Значительные тенденции формируют динамическое поле генеративного ИИ в начале 2025 года, включая рост агента. Эта мощная технология улучшает возможности Genai в области рассуждений, планирования и использования инструментов, чтобы позволить LLMS действовать в отношении того, что они предлагают. В то же время, крупные инвестиции превращаются в ядерную энергию для удовлетворения голодных потребностей центров обработки данных. Genai становится все более важным в робототехнике, но также является растущей угрозой кибербезопасности.
Тем не менее, на фоне этих тенденций, захватывающих заголовки, одна проблема заслуживает большего внимания: необходимость в облачной нативной архитектуре для поддержки приложений для Genai. Без этих фундаментов проект ROI может не допустить ожиданий или, что еще хуже, терпеть неудачу.
Проблемы уже становятся очевидными. Gartner прогнозирует, что к концу 2025 года не менее 30% проектов Genai потерпит неудачу на стадии подтверждения концепции.
Чтобы решить проблемы, важно создать инфраструктуру, которая позволяет контейнеризации. Тем не менее, это требует свежего подхода, адаптированного к уникальным потребностям Геная. Еще одна проблема — как привлечь, перезаписываться и респондент команды.
Контейнеризация является золотым стандартом
Контейнеризация может показаться еще одним модным словом, но ее концепция на удивление проста. Речь идет о упаковке кода приложения вместе со всеми его зависимостями. Это позволяет приложению легко работать, будь то в облаке, частном центре обработки данных или на устройствах на грани.
Современные приложения полагаются на сложные зависимости, от модулей, которые управляют аутентификацией, до тех, кто подключается к системам ERP и CRM. Регулярные обновления и патчи необходимы. Если нет, даже незначительная проблема может неожиданно нарушить заявку.
Именно здесь появляется контейнеризация. Контейнеризация преобразует разработку программного обеспечения, позволяя обмену ресурсами — процессор, память, хранилище — обеспечивая изоляцию для повышенной безопасности.
Контейнеризация необходима для приложений Genai, часто запутанных в сложных зависимостях. Разбивая приложения на микросервисы-автономные, тестируемые компоненты-разработчики разблокируют способность быстро итерации, эффективно масштабируют и развернуты с ловкостью.
Эта тенденция не остается незамеченной. Недавние исследования подчеркивают всплеск принятия контейнеров отчасти из -за требований Геная. В отчете показано, что почти 90% организаций сообщают, что, по крайней мере, некоторые из их приложений в настоящее время контейнеры, и ожидается, что это число будет расти с быстрого внедрения новых рабочих нагрузок приложений, таких как Genai. Тем не менее, 64% организаций считают, что облачные нативные и контейнерные приложения являются сложными.
Современная инфраструктура мира Genai
Традиционная разработка программного обеспечения следует высоко структурированному процессу. Ключевые шаги включают анализ требований, проектирование системы, кодирование, отладку, проверку кода и развертывание. Это проверенный по времени процесс, который был уточнен в течение десятилетий. Тем не менее, эта книга начинает разваливаться при применении к приложениям Genai. В основном это связано с уникальными аспектами развития ИИ, такими как очистка данных, тонкая настройка и поколение поиска (RAG).
Требования к инфраструктуре не проще. Обучение и развертывание этих моделей часто обращается за средами, тяжелыми графическим процессором, которые могут повысить затраты. И затем есть оркестровая моделей множества ИИ. Конечно, Kubernetes уже давно стал любимым разработчиками, но за последние пару лет появились новые рамки, такие как Langchain, Autogen и Crewai.
Гибкость — это еще один кривая. Приложения Genai должны легко объединяться в облачные нативные экосистемы и контейнерные среды. Согласно опросу ECI, более 80% респондентов оценили модернизацию своей инфраструктуры в качестве главного приоритета.
Обращение к разрыву навыков
Genai создает значительный разрыв в навыках. Исследование ECI, которое включало лиц, принимающих решения, принимает решения в ИТ и DevOps, показало, что только 21% респондентов считают, что их организации обладают навыками, необходимыми для поддержки приложений и инфраструктуры Genai. Дополнительная численность персонала недоступна и поставляется с премией.
Эксперты Genai, как правило, являются конечными пользователями и клиентами этих проектов искусственного интеллекта и не могут или не хотят управлять тем, как Genai доставляется. Сосредоточьтесь на развитии собственного опыта в области разработки платформы и подготовки данных, а также использования простых, но мощных инструментов корпоративного класса. Хорошей новостью является то, что существует много учебных ресурсов, от онлайн -курсов до интенсивных учебных лагерей.
Заключение
Genai готова изменить многие отрасли, но его успех основан на некоторых ключевых факторах: контейнеризация, модернизированная инфраструктура и рабочая сила, квалифицированная в требованиях Genai. Это не просто флажки в списке дел. Они являются основой масштабируемости, эффективности и адаптивности. Предприятия, которые получают это правильно, превратят сегодняшние проблемы в завтрашние возможности и прокладывают путь к устойчивому, будущему росту.
Trending Stories youtube.com/thenewstack Tech движется быстро, не пропустите эпизод. Подпишитесь на наш канал YouTube, чтобы транслировать все наши подкасты, интервью, демонстрации и многое другое. Группа подпишитесь с эскизом. Debojyoti Dutta возглавляет усилия по искусственному интеллекту в Nutanix, чтобы ускорить разработку новых методов лечения и производительности предприятия. Прежде чем присоединиться к Nutanix, Debojyoti работал в Cisco в качестве выдающегося инженера. Подробнее от Debojyoti dutta
