)施

圍繞企業(yè)進(jìn)行AI原生轉(zhuǎn)型，第一線緊跟企業(yè)對(duì)安全、AI、算力等方面的更高要求，通過技術(shù)創(chuàng)新、生態(tài)合作，構(gòu)建了AI原生超互聯(lián)架構(gòu)基礎(chǔ)設(shè)施，實(shí)現(xiàn)了算力與網(wǎng)絡(luò)的深度融合，為企業(yè)提供了一個(gè)集AI算力、私域數(shù)據(jù)、模型、隱私計(jì)算于一體的企業(yè)可信計(jì)算空間，能夠支持企業(yè)在AI原生領(lǐng)域的創(chuàng)新。

融合聯(lián)動(dòng)

雙向路線匯聚而成的AINet將提供網(wǎng)隨需動(dòng)、雙網(wǎng)聯(lián)動(dòng)的服務(wù)賦能，為企業(yè)AI業(yè)務(wù)應(yīng)用的訓(xùn)練、推理等多方面場(chǎng)景，提供智慧基礎(chǔ)底座支撐。

掃清AI原生化痛點(diǎn)向私有化而行

張先國(guó)表示，基于私有數(shù)據(jù)構(gòu)建AI原生化業(yè)務(wù)的優(yōu)勢(shì)顯而易見，而在私有大模型的訓(xùn)練與推理過程中，也充滿著多方面挑戰(zhàn)。

算力需求井噴帶來(lái)的挑戰(zhàn)

在大模型訓(xùn)練階段，由于參數(shù)量和訓(xùn)練數(shù)據(jù)集巨大，對(duì)算力有著極高的要求。以金融行業(yè)為例，在訓(xùn)練專屬金融大模型時(shí)需要處理的數(shù)據(jù)量動(dòng)輒幾十T甚至達(dá)到PB級(jí)別。然而，當(dāng)前市場(chǎng)上GPU資源緊張，算力成本高昂，如何有效利用算力資源成為企業(yè)面臨的一大難題。

數(shù)據(jù)隱私保護(hù)難題

作為企業(yè)的核心資產(chǎn)，近年來(lái)數(shù)據(jù)泄露和隱私侵犯事件頻發(fā)，讓企業(yè)對(duì)于數(shù)據(jù)隱私保護(hù)的擔(dān)憂日益加劇。如何保障大模型訓(xùn)練過程中的數(shù)據(jù)隱私安全，成為企業(yè)必須面對(duì)的重要課題。

承勢(shì)而為

張先國(guó)強(qiáng)調(diào)，在新的趨勢(shì)驅(qū)動(dòng)下，第一線正不斷深化探索AI原生超互聯(lián)架構(gòu)的建設(shè)，匯聚創(chuàng)新技術(shù)與AI算力資源，形成具備多元能力加持的服務(wù)底盤，承載企業(yè)AI原生化的全面升級(jí)。

構(gòu)筑可信計(jì)算空間 雙線并行

第一線AI原生超互聯(lián)架構(gòu)實(shí)現(xiàn)了園區(qū)與樓宇之間算力直達(dá)的高速安全通道，以構(gòu)筑可信計(jì)算空間，解決了算力資源緊張和數(shù)據(jù)傳輸需求激增的問題，助力企業(yè)實(shí)現(xiàn)基于私有數(shù)據(jù)進(jìn)行大模型訓(xùn)練的同時(shí)，實(shí)現(xiàn)更高級(jí)別的數(shù)據(jù)安全性。

算力層面

第一線通過整合多方AI算力資源，形成具備多元算力加持的服務(wù)底盤。

網(wǎng)絡(luò)層面

第一線基于遠(yuǎn)程RDMA等技術(shù)打造的AI原生超互聯(lián)架構(gòu)，采用動(dòng)態(tài)切片技術(shù)進(jìn)行網(wǎng)絡(luò)的動(dòng)態(tài)切換。在客戶需要大算力時(shí)，能夠快速分配出大帶寬且安全隱私的直連網(wǎng)絡(luò)，并為其開通百G以上帶寬，保障巨量數(shù)據(jù)與算力端之間實(shí)現(xiàn)快速、高效的互聯(lián)互通，并在任務(wù)完成后自動(dòng)釋放資源。

安全層面

第一線構(gòu)建了隱私計(jì)算平臺(tái)，打造了端到端加密+算后即釋放能力。

首先，第一線在網(wǎng)絡(luò)中增強(qiáng)了實(shí)時(shí)大帶寬加密能力，從而確?？蛻舳伺c算力服務(wù)端之間的數(shù)據(jù)傳輸全程加密。當(dāng)企業(yè)與算力端建立連接后，將獲得性能與安全兼具的算網(wǎng)支撐，同時(shí)確保數(shù)據(jù)不會(huì)向外部傳輸。

