AI的第二波浪潮：推理與優化預訓練模型

在AI應用的首波浪潮中，早期的探索者專注于開發與訓練基礎模型，為變革性的AI能力奠定了基石。然而，2025年的焦點將發生轉移。我們正步入AI應用的第二波浪潮，推理與微調預訓練模型將成為核心所在。企業將愈發傾向于將現有模型作為可定制的工具加以利用，而非投入大量時間與資源從零開始構建新模型。

這一趨勢源自企業加速AI ROI的務實考量。預訓練模型本質上屬于可定制的模板，能夠使企業以最小的努力將其調整至特定的應用場景。重點將聚焦于快速高效地將海量原始數據轉化為可執行的洞察。針對特定領域的微調（如醫療、金融、零售等行業）將使企業更快地挖掘價值，并在大規模上推動業務成果的實現。

對于IT領導者而言，這意味著需要重新審視AI戰略。AI基礎設施的重點將從支持模型訓練轉向優化推理工作負載的基礎設施。高性能、可擴展的系統，能夠以低延遲處理這些AI流水線，將成為成功的關鍵所在。

能源即貨幣：以能量密度重新界定AI經濟

隨著AI重塑各行各業，能源已成為這一新時代的核心“貨幣”。訓練與運行AI工作負載需要巨大的計算能力，而這又轉化為龐大的能源需求。然而，全球AI數據中心的激增已超越了現有的能源供應，這為眾多企業帶來了關鍵的瓶頸。

2025年，能源效率將成為AI經濟的決定性要素。能夠最大化數據中心能源效率，并選擇秉持可持續發展理念的云服務提供商的企業，將能夠在減輕AI對電網壓力的同時，實現更高的AI產出。這將推動以下領域的投資：

• 高效能硬件設計：優化能效比的硬件將變得至關重要。高效能GPU、DPU與CPU將成為AI操作的必備之選。
• 創新冷卻解決方案：液冷與浸沒式冷卻等新興技術將助力在保持高性能的同時，減少能耗。
• 可再生能源的整合：企業將應用可再生能源，并探索碳信用等策略，以抵消AI操作對環境的影響。

能源效率不僅是成本控制的問題，更是競爭優勢的體現。那些能夠高效擴展AI工作負載，并最大程度減少能源使用的企業，將在能源日益緊張的世界中占據領先地位。

迎接E級計算：未來的數據基礎設施建設

E級計算（Exascale Computing）——每秒至少進行100億億次計算（即1 exaflop）——曾被視為難以企及的目標。然而，在2025年，這將成為現實。我們已親歷了這一轉變：2024年初，我們尚未擁有任何E級計算的客戶，而如今，我們以年末擁有多位客戶，其中一家企業管理的數據規模已接近10EB。

盡管E級計算目前尚未普及至所有企業，但2025年將是越來越多的企業將其納入考量的一年。步入這一未知領域的企業將面臨獨特的挑戰，包括管理龐大的數據集，以及確保基礎設施的可擴展性與可靠性。

對于IT領導者而言，為迎接E級計算時代做好準備，意味著需要在存儲、計算與網絡技術領域進行大膽投資。與深刻理解E級計算特性，并開發針對超大數據量和復雜性設計的解決方案的供應商建立合作關系，將是關鍵之舉。

早期采用者的經驗教訓將為未來幾年的廣泛采用奠定堅實基礎。那些勇于現在就迎接E級計算挑戰的企業，將在未來數據驅動的經濟中占據領先地位。

DPU的崛起：基礎設施效率的變革性驅動力

2025年，DPU將成為IT基礎設施的核心組件，標志著DPU發展的一個關鍵轉折點。這些強大的處理器，例如NVIDIA的BlueField-3，旨在將網絡、存儲和安全等關鍵任務從CPU和GPU中卸載，從而使系統整體運行更為高效。

AI工作負載、云原生應用和分布式系統的迅猛增長推動了這一轉變。企業為了滿足對低延遲、高吞吐量的性能需求，亟需一種既能提升可擴展性又能降低能耗的解決方案，而DPU應運而生。

2025年DPU的重要性將愈發凸顯，原因主要包括以下幾點：

• 優化AI流水線：DPU通過處理外圍任務，釋放CPU和GPU資源，使其能夠專注于核心的AI任務，從而確保效率最大化。
• 支撐分布式系統：隨著企業部署的分布式應用日益增多，DPU提供了管理這些工作負載所需的卓越性能和可擴展性。
• 加固安全性：DPU為安全任務提供基于硬件的隔離和卸載功能，顯著增強了系統的整體韌性。

對于IT領導者而言，2025年是整合DPU至基礎設施中的關鍵一年。那些率先應用這項技術的企業，將在性能優化和能源利用方面獲得顯著的優勢。

為2025年做好充分準備

隨著這些趨勢的不斷演進，IT領導者需要積極主動地調整戰略，以把握即將到來的機遇，并妥善應對挑戰。以下是準備工作的幾個關鍵領域：

• 優先強化AI推理能力：優化基礎設施以更好地支持推理工作負載，確保能夠高效利用預訓練模型的價值。
• 投資于節能技術：評估數據中心的能源使用情況及其云戰略，探索從創新冷卻技術到可再生能源整合的多種方案，以最大化能源效率。
• 規劃E級計算：即便E級計算尚未納入企業的近期規劃，也應著手為管理更大規模的數據集和擴展基礎設施奠定堅實基礎。
• 采用DPU執行關鍵任務：嘗試利用DPU卸載任務，以提高AI和云原生應用的運行效率。

通過聚焦這些關鍵領域，企業將能夠在瞬息萬變的IT環境中占據有利地位，充分利用2025年的各種機遇。

結語

預測未來總是想象力與洞察力的精妙結合，盡管并非所有預測都會如期實現，但2025年的趨勢已逐漸明朗。AI應用的第二波浪潮以推理為核心、能源效率成為競爭優勢、E級計算的崛起以及DPU的廣泛采用，這些不僅是預測，更是已經加速推進的發展軌跡。

我們致力于通過前沿的解決方案幫助企業妥善應對這些變革。我們擁有面向未來的技術進步，包括云原生架構、支持E級計算的數據平臺，以及對DPU和GPU等下一代硬件的全面支持，確保企業在保持高性能和效率的同時，實現無縫擴展。緊跟這些趨勢將助力企業充分釋放IT投資的潛力，在日益變化、以AI為核心的世界中蓬勃發展。

----------

參考資料：Ben David, Shimon. "Shaping the AI Future: WEKA’s Top IT Predictions for 2025." WEKA, December 20, 2024. Accessed January 23, 2025. https://www.weka.io/blog/ai-ml/shaping-the-ai-future-wekas-top-it-predictions-for-2025.

本文轉載自 ??Andy730??，作者： 常華Andy