本报记者 曲忠芳 北京报道
日前，戴尔科技集团（NYSE：DELL）举办2024年技术预测与展望大中华区媒体沟通会，戴尔科技集团全球首席技术官John Roese向《中国经营报》等媒体记者表示，2023年是生成式AI的元年，2024年生成式AI将从纯理论的探讨阶段进入到业务应用阶段。“我们会看到真正转变的到来，生成式AI系统进入生产中。”
本报记者了解到，戴尔科技集团每年在年底都会发布对新一年的技术趋势预测及展望，John Roese于2012年加入戴尔，负责制定公司的前瞻性技术战略。对于2024年的技术预测，除了生成式AI从理论转向实践之外，John Roese表示，2024年需要关注的其他重点趋势还包括三个方面：在安全领域，零信任基础架构将成为各行各业的“必需品”；“边缘平台”方法将变得更加普及；量子计算与生成式AI将密不可分。
当被问及2024年技术预测对于戴尔科技战略决策的影响时，John Roese回应称，这些既是展望，也体现在戴尔科技对于产品科技的组合与构建中，还体现在交付客户的能力上。“没有执行的展望只会是空想，戴尔科技在做的事便是有执行、有展望。”
第一批生成AI项目或将成熟
John Roese指出，2024年，生成式AI的话题讨论将从理论转向实践，从训练基础架构和成本转向推理和运营成本，企业领导者将在其中承担更多责任。企业的关注点也将越来越多地从宽泛的实验转向自上而下的战略重点，就是挑选出少数几个真正具有变革意义的生成式AI项目。
“虽然生成式AI在如何改变商业和世界这一点上激发了人们巨大的创造力，但现实世界中规模化的生成式AI活动却寥寥无几。进入2024年，我们将看到第一批生成式AI企业项目走向成熟。”John Roese如是说道。
John Roese提到了对于生成式AI大火的感受与体会，他指出，刚开始时，看到任何能够使用人类自然语言的场景都可以使用ChatGPT等AI新型工具，激发了无限的想象力，世界上几乎每一个企业、组织机构及其中的每一个职能部门都在思考如何通过生成式AI来改变销售、财务、人力资源、编写代码等传统工作方式。以戴尔科技为例，很快就找到了数百个项目能够用上生成式AI。当即将步入2024年时，要去实施生成式AI时，我们很快意识到，用生成式AI的项目每个体量都非常大，构建和实施一个真正投入生产的生成式AI系统需要占用大量的人力、物力、财务支撑。但是每个企业的资源是有限的，只能做其中几个，因此2024年，企业领导者、CIO（首席信息官）等都必须做出战略决策，遴选优先实施的项目。一旦选对了，对业务产生正向的影响自然是好事，假如选错就会出现大量的资源浪费，有可能在市场竞争中面临新的风险。
针对AI大模型、生成式AI对于算力的巨大需求，John Roese认为，量子计算将解决生成式AI和大多数大规模AI对计算资源需求量极大这一问题，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。
AI PC落地仍处早期阶段
记者观察到，今年以来，随着AI大模型、生成式AI的大火，AI渗透到千行百业，而在PC（个人计算机）行业，一个新的概念AI PC也流行起来，包括英特尔、高通等在内的芯片厂商都在加速提升AI算力，PC厂商也纷纷布局。
对于AI PC，John Roese指出，这虽然是一个新的词，但实际上AI PC的开发已有一段历史，以戴尔科技为例，在PC端部署AI由来已久，通过智能调优软件支持AI性能调优、网络优化、音频降噪等，从而提升PC的生产力。广义的AI PC是一个个人计算平台，在设计中优化运行基于AI的代码如微软办公助手Copilot、Adobe的图像管理AI，或者智能聊天机器人、某种安全技术，都用到生成AI。从发展演进角度，新型的工作负载需要更先进的处理能力，AI PC是应当具备通用计算CPU、图形处理GPU、神经处理单元NPU三种处理器能力的架构，并且具备一部分专用处理能力，负责优化运行本地AI任务。在John Roese看来，AI PC将快速到来，而且必须到来。
在微软推出的AI助手Copilot为例，John Roese指出，尽管对于单个用户的Copilot而言，算力需求相对较低，但随着用户规模的叠加，算力总量需求将增加到相当庞大的规模。在这种情况下，如果将算力集中放在数据中心，必然成本高昂且难以实现，而若采用分布式策略，将AI负载放在本地执行，那么全球数十亿的PC将是理想的计算平台，既可以有效保护用户的数据安全，还能够提升用户体验，保障AI的落地应用更高效。
针对AI PC的落地时间表，John Roese认为，2024年将进入AI PC部署的早期阶段，到2025~2026年，大部分PC都将额外增加AI的处理能力。因此，戴尔科技不光要做专用的软件，而是要把PC也做到能够去运行各种各样的AI工作需求，既是高性能的，又是低功耗的、安全的。不久之后，用户所使用的计算终端仍然是一台PC，但它将增加额外能力，能高效地在本地运行AI工作，未来很多AI实例可以直接跑在PC端，而不用跑在云端，AI PC将会变得越来越成熟强大。
（编辑：吴清 校对：颜京宁）
