戴尔科技John Roese：洞察2024技术发展趋势

  【雷竞技须安全稳定 企业频道】“物之生也，若骤若驰，无动而不变，无时而不移。”《庄子·秋水篇》一文中，将事物生长比作快马拉车，揭示了宇宙万物无时无刻不处于变化之中。

  在这个日新月异的时代，科技创新在改变人们生活、推动社会进步方面扮演着关键的角色。对于企业而言，如何把握未来趋势并抓住创新机遇比以往任何时候都更重要。

  2023年12月13日，戴尔科技集团举行了2024年技术预测媒体沟通会。会上，戴尔科技集团全球首席技术官John Roese重点介绍并分享了2024年及未来影响科技行业的新兴趋势。

戴尔科技集团全球首席技术官John Roese

  John Roese认为，科技行业瞬息万变，有很多重要的发展演进和变化，但也有许多趋势是显而易见的，戴尔科技预测2024年的发展和演进将与2023年有所不同。

  展望一：GenAI讨论重点将从理论转向实践

  2023年是GenAI(生成式AI)的元年，特别是ChatGPT等GenAI系统的涌现和兴起，2024年，GenAI乃至整个AI将继续占据主导地位，相关话题讨论将从构建训练基础架构转向构建推理基础框架，企业的关注点将越来越多地从宽泛的实验转向自上而下的战略重点，经济方面的讨论将从训练成本转向运营成本。

  在基础框架方面，John Roese指出，从构建训练基础架构转向构建推理基础框架，需要明确三个问题：

  第一，如何更好地设计出这种推理基础架构？

  模型训练阶段需要利用大型集群和加速计算架构，可能需要动用成千上万的加速器在一个月内完成任务。但到了推理阶段，所需的基础架构主要取决于使用该模型或推理能力的用户数量。若模型成熟但用户数量较少，一台服务器或许就足够满足需求。相反，若模型简单但用户众多，例如有数百万客户需要使用该模型，则可能需要数十万台服务器来构建基础架构。尽管在2023年还未深入探讨此问题，但到了2024年，必须更深入地理解并明确如何除了训练基础架构之外，还要有效地构建推理基础架构。

  第二，该把它们放在哪里？

  由于数据中心拥有大量的加速器，因此将训练任务部署于此。然而，推理需在数据和用户所在地进行，所以通常不会将推理置于数据中心，而是会放在边缘，必须要接近呼叫中心或客户所在位置。过去需要决定的是训练的放置位置，而现在需要明确推理的放置位置。

  第三，以及如何确保其安全？

  在训练基础架构中，保护数据中心的安全是至关重要的，但当推理基础架构被部署到现实世界中的各种环境时，如工厂、制造中心、客户所在地以及交通运输网络等，安全保护的模式将发生显著变化。这些环境面临着不同类型的风险和攻击。因此，必须确保打造出来的模型一旦投入到生产环境的时候，仍然能够有效保障其安全性。

  在企业关注点方面，GenAI激发了无限的创造性，几乎全球的所有企业、组织和职能部门都在探索如何利用GenAI来改变他们的销售、财务、人力资源管理、招聘以及编程等方式。2023年，大部分企业和组织都列出了生成式AI可以发挥作用的各种场景。

  但现实是，当我们即将迈向2024年的时候，企业在实施生成式AI时很快意识到，采用GenAI的项目规模非常大，需要投入大量的人力、物力和财力来构建和实施。

  因此，尽管到2024年可能会拥有成百上千甚至上万个GenAI潜在的用例，但每个企业的资源有限，可能只会实施其中的几个项目。首席信息官和企业领导者必须做出决策，从他们选出的项目中确定哪些项目应优先实施，为了做出正确的选择，企业必须充分了解GenAI的价值，并明确GenAI在哪些方面能为其带来最大的帮助。

  在经济方面，GenAI的主要成本来自于训练，这包括在训练构建模型中需要用到多少台服务器，需要多少架构开发和维护人员等。但进入到2024年，随着越来越多的企业使用GenAI，企业成本支出将从训练成本转向运营成本。

