Saya akan senang sekali ketika setiap rilis teknologi atau bisnis tidak lagi dimulai dengan \”Sekarang dengan AI!\” Kebanyakan waktu, itu hanya basa-basi. Dan kemudian ada Red Hat, yang mengintegrasikan AI di seluruh lini produknya. Ini termasuk Red Hat Enterprise Linux AI (RHEL AI); Red Hat OpenShift AI; dan Red Hat Ansible Automation. Berikut adalah apa yang dilakukan masing-masing dan bagaimana mereka saling bersatu.
Red Hat sudah bekerja dengan AI jauh sebelum gelombang pengumuman ini. Pekerjaan AI serius pertama Red Hat adalah dengan Red Hat Lightspeed, sebuah layanan AI generatif dengan model dasar otomatisasi. Lightspeed, yang menggunakan pemrosesan bahasa alami (NLP) untuk mengubah perintah menjadi kode, pertama kali muncul dalam program Ansible DevOps, di mana ia membantu menyederhanakan pekerjaan administrasi sistem yang kompleks. Khususnya, itu dirancang untuk menjelaskan penciptaan Ansible Playbooks.
Selanjutnya, RHEL AI adalah platform AI dasar Red Hat. Saat ini hanya dalam pratinjau pengembang, RHEL AI dirancang untuk menyederhanakan pengembangan, pengujian, dan implementasi model AI generatif. Platform baru ini menggabungkan keluarga model bahasa besar Granite berlisensi sumber terbuka dari IBM Research, alat penyelarasan InstructLab berbasis metodologi LAB, dan pendekatan kolaboratif untuk pengembangan model melalui proyek InstructLab.
IBM Research menjadi perintis metodologi LAB, yang menggunakan generasi data sintetis dan penyetelan multi-fase untuk menyelaraskan model AI/ML tanpa usaha manual yang mahal. Pendekatan LAB, yang disempurnakan melalui komunitas InstructLab, memungkinkan pengembang untuk membangun dan berkontribusi pada LLM seperti yang mereka lakukan pada proyek sumber terbuka apa pun.
Dengan peluncuran InstructLab, IBM telah merilis model bahasa Inggris dan kode Granite tertentu di bawah lisensi Apache, menyediakan dataset transparan untuk pelatihan dan kontribusi komunitas. Model bahasa Inggris Granite 7B sekarang terintegrasi ke dalam InstructLab, di mana pengguna dapat secara kolaboratif meningkatkan kemampuannya.
RHEL AI dimaksudkan untuk menyederhanakan adopsi di seluruh perusahaan dengan menawarkan gambar RHEL yang sepenuhnya dioptimalkan, dapat di-boot untuk implementasi server di lingkungan cloud hybrid. Contoh model runtime bootable yang dioptimalkan ini bekerja dengan model Granite dan paket alat InstructLab. Mereka termasuk pustaka runtime Pytorch yang dioptimalkan dan akselerator GPU untuk AMD Instinct MI300X, Intel dan NVIDIA GPU, dan kerangka kerja NeMo.
RHEL AI juga terintegrasi dalam OpenShift AI, platform machine learning operations (MLOps) Red Hat, yang memungkinkan implementasi model dalam skala besar di klaster terdistribusi.
Itu adalah satu sisi dari RHEL AI. Yang lain adalah bahwa ia akan menggunakan Lightspeed untuk membantu Anda implementasi, mengelola, dan memelihara instance RHEL Anda. Misalnya, di Puncak Red Hat, Red Hat memperlihatkan bagaimana cara memeriksa patch keamanan Common Vulnerability and Exploit (CVE), dan Anda kemudian dapat memberi tahu sistem Anda untuk melaksanakan patch tersebut.
Berikutnya: OpenShift AI, yang mencakup RHEL AI, memungkinkan perusahaan untuk memperluas alur kerja dan mengelola model melalui MLOps yang didukung Kubernetes. Pengguna studio perusahaan watsonx.ai dari IBM akan mendapatkan manfaat dari integrasi ini dengan mendapatkan akses ke tata kelola model yang ditingkatkan dan penetapan harga.
Seperti RHEL AI, versi baru ramah AI dari OpenShift ini – distribusi Kubernetes Red Hat – mencakup Lightspeed untuk memudahkan penggunaan OpenShift. Misalnya, itu akan merekomendasikan cara implementasi aplikasi baru, kapan menggunakan penyesuaian otomatis, dan ukuran yang tepat untuk instansi cloud. Selanjutnya, itu akan memantau aplikasi Anda; setelah aplikasi tersebut berjalan selama beberapa waktu, Lightspeed akan melakukan penyesuaian otomatis sumber daya aplikasi jika kebutuhan kapasitas lebih rendah dari yang diharapkan.
Singkatnya, kata Ashesh Badani, wakil presiden senior dan chief product officer Red Hat, \”Red Hat Lightspeed menempatkan AI yang siap produksi ke tangan pengguna yang dapat memberikan inovasi lebih cepat: organisasi TI.\”
Terakhir, dalam Ansible, Red Hat telah menambahkan \”kebijakan sebagai kode\” ke dalam kantong triknya. Mengapa? Sathish Balakrishnan, VP dan general manager Ansible, menjelaskan bahwa seiring AI meningkatkan kemampuan sistem individu melebihi apa yang dapat kita kelola, tantangan untuk memelihara infrastruktur TI telah tumbuh semakin besar.
Dari tempat Balakrishnan duduk, \”AI adalah tahap terakhir dari perjalanan adopsi otomatisasi. Dalam konteks operasi TI perusahaan, AI berarti mesin mengotomatisasi proses, menghubungkan infrastruktur dan alat untuk membuatnya lebih efisien, dan membuat keputusan untuk meningkatkan ketahanan dan mengurangi biaya.\”
Dengan menggunakan AI untuk mengotomatisasi Kebijakan sebagai Kode, Red Hat melihat Ansible baru secara efisien menegakkan kebijakan yang diamanatkan secara internal dan eksternal pada awal proyek TI baru dan kemudian mengelola operasinya secara berskala.
Jika Anda merasa bahwa ada tema tunggal di sini yang menyatukan semua program, Anda benar. Red Hat menggunakan AI untuk memudahkan kehidupan administrator sistemnya. Ya, Anda akan dapat membangun program AI di RHEL dan OpenShift, tetapi untuk masa depan yang dekat, Red Hat AI adalah tentang mengintegrasikan seluruh keluarga perangkat lunak Red Hat menjadi tumpukan perangkat lunak pintar yang mudah dikelola bagi semua pelanggannya.