作者 | ZeR0
編輯 | 漠影
智東西5月12日報道ai隔離模式有什么用，在IT領域，云原生、人工智能（AI）是時下最熱的概念之一。盡管許多企業心向往之，但并不是每位工程師都能準確地理解“云原生AI”的含義，以及了解如何將它們落地到真實的企業業務場景中。
在4月28日直播的《八點一“課”，紅帽企業開源講堂》第三期中，紅帽資深解決方案架構師趙錫漪對這一話題進行解讀，并分享了紅帽近些年在AI領域的投入。他還談到如何使用開放數據中心（Open Data Hub）為AI提供助力、如何通過Open Data Hub在中搭建數據科學實驗室等話題。
為了說明云原生AI的價值，趙錫漪舉了個例子，在工業制造領域，過去基本上一個月才能改變一次生產線，現在很多制造企業一個月甚至能造一個工廠，或者工廠生產的產品一個月內完全換成另一種產品，那么幾天就要將生產線上所有的機械臂調優優化。此時，工廠需要一種能將AI快速部署到前端的手段。
而云原生中的特別適合這種場景，因為或CI/CD場景是持續不斷地把從云端設計好的東西傳遞到生產線上，整個過程無需人參與。
因此，現在國家的許多標準會強調軟式PRC，紅帽的也可以跑在一個PRC中。當前紅帽正在幫一些制造業企業在設計這樣的場景，如果用CI/CD的方法把容器以及AI的邏輯調度起來，它就能更快地做生產轉型。這會給工業生產帶來巨大價值。
做AI開發、數據科學、應用開發都是一個CI/CD過程，但做事情的角度不同，需要一個平臺將其串聯，實現多段協同。紅帽提倡的云原生AI可以做到兩件事：一是隔離，讓有限的資源被用在特定的事情上；二是共享，按政策相互間可以聯通協作。
用戶在上可同時調度英特爾和英偉達GPU框架，并支持軟性的多GPU共享，即一個數據中心能將GPU分給了很多用戶。
趙錫漪說，作為一個開源的、中立的、平臺型廠商，紅帽的優勢是可以集合大家的優勢。這些優勢應用到整個AI算法構建過程中，就變成了一個逐步可完善的過程。
使用AI能力通常有兩種方式：一種是研究數據，然后進行模型構建，這是紅帽Open Data Hub產品中最核心的；另一種是已經寫好更底層的代碼，直接用GPU資源，這時可以用虛擬化，將GPU切成很多個vGPU。
上圖的8個組件，均可由Open Data Hub調度起來。Open Data Hub可通過模式，將這些組件經提供好的參數，直接匹配成一套可運行的環境，用戶在上直接寫代碼即可，不需要自己在底層配置。
其中有一個組件很有價值，它可以把不同的AI模型組合在一起，把它描述成一個協同工作的模型。比如說有三個模型，先做兩個模型的運算，然后通過前兩個模型算出來誰的接近率最高，例如誰的接近率到90%以上，就把它用到的B模型的輸入里面，然后B模型再輸出，最終形成一個總的運算結果。
有了ai隔離模式有什么用，用戶可同時將幾個模型下發到生產中，按照比例設置這邊用多少、那邊用多少，然后最后評估誰的模型更有效，以此發布一個更有效的模型。
AI實踐有兩個常見瓶頸：一是怎么開始，二是怎么投產。應用開發師未必能很好地理解算法工程師或數學科學家研究的成果。但如果將多方間的耦合變成一種平臺化的對接行為，就能減少溝通方面的瓶頸。這也是Open Data Hub能在云端幫助用戶做AI所起到的作用。
至于如何在快速搭建數據科學實驗室，趙錫漪提到一個典型的工業制造項目 Edge 。
它包括多域、多云如何組合、這些云之間如何協同、怎樣在傳統系統上獨立構建出一個新的數學科學實驗室，然后把原來已經在生產線的數據采集之后交給數學實驗室，由數學實驗室形成一些AI模型，再下發給生產線上的一些監控設備和監控窗口，從而形成一個對原有監控體系的完整體系。“無論你想做什么樣的事情，都可以在這個架構上開始。”趙錫漪說。
Edge 是輕量級的，并帶有邊緣計算特性，因此這對于一些邊緣計算的場景應用也是個很好的起步項目。
當被問及多云環境對AI開發有什么影響，他解釋說沒有太大影響，像紅帽的AI開發基本上在 Open Data Hub上做，至于當前在哪個AI實驗室里做對整個AI發布不算大事。
趙錫漪透露，紅帽將推出AI/ML on 動手實驗營，會提供一個免費的線上培訓環境。此外，紅帽AI/ML Lab創新實驗室很快會進入中國市場，通過深入客戶的開發、運維、設計團隊，幫助客戶從開源環境搭建選擇及需求整理直到最終做一個原型的過程。