在2024年代，GenAI將廣泛應用於個人和企業的各種計算領域。 人工智慧革命與 90 年代計算機的發展之間有許多有趣的相似之處。
翻譯自 Janakiram MSV 的 Genai 革命如何讓我們想起 1990 年代的計算。 生成式人工智慧（GenAI）代表了計算發展的重大進步。 我們已經看到了計算機在過去幾十年中的發展，從大型機（1980 年代）到客戶端-伺服器（1990 年代）再到網頁（2000 年代）以及雲計算和移動裝置（2010 年代）。 它有可能改變計算機的格局。 在 2020 年代，我們將看到生成式 AI 滲透到幾乎所有的計算領域，包括個人和商業。 生成式人工智慧的出現標誌著類似於 1990 年代技術革命的正規化轉變。 讓我們來看看這兩個時代之間的相似之處，並重點介紹塑造計算未來的趨勢。
從前： 1990 年代見證了多種 CPU 架構，其中 DEC Alpha、Sun Sparc 和 Intel X86 主導了市場。
現在：亞馬遜、谷歌、Microsoft 和英偉達是堪稱典範的 GPU 和 AI 加速器晶元。
與 1990 年代的各種 CPU 架構類似，AI 加速器正在成為 GenAI 工作負載的主力軍。 亞馬遜對 Trainium 和 Inferentia 晶元的投資、谷歌對張量處理單元 （TPU） 的重視，以及 Microsoft 最近通過 Azure Maia 正式進入該領域，都證明了這一趨勢。 預計OpenAI還將擁有自研晶元來訓練基礎模型。 除了定製的 AI 硬體外，負責與之互動的軟體層也在不斷發展。 雖然 NVIDIA 的 CUDA 在這一領域佔據主導地位，但 AWS Neuron SDK、Azure Maia SDK 和 Onnx 正在獲得牽引力。 為了充分利用自定義硬體，TensorFlow、PyTorch 和 Jax 等深度學習框架針對這些層進行了優化。 定製的 AI 加速器讓我們想起了 1990 年代可用的各種 CPU 架構。
從前：Compaq、Dell、HP、IBM 和 Sun 等傳統原始裝置製造商 （OEM） 是硬體巨頭。
現在：AWS、Azure 和 Google Cloud 等公有雲平台已成為新的 OEM。 它們在託管和部署人工智慧技術方面發揮著關鍵作用。
Compaq、HP、IBM 和 Sun 等 OEM 在 1990 年代推出了基於特定 CPU 架構的伺服器。 在當前背景下，公有雲提供商可以與原始裝置製造商相提並論。
專有硬體、裸機或虛擬伺服器以及自定義軟體層與某些供應商（如 Sun）提供的基於 SPARC 處理器、Solaris 作業系統以及執行工作負載所需的其他元件的端到端堆疊非常相似。
從前：Linux 和 Windows 是核心作業系統，是計算的基礎。
現在：基礎模型已成為AI作業系統的核心，其中有些是開源的，有些是專有的。
關於開源和商業軟體的爭論可以追溯到 1990 年代，當時 GNU 和 FOSS 的興起。 快進到 2024 年，我們仍在談論開放式和封閉式基礎模型的優缺點。 以 Meta 為首的 Llama 和 Mistral 等其他參與者也越來越重要。 另一方面，我們有 OpenAI 的 GPT-4、谷歌的 Gemini、AWS 的 Titan LLM 以及一系列其他模型，例如 Anthropic 的 Claude 2、AI21 的 Jurassic 2 和 Cohere 的 Command。 大型語言模型 （LLM） 將變得如此重要，以至於它們將被整合到作業系統核心中，以提供生成式 AI 功能，甚至是作業系統的自我修復。 從前：作業系統配備了必要的實用程式和命令。
現在向量資料庫、搜尋和編排工具構成了 AI 實用程式的支柱，增強了 AI 平台的功能和效率。 幾乎所有作業系統都內建了實用程式和命令來管理系統。 從基本的檔案管理到高階優化工具，作業系統將完成所有工作。
與這些實用程式類似，具有檢索器和排名模型的向量資料庫將成為 AI 堆疊的重要組成部分。 新的 AI 堆疊將把它作為乙個層，位於 LLM 之上，以影響其響應並通過提示提供上下文輸入。 高階應用程式（如 **）將使用它們來自動執行依賴於儲存、搜尋和檢索的各種任務。 從前：由 Bash 和 ZSH 提供支援的命令列介面，以及 Windows 和 macOS 中內建的複雜圖形介面，使計算訪問民主化。
現在Hugging Face、Azure ML、Amazon Bedrock 和 Google Vertex AI 等 AI 平台成為新的“作業系統外殼”，使 AI 技術更易於訪問和使用者友好。 AI 平台提供商提供的 API 提供對底層模型的訪問，其方式與 shell 提供作業系統訪問的方式相同。 它們提供了乙個簡單的介面，用於在新的 OEM 環境（公共雲或私有雲）中進行預訓練、微調、版本控制、部署模型和推理。
“低”和“無”工具類似於 Windows 和 macOS 中提供的 GUI。 它們使非開發人員和高階使用者能夠使用底層模型並構建現代應用程式，從而實現 AI 民主化。 從前：由原始裝置製造商或第三方開發的軟體應用程式。
現在：谷歌的Duet AI、Amazon Q和Microsoft Copilot等AI助手是新的應用程式，在消費者和商業環境中變得越來越重要。
如果說AI平台是新的外殼，那麼AI助手就是新的應用。 與作業系統提供商的內建應用程式類似，這些應用程式也允許開發人員建立自定義應用程式，新平台提供了乙個開發環境和工具來構建自定義 AI 助手。
Duet AI與Google Workspace整合，而Microsoft將Copilot嵌入到幾乎所有業務應用程式中。 Amazon Q 與 AWS 管理控制台緊密整合，使使用者能夠執行常見任務。 從前：Borland Delphi、Visual Studio 和 Eclipse 等 IDE 是軟體開發的標準。
現在Microsoft Copilot Studio、Google Generative AI Studio、Amazon Step Functions 等環境代表了為 AI 和機器學習量身定製的新一代開發工具。
開發人員依靠 Visual Studio、Eclipse 和 Xcode 等工具來構建自定義應用程式。 在GenAI時代，Microsoft Copilot Studio、Google Generative AI Studio、Amazon Bedrock + AWS Step Functions等基於雲的工具已成為開發AI助手的首選IDE。 它們使開發人員能夠整合不同的資料來源、LLM、提示工程和護欄，以構建企業級 AI 助手。 GenAI 時代正在重新定義計算格局，反映了 1990 年代的變革性變化，但重點是 AI 和雲技術。 作為領導者，擁抱這些變化並了解其影響對於推動組織在這個新的計算時代向前發展至關重要。