2024年HPC-AI领域预测：存储和数据管理、光学计算、容器、GenAI、Quantum
内容概要
Accenture：强调个性化AI，提出“AI代理”概念，认为AI代理生态系统是未来三年的重要机遇。
Alces Flight：IT战略家在评估系统时的变化，2024年关注规模化系统的规划和执行。
Arcitecta：强调在AI时代的数据管理，预测AI深度融入数据路径，提供托管服务的数据管理。
D-Wave：预测2024年实现经过证明的、可防御的量子霸权结果，公共部门加速应用。
Deloitte：GenAI投入增长30%，生成式AI芯片市场预计超过500亿美元，控制GenAI成关键问题。
Lumai：警示AI计算硬件需求超出供应，2024/25年数据中心将面临提高AI能效的压力。
NVIDIA：强调减少生成式AI的胡说，企业广泛采纳AI框架，关注语义检索提高应用准确性。
SambaNova：警示AI行业或出现混合和过热，2024年安全可靠的AI公司崭露头角，AI逐渐成为主流。
Sylabs：预测性能可移植性对DevOps团队至关重要，AIOps软件供应商整合生成式AI。
Terra Quantum：预计量子硬件公司实现经典和量子硬件及软件更紧密集成，量子计算是通往AI的门户。
LightSolver：支持全光计算，认为利用激光是企业领域最具可扩展性、可靠性和经济性的计算形式。
---【以下为正文】---
在展望HPC-AI领域在2024年的发展、趋势和挑战时，我们需用商业智慧的眼光来预测。这里面蕴含着商业顾问彼得·德鲁克的创业精神，他曾说过：“预测未来的最佳方式就是创造未来。” 然而，中国的哲学家老子曾说过：“有知识的人不预测。预测的人没有知识。”（知者不言，言者不知。） 但我们对人类的看法是有些不公平的。人类天生就具有推断、预期和预测的能力。对于HPC-AI战略家来说，由于他们站在技术的最前沿，不断探索未知领域，预测并采取行动是他们的职责。
Deloitte：GenAI持续火热，但伴随着冲突
根据Deloitte全球的“2024 TMT预测”报告，该公司预测企业在今年对生成式AI的投入将增加30%。不过，在软件领域，“……供应商们可能会针对用户收取费用，而IT部门则认为生成式AI功能应该免费。Deloitte预测，到2024年，这一市场将增长至100亿美元。”
在生成式AI芯片领域，Deloitte“预测其市场价值将在2024年超过500亿美元，并且与其他能够实现AI功能的芯片一起，到2027年可能占据所有半导体销售价值的一半。”
对GenAI的控制将成为关键问题。“越来越多的企业希望避免在公共数据上训练模型的风险，因此他们计划在自己的数据上训练生成式AI，以提升生产力、优化成本并挖掘更深层次的洞察力。”
Deloitte还预测，“欧盟将为生成式AI的全球监管奠定基础，不仅影响其自身市场，还将为其他地区提供参考模板。”
Accenture：个性化AI
Accenture在2024年发布的技术展望报告《以人为本：AI如何释放人类潜能的下一个层次》中，提出了关于AI未来发展的独特见解。在报告中，他们对“AI代理”的看法让人不禁想起过去普遍存在的仆人时代。
“AI生态系统：试想这样一个世界，AI增强的代理为个体工作，并且是相互连接的生态系统的一部分。这些自动化代理不仅为我们提供协助和建议，还能在物理和数字世界中代表我们采取果断行动。它们通过共同合作，使工作者的集体产出倍增，并为选择参与的企业创造巨大价值。令人震惊的是，高达96%的高管认为，利用AI代理生态系统将是他们企业未来三年内的重要机遇。”
NVIDIA：如何减少GenAI的胡说
NVIDIA AI软件副总裁Kari Briski提醒我们，预计在2024年，企业将更广泛地采纳这些AI框架，并听到更多关于检索增强生成的消息。