其次，所有計(jì)算服務(wù)器將只有內(nèi)存而無(wú)硬盤，實(shí)現(xiàn)無(wú)盤隱私計(jì)算，私有數(shù)據(jù)算后即清。這意味著計(jì)算完成后將結(jié)果傳回去，隨后便清空相關(guān)數(shù)據(jù)。當(dāng)下一次有其他客戶使用時(shí)，又會(huì)建立一個(gè)動(dòng)態(tài)的私有連接，在內(nèi)存空間中開展新計(jì)算服務(wù)，計(jì)算完成后同樣不會(huì)留下任何痕跡與保存。如此一來(lái)，就能確保做到數(shù)據(jù)只存在于當(dāng)前計(jì)算時(shí)空內(nèi)的私有計(jì)算空間中，用戶可放心使用相關(guān)計(jì)算服務(wù)。

解決方案

以某教育企業(yè)為例，第一線通過為其構(gòu)建一個(gè)新的私域來(lái)存放數(shù)據(jù)，并提供算力專網(wǎng)服務(wù)。通過將數(shù)據(jù)打造為私有向量數(shù)據(jù)庫(kù)形式的知識(shí)庫(kù)，并與第一線提供的隱私計(jì)算算力相連接，利用隱私計(jì)算算力進(jìn)行微調(diào)訓(xùn)練。在訓(xùn)練過程中，所有數(shù)據(jù)都在私域空間內(nèi)完成處理，確保不會(huì)向外部傳輸。最終，訓(xùn)練出一個(gè)新的AI模型，并將其部署到公網(wǎng)上供教育企業(yè)用戶使用。

這如同拼接“樂高”一般，第一線傳統(tǒng)業(yè)務(wù)平面+AI原生超互聯(lián)架構(gòu)形成的AINet，將作為匯聚網(wǎng)絡(luò)、算力與安全等多元能力的大底盤，支撐企業(yè)推進(jìn)創(chuàng)意創(chuàng)新孵化成個(gè)性化的AI原生業(yè)務(wù)形態(tài)，以供自身智慧升級(jí)，或?qū)ν馓峁┲腔鄯?wù)。

全新技術(shù)范式

大模型私有化部署帶來(lái)的諸多挑戰(zhàn)催生了新技術(shù)與解決方案的需要。正是憑借敏銳的行業(yè)洞察力和強(qiáng)大的技術(shù)實(shí)力，第一線在不斷轉(zhuǎn)型升級(jí)過程中，打造出了AI原生超互聯(lián)架構(gòu)，即滿足了傳統(tǒng)業(yè)務(wù)的需求，又讓企業(yè)部署私有化大模型應(yīng)用變得更加簡(jiǎn)單，為業(yè)務(wù)持續(xù)創(chuàng)新和發(fā)展夯實(shí)了基石。這種轉(zhuǎn)型不僅是業(yè)務(wù)范圍的擴(kuò)大，其構(gòu)建的架構(gòu)為企業(yè)提供了全新的技術(shù)范式，在算力資源整合上突破傳統(tǒng)局限，通過區(qū)域聯(lián)動(dòng)構(gòu)建起強(qiáng)大的算力矩陣，為應(yīng)對(duì)大模型訓(xùn)練的高算力需求提供了創(chuàng)新思路。

隨著大模型行業(yè)的蓬勃發(fā)展，企業(yè)數(shù)智化轉(zhuǎn)型迎來(lái)新契機(jī)，但也面臨著諸如算力需求、數(shù)據(jù)隱私保護(hù)等諸多挑戰(zhàn)。第一線通過其AINet 戰(zhàn)略布局的雙線并行模式，在傳統(tǒng)業(yè)務(wù)創(chuàng)新與打造 AI 原生超互聯(lián)架構(gòu)基礎(chǔ)設(shè)施方面持續(xù)發(fā)力，構(gòu)建出可信計(jì)算空間，從算力、網(wǎng)絡(luò)和安全等層面提供解決方案，以應(yīng)對(duì)企業(yè)在 AI 原生化進(jìn)程中的痛點(diǎn)，為企業(yè)基于私有數(shù)據(jù)構(gòu)建大模型提供了有效支撐，并在技術(shù)范式上實(shí)現(xiàn)創(chuàng)新與突破，有望助力企業(yè)在 AI 時(shí)代更好地實(shí)現(xiàn)智慧升級(jí)與競(jìng)爭(zhēng)力提升，而其經(jīng)驗(yàn)與模式也為行業(yè)發(fā)展提供了有益的參考與借鑒，值得持續(xù)關(guān)注與深入研究。