  展望二：真正的零信任势在必行

  目前的网络安全模式主要是反应型或被动型，这意味着仅在出现问题时才会采取相应的解决措施。然而，现有的安全模型风险非常高，因为它只是随机地对黑客攻击作出反应。

  John Roese表示，在大约十年前，全球就开始探讨在安全方面是否能有所改变，这也促使了零信任概念的兴起。零信任的核心思想在于，如果要重新构建一个企业的安全架构，需要遵循三个原则：所有人员、应用程序和设备都必须进行验证。

  另外，从政策和控制的角度来看，安全方面主要有三个要点：识别好的、识别坏的和识别未知的。现在就需要能够识别出已有和未知的恶意攻击。所以，对于零信任而言，首先需要明确什么是好的行为，即哪些行为是被允许的，然后阻止所有其他未经授权的访问。此外，零信任需要持续进行信任验证，需要对好的行为提前进行描述，一旦出现威胁，可以实时进行解决。对于企业而言，只要是不被允许的行为，都会被立即阻止，而不是需要用几分钟甚至几天的时间才能发现恶意行为。

  “虽然目前还没有一个端到端的零信任解决方案，但整个业界包括戴尔科技已经开始在自己的边缘产品解决方案中采取零信任策略。2023年将有更多关于安全性的讨论，五年后，如果任何IT架构仍未采纳零信任策略，那才奇怪。” John Roese说道。

  展望三：边缘平台蓬勃发展

  在多云环境下，云提供商通常集中在数据中心提供服务。但在实际生活中，数据并不仅仅存在于数据中心，它们还分布在工厂、医院等许多地方。因此，大型服务提供商和服务堆栈需要为每种架构创建自己的边缘服务，例如Google的Anthos、Amazon的Outposts等，每家厂商都有自己的边缘平台。所以，对于每一家公司来说，同时使用多个不同的边缘平台是不现实的。

  “将边缘平台和边缘工作负载分隔开来，建立一个既有软件又有硬件的编排，就可以运营一个以软件定义的平台，”John Roese表示，“戴尔科技可以通过提高安全性和自动化程度，建立一个通用的边缘平台，而不是为针对每一个工作负载和应用建立不同的平台。戴尔科技在2023年开始实施这一愿景，并从2024年开始落实一些先前的概念和设想。”

  展望四：量子计算与GenAI密不可分

  John Roese指出，量子计算解决了GenAI和大多数大规模AI对计算资源需求量极大这一主要问题。GenAI是一种软件系统，旨在生成内容并回答问题，例如，进行对话或创作一首诗，因此GenAI会在无数的回答选项的基础上提供一个正确答案，因此涉及概率计算。与之不同的是，量子计算拥有无限处理数据的能力，并能在几乎无限多的答案中挑选出最优解，这将使量子计算在概率计算方面表现卓越。

  John Roese表示：“将量子计算应用于GenAI优化，有望显著提升GenAI的效率和性能。想象一下，如果五年后量子计算与GenAI大规模结合，GenAI的工作效率可能会得到前所未有的提升，其增长倍数超出我们的想象，其影响将不亚于ChatGPT首次亮相时带给我们的震撼。”

  值得一提的是，以上技术预测已经在戴尔科技的产品技术组合中得以实现。例如，戴尔科技的服务器产品已经能够用于训练任务，新一代服务器可以用于推理任务，而存储系统则不再局限于理论阶段的AI，已经能够应用于生产环节的AI。在边缘计算领域，戴尔科技在过去两年内发布的几乎所有产品都带有加速器，这一举措源于戴尔科技对未来边缘计算工作负载将以AI为主的深刻洞察。并且，戴尔科技还与生态系统合作伙伴进行了广泛的合作，以确保能够打造并交付正确的基础设施，从而支持企业级生成式AI的应用。

  写在最后：

  作为“务实的创新”的坚定实践者，戴尔科技矢志不渝地以科技创新为引擎，推动人类社会的进步与发展。

  我们看到，这些技术展望不仅融入戴尔科技的产品开发与交付流程中，更是体现在交付到客户手中的能力上。正如John Roese所言，未经实践的展望只是空想，而戴尔科技所秉持的则是将展望与行动紧密结合的理念。