12月14日消息，在2023年末，戴尔科技集团全球首席技术官John Roese分享了2024年及未来影响科技行业的新兴趋势，以及戴尔科技如何与客户合作，把握趋势并抓住创新机遇。
“今年是生成式AI的元年，2024年将是生成式AI的次年，GenAI或者是整个AI会继续主导2024年的话题。”John Roese强调，但GenAI绝不是2024年唯一的重点科技趋势，在安全方面会更多地谈及到零信任，2024年零信任会更加落到实处，同时现代化边缘平台的出现和兴起也是重要趋势。
John Roese对 2024 年及未来技术行业发展趋势做出了4点展望：
第一、GenAI讨论重点将从理论转向实践
John Roese指出，今年Google、OpenAI、阿里巴巴都陆续推出了生成式AI的技术，但是还没有多少客户把GenAI系统投入到实用中，都还是在理论探讨的阶段。到2024年的时候会看到真正的转变的到来，GenAI将从今年的纯理论的探讨阶段进入到业务应用阶段。
GenAI从理论转向实践企业需要解决两大挑战。其一，要把GenAI投入到企业以及业务用例的过程当中，意味着GenAI将从构建训练基础架构转向构建推理基础架构。这时，企业必须要能更好地理解、搞清楚，除了训练的基础架构，如何打造一个推理的基础架构。这包括“把推理放在什么地方？”训练是在数据中心当中，推理可能会放在边缘，接近企业客户所在的位置。
同时，随着这一转变的发生，如何确保推理基础架构的安全将成为企业关注的重点。因为训练基础架构保护好数据中心就够了，但如果把推理的基础架构部署到现实的世界中，离开数据中心到边缘中，来到了工厂、制造中心和客户所在的地方，包括交通运输的网络中，这样的安全保护的模式就不同了，需要面对不同类型的风险、不同类型的攻击。
GenAI从理论走到实践要解决的第二大挑战是，明年企业CIO和领导者必须做一个决定，即选出几个需要优先实施的GenAI应用项目，这是很有风险的事情，对企业至关重要。正确的选择将确保企业在业务竞争中领先，如果选错了会出现大量的资源的浪费。“做出正确的选择”要求企业必须充分理解到GenAI的价值，对自己的企业而言GenAI在哪些方面能帮上最大的忙。
此外，John Roese指出，GenAI转向实践还将带来一个新趋势，即今年大家认为GenAI的成本就是训练成本，即在训练的时候构建模型需要用多少台服务器、需要有多少架构开发和维护的人员等。但是，到2024年，GenAI转向实践时，在企业的用例中，在应用阶段的主要成本将是运营成本。
第二、真正的零信任势在必行
John Roese认为：“整个2023年充斥着对零信任及其在全球网络安全工作中重要性的讨论。2024年，零信任不再只是一个热门话题，我们将更注重落实真正的技术、标准乃至认证，从而明确什么才是真正的零信任。”
“零信任不是一个新的概念，我们现在看到这个行业在不断地成熟“，John Roese表示，”我的预测是，今年更多关于安全是随意的讨论，而明年开始，政府机构因为有架构和技术方面的进展，在2024年初政府会在零信任方面来发力，鼓励这样的架构。“
“所以我认为，5年之后如果任何的IT架构没有采取零信任，那才奇怪。”John Roese强调。
第三、边缘平台蓬勃发展
John Roese分享认为，企业将认识到构建现代化边缘有两种方式：边缘孤岛的扩展和多云边缘平台的搭建。未来的发展方向将是后者，即采用“边缘平台”让现代化边缘成为多云基础架构的延伸。
“边缘平台”把边缘平台和边缘的工作负载分隔出来，它上面既有软件又有硬件的编排，就可以来运营以软件为定义的平台。
John Roese表示，对戴尔科技而言，我们认为还可以把它变得更安全、更自动化，建立一个共同的边缘平台，而不是针对每一个工作负载和应用的各自的不同平台。戴尔科技在2023年就开始有这样的远景，而且从明年开始将落实一些此前的概念和设想。
第四、未来量子计算与GenAI密不可分
展望更远的未来，John Roese 指出，量子计算与GenAI密不可分。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。量子计算如果对GenAI进行优化之后，就能够让GenAI更加有效，运行得更好。
他预计量子计算将带来AI系统能力的巨大飞跃。混合量子系统将成为现代化AI的计算基础，AI工作将被分散于包括量子处理单元在内的一系列不同的计算架构中。
“量子计算和GenAI进行结合，不是说要重新发明生成式AI，而是让生成式AI极其高效、极其快速，那个时候产生的影响和刚出现ChatGPT的时候给大家带来的惊喜是一样的。“John Roese表示。
对于2024年的技术展望，John Roese总结道：“AI是未来世界发展的中心，它可以通过边缘投入到生产中，依靠零信任保障安全，并最终从量子技术处获取源源不断的动力，实现扩展到全球系统所需的性能和效率。我们需要密切关注AI，但也不能忽视其他架构。只有这样才能确保愿景与行动一致，从而取得长期成功。”
免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。