她表示：“随着企业培训LLMs来构建生成式AI应用和服务，RAG被广泛视为解决模型在某个用例中不准确或胡乱回复问题的方案。通过语义检索，企业将采用开源基础模型，并结合自己的数据，使用户查询可以从索引中检索到相关数据。这些数据在运行时会被传递给模型，从而实现更准确的生成式AI应用。这样的方式将使企业能够利用更少的资源实现更准确的应用……”
SambaNova：AI的警示
SambaNova的首席执行官Rodrigo Liang在2024年看到了AI行业的繁荣后的混合和过热景象。
他表示：“繁荣之后，许多AI公司将因为数据隐私、安全和安全性的审查加强而消失。”因此，2024年将成为安全、可靠的AI公司崭露头角的一年，AI投资和创新的爆发将进一步巩固和加速。在各个领域中，优胜者将开始崭露头角。”
同时，他强调：“AI将逐渐成为主流，不仅仅是一个实验性的支持工具，而是至关重要的战略业务资产。到2024年底，AI将以超高的速度运作，并驱动重大业务决策。”
Liang表示，人们对AI计算方式的审查将日益严格。
“提供既能增强计算能力，又能降低能耗和总拥有成本的AI模型和芯片将成为未来的趋势。换句话说，ESG（环境、社会和治理）标准将迅速成为新的指导方针。”
Arcitecta：管理数据和更多数据
在2024年技术展望报告中，澳大利亚大数据管理公司Arcitecta的首席执行官Jason Lohrey对于AI时代的数据管理提出了深入的思考。
他表示：“AI将深度融入数据路径中……”并将AI和大型语言模型直接嵌入数据结构，这将使企业和个人能够以更大、更快的规模识别模式并利用数据的价值。
Lohrey还继续说：“数据管理将以托管服务的形式提供。”随着数据环境达到数百PB和数千亿个文件，数据管理变得越来越困难和复杂。企业开始意识到他们缺乏有效管理大规模数据的专业知识。因此，我们将会看到更多的数据管理以托管服务的形式提供，为企业减轻负担……
Sylabs：超异构AI的DevOps
Sylabs这家高性能容器公司预测，随着AI和ML的迅速发展，性能可移植性对于DevOps团队来说至关重要。主要原因是需要在各种硬件上保持应用程序的效率，特别是在工作负载从云延伸到边缘和HPC环境时。随着DevOps团队需要应对专门AI硬件的崛起，这一战略需求变得更为重要，也使得DevOps经理面临更为复杂的局面。
Sylabs的副总裁Keith Cunningham表示：“通过将HPC的强大和精确性与DevOps实践的灵活性和自动化相结合，开发人员可以推动更为无缝、高效和创新的开发过程，这对于适应迅速发展的技术环境至关重要。”
Sylabs还预测：“展望2024年，预计将实现一个重要的里程碑，即AIOps软件供应商集成生成式AI。这有望加速其采用并引入更复杂和响应更灵活的运营能力……”
Alces Flight：供应商和系统评估的转变
在一份名为“超级计算长存”的宣言下，HPC-AI系统集成咨询公司Alces Flight看到了IT战略家在评估先进系统方面的变化。
该公司表示：“今年标志着从关注硬件和软件的下一个版本转向对规模化系统的规划和执行方式的明显转变。”部分原因是由于可计算性和对AI/ML处理需求的增长，大规模系统规划需要更大范围的合作和伙伴关系，而不是独立的、定制的努力。这意味着从电源和数据中心，到硬件和软件的构建和管理，以及谁在使用系统，都会被更深入、更详细地考虑。
同样，战略传播咨询团队Libra的首席执行官Mike Bernhardt也预测技术公司在如何定位和呈现自己方面会发生变化。
他表示：“HPC和AI供应商将开始将营销和传播战略的重点从技术吹嘘权利转向影响者和市场关系，强调建立和维持关系。”这种变化可能会产生重要的结果。
他进一步指出：“请注意现有HPC市场份额的波动，因为一些供应商在帮助潜在客户和客户之间建立HPC和AI之间的联系方面做得更好：也就是说，我们将看到客户转向其他HPC供应商。”
D-Wave：量子霸权：终于实现了吗？
