三十多年前，紅帽便洞察到開源開發和許可證能夠推動更優質軟件的誕生，從而加速IT創新。經過三千萬行代碼的積淀，Linux不僅成為了最成功的開源軟件，也成長為至今最成功的軟件之一。我們對開源原則的承諾延續至今，既體現在我們的商業模式中，也深深扎根于我們的企業文化中。我們堅信，若采用正確的方法，這些理念同樣能夠在人工智能（AI）領域產生深遠的影響。然而，技術界對于“正確的方法”究竟是什么，依然存在廣泛的爭議。

AI，特別是推動生成式AI（Gen AI）發展的大型語言模型（LLM），不能簡單地與開源軟件類比。與軟件不同，AI模型主要由模型權重構成，這些權重是決定模型如何處理輸入以及它如何在各個數據點之間建立聯系的數值參數。訓練后的模型權重是通過廣泛的訓練過程生成的，這一過程涉及大量精心準備、混合和處理的訓練數據。

盡管模型權重與軟件不同，但在某些方面，它們履行的職能類似于代碼。我們可以將數據類比為模型的源代碼。在開源領域，源代碼通常被定義為修改軟件的“首選形式”。然而，單靠訓練數據無法承擔這一角色，因為訓練數據通常體積龐大，且復雜的預訓練過程使得每一項訓練數據與訓練后權重及模型最終行為之間的聯系顯得間接且微弱。

目前，許多AI模型的改進和增強并不涉及訪問或修改原始訓練數據。相反，它們通常通過修改或微調模型權重來實現，這些過程也可用于優化模型性能。要確保這些模型改進能自由進行，模型權重必須以開源許可證發布，并且用戶應在開源許可證下享有全部權限。

紅帽對開源AI的看法

紅帽認為，開源AI的最低標準是將開源許可證下的模型權重與開源軟件組件相結合。這是開源AI的起點，而非最終目標。我們鼓勵開源社區、監管機構和行業在訓練和微調AI模型時，繼續朝著更大的透明度和與開源開發原則對齊的方向努力。

這是紅帽作為開源軟件生態系統成員，如何在實踐中參與開源AI的觀點。與開源倡議組織（OSI）提出的《開源AI定義》（OSAID）不同，我們的看法并非正式定義。到目前為止，我們的觀點主要是關于如何實現開源AI，并確保它對廣泛的社區、企業和供應商都能實現可訪問性。

我們通過在開源社區中的工作將這一觀點付諸實踐，其中包括由紅帽主導的InstructLab項目，以及我們與IBM研究院合作的Granite開源許可證模型系列。InstructLab大大降低了非數據科學家對AI模型的貢獻門檻。通過InstructLab，各行各業的領域專家可以將他們的技能和知識貢獻到InstructLab，這些貢獻不僅用于內部使用，還能推動一個共享的、廣泛可訪問的開源AI模型供上游社區使用。

Granite 3.0模型系列覆蓋了從代碼生成、自然語言處理到從龐大數據集中提取洞察的廣泛AI應用場景，所有這些都在一個寬松的開源許可證下進行。我們幫助IBM研究院將Granite代碼模型系列引入開源世界，并繼續從開源視角以及作為我們紅帽AI產品的一部分支持這個模型系列。

近期DeepSeek的宣布引起廣泛關注，它展示了開源創新對AI的影響，不僅局限于模型層面，還延伸到了更廣的領域。而針對DeepSeek的做法，外界存在一定疑慮，特別是其模型的許可證未能明確說明模型的生產過程，這進一步突顯了透明度的重要性。盡管如此，這一顛覆性創新也驗證了我們對AI未來的看法：一個開放的AI生態，聚焦于更小巧、優化且開放的模型，這些模型能夠根據特定企業的數據和使用場景，在全球范圍內、跨越混合云環境進行定制。

擴展開源AI，超越模型

開源技術和開發原則始終是我們AI產品的核心，正如它們在紅帽AI產品組合中所起的作用一樣。紅帽OpenShift AI基于Kubernetes、KubeFlow以及符合Open Container Initiative（OCI）標準的容器，融合了眾多云原生開源技術。而紅帽企業Linux AI（RHEL AI）則整合了來自IBM的開源許可證Granite LLM系列和InstructLab開源項目。

紅帽在開源AI領域的工作不僅限于InstructLab和Granite模型系列，它還涵蓋了實現和有效利用AI所需的各種工具和平臺。我們積極參與并推動越來越多的上游項目和社區，同時自主發起了多個項目，包括（但不限于）：

●   RamaLama：簡化本地管理和服務AI模型的開源項目；

●   TrustyAI：為構建更負責任的AI工作流提供的開源工具包；

●   Climatik：幫助減少AI在能源消耗方面負面影響的項目，推動AI的可持續發展；

●   Podman AI Lab：專注于為開源LLM模型提供實驗支持的開發者工具包；

●   Neural Magic：收購這家公司進一步推動了我們的AI愿景，使企業能夠將更小、更優化的AI模型（包括開源許可證模型）與其數據進行對接，無論數據存儲在哪里，都能跨越混合云環境進行無縫連接。IT組織可以借助vLLM推理服務器來支持這些模型的決策和輸出，從而構建一個以透明性和支持技術為基礎的AI堆棧。

對紅帽而言，開源AI在混合云中得到了真正的生命?；旌显茷槊總€AI工作負載選擇最合適的環境提供了靈活性，從而能夠優化性能、成本、可擴展性和安全性需求。我們的平臺、目標和企業都支持這一努力，我們期待與行業伙伴、客戶以及更廣泛的開源社區攜手合作，持續推動開源AI創新。

在AI領域，拓展開放合作的潛力巨大。我們展望的未來不僅關注模型的透明度，還包括訓練過程的開放。無論是下周、下個月，還是更快（AI發展迅速），我們將繼續支持并推動AI的自主化與開放性，突破開源AI的邊界。

關于作者

Chris Wright

紅帽首席技術官兼全球工程高級副總裁

Chris Wright負責領導首席技術官辦公室，該辦公室負責孵化新興技術，并對人工智能、云計算、分布式存儲、軟件定義網絡和網絡功能虛擬化、容器、自動化和持續交付以及分布式賬本等創新提出前瞻性觀點。在20多年的軟件工程師生涯中，Wright曾在電信行業從事高可用性和分布式系統方面的工作，在Linux行業從事安全、虛擬化和網絡方面的工作。他從事Linux開發超過15年，其中大部分時間都在深入研究Linux內核。他對將開源軟件作為下一代IT系統的基礎充滿熱忱。