除了宣布新一代GH200 Grace Hopper超級(jí)芯片平臺(tái)的到來，英偉達(dá)(NVDA.US)還推出了一個(gè)新的AI服務(wù)——AI Workbench，這是一個(gè)易于使用的統(tǒng)一工具包，讓開發(fā)人員能夠在 PC 或工作站上快速創(chuàng)建、測(cè)試和自定義預(yù)訓(xùn)練的生成式 AI 模型，然后將其擴(kuò)展到幾乎任何數(shù)據(jù)中心、公共云或NVIDIA DGX? 云。

(相關(guān)資料圖)

據(jù)了解，AI Workbench旨在使人工智能開發(fā)更加精簡、高效和可訪問。通過統(tǒng)一的平臺(tái)，調(diào)整、擴(kuò)展和部署AI模型所涉及的復(fù)雜性可能會(huì)得到緩解，并允許開發(fā)人員為特定用例利用AI的全部潛力。

在最近的一次活動(dòng)中，該公司展示了使用Stable Diffusion XL生成自定義圖像，以及使用AI Workbench開發(fā)的用于醫(yī)學(xué)推理的微調(diào)Llama 2。

企業(yè)人工智能發(fā)展的挑戰(zhàn)

開發(fā)生成式人工智能模型涉及多個(gè)階段，每個(gè)階段都有挑戰(zhàn)和需求。

從選擇預(yù)訓(xùn)練的模型，例如大型語言模型(Large Language model, LLM)開始，開發(fā)人員通常希望為特定的應(yīng)用程序調(diào)整模型。

這個(gè)過程需要一個(gè)可以處理各種計(jì)算需求的基礎(chǔ)設(shè)施，并與GitHub、Hugging Face、NVIDIA NGC和自托管服務(wù)器等工具無縫集成。

而這過程需要機(jī)器學(xué)習(xí)、數(shù)據(jù)處理技術(shù)、Python和TensorFlow等框架方面的專業(yè)知識(shí)。管理憑證、數(shù)據(jù)訪問和組件之間的依賴關(guān)系的復(fù)雜性也隨之增加。

隨著敏感數(shù)據(jù)的激增，安全性是至關(guān)重要的，需要強(qiáng)有力的措施來確保機(jī)密性和完整性。

最重要的是，管理跨不同機(jī)器和平臺(tái)的工作流增加了復(fù)雜性。

AI Workbench有哪些優(yōu)勢(shì)?

首先，AI Workbench是個(gè)易于使用的開發(fā)平臺(tái)，包含JupyterLab、VS Code等工具和GitHub等服務(wù)。AI Workbench 通過提供單一平臺(tái)來管理數(shù)據(jù)、模型和計(jì)算資源，支持跨機(jī)器和環(huán)境的協(xié)作，從而簡化了開發(fā)流程。

其次，該平臺(tái)可增強(qiáng)協(xié)作。該項(xiàng)目結(jié)構(gòu)有助于自動(dòng)化圍繞版本控制、容器管理和處理機(jī)密信息的復(fù)雜任務(wù)，同時(shí)還支持跨團(tuán)隊(duì)協(xié)作。

另外，AI Workbench 部署是客戶端-服務(wù)器模型，使擴(kuò)展過程更容易。用戶能夠開始在其工作站中的本地計(jì)算資源上進(jìn)行開發(fā)，并隨著訓(xùn)練作業(yè)的規(guī)模擴(kuò)大而轉(zhuǎn)向數(shù)據(jù)中心或云資源。

最后，AI Workbench 與 GitHub、NVIDIA NGC 和 Hugging Face 等服務(wù)和 Git 服務(wù)器集成，用戶可以使用 JupyterLab 和 VS Code 等工具跨平臺(tái)和基礎(chǔ)設(shè)施進(jìn)行開發(fā)，具有高度的可重復(fù)性和透明度。

因此，對(duì)于希望探索強(qiáng)大的生成式人工智能世界的企業(yè)來說，它可能是加速采用和整合的關(guān)鍵墊腳石。

總結(jié)

總的來說，英偉達(dá)推出的AI Workbench對(duì)企業(yè)來說尤其重要，因?yàn)樗鼮槎ㄖ啤⒖蓴U(kuò)展性和經(jīng)濟(jì)高效的解決方案提供了新的途徑，從而簡化了開發(fā)過程。

通過解決技術(shù)專長、數(shù)據(jù)安全和工作流程管理方面的挑戰(zhàn)，英偉達(dá)的工具包可能會(huì)改變企業(yè)在各種應(yīng)用中利用人工智能的游戲規(guī)則。

關(guān)鍵詞：