D-Wave总裁兼首席执行官艾伦·巴拉兹信心满满地预测：“...量子行业将在2024年实现经过证明的、可防御的量子霸权结果。科学和技术的不断进步表明，我们已经迈上了实现量子霸权的道路。2024年将是量子计算明显优于传统计算的一年，这一点毋庸置疑。”
让我们一起期待这个行业能够证明量子怀疑论者的错误。
巴拉兹还预测：“随着国家量子计划和国防授权法等法案的预期通过，美国政府对量子退火计算的应用将进一步增加。2024年将见证量子沙盒和测试平台项目的迅猛增长，并指导使用各类量子技术，包括退火、混合和门模型。”
谈到全球量子领导地位的竞争，巴拉兹表示：“竞争将持续升温...虽然美国近期开始加速应用，但澳大利亚、日本、英国和欧盟等其他政府一直在努力推动量子技术以应对公共部门的挑战。这一努力将在2024年大幅扩张。公共部门的重点领域可能主要集中在可持续性、交通与物流、供应链和医疗保健。”
巴拉兹说，量子应用的采纳正在增加，“...公司开始使用量子混合应用进行实际生产，因此毫不奇怪地看到公司每天都在使用量子解决方案来解决业务中普遍存在的挑战，如员工排班、车辆路径规划和供应链优化。”
关于实现量子卓越性意味着什么，这还有待进一步讨论。
“量子优势，即量子计算难以捉摸的目标，在2023年已被几家公司和研究人员宣称实现，但这些声明是基于非常狭隘和人为设定的问题，缺乏实际相关性或价值，”Quantinuum的创始人兼首席产品官Ilyas Khan警告说。“我们真正需要的是实际的量子优势，这意味着使用在大小、重量、功耗和成本方面可行且可负担得起的量子设备来解决对科学、工业和社会有意义的问题。”
Terra Quantum：超越量子比特？
“在2024年，我认为我们将从关注量子比特竞赛转向更广泛的视角，量子计算能够扩展其他技术能力，”Terra Quantum的首席执行官兼创始人Markus Pflitsch说道。“在未来12个月内，量子硬件公司将实现经典和量子硬件以及软件之间的更紧密集成，以实现每种技术的最佳性能。同时，越来越明显的是，基于量子力学的非局部、非因果和非确定性本质，量子计算是通往基于AI的量子通用智能的门户。”
LightSolver：另一方面：全光计算
全光计算作为未来的计算形式，今年得到了量子怀疑者Chene Tradonsky的支持，他同时也是LightSolver的首席技术官和联合创始人。
Tradonsky表示：“尽管量子计算最初被寄予厚望，但目前尚未完全成为解决企业面临的最紧迫业务和科学挑战的可行选择。我们在一种新的计算方式中发现了巨大的潜力，那就是利用激光。微软今年有关全光计算的AIM项目的公告，也强调了人们对于这种计算范式转变的认识正在逐渐加强。我们坚信，基于激光的解决方案将成为企业领域最具可扩展性、可靠性和经济性的选项，并将为世界上最复杂的问题提供突破性的解决方案。”
Lumai：向HPC-AI能耗警报发出信号
“随着AI应用的不断创新，AI计算硬件的需求将会进一步超出供应，”英国光学计算公司Lumai的产品负责人Phil Burr表示。“这种情况将在2024/25年加剧，随着视觉媒体在生成式AI中的使用量增加，包括图像和视频……随着AI计算量的增长，数据中心运营商将面临提高AI能效的压力。令人担忧的是，目前预测到2028年，为服务AI工作负载所需的功率将达到20GW。”
Altair：能源方面
Altair的首席科学家Rosemary Francis表示，对于功耗的调度将成为一项关键需求。
“用户一直对更好的功耗控制有所要求，但到了2024年，这将成为一项紧迫的问题。行业需要在硬件层面嵌入更好的功耗测量，并提供支持以在基础设施层面公开这些指标，”她说。“这将使客户能够根据功耗预算来编排其工作负载，这是注重环保的企业所渴望实现的。”
---【本文完】---
近期受欢迎的文章：
更多交流，可添加本人微信
（请附姓名/关注领域）