一位拥有近20年经验的图形工作站和技术传播者，Mike Leach专注于人工智能、专业VR/XR和远程工作站技术，并在Lenovo的全球工作站业务部门工作，位于北卡罗来纳州的罗利。Mike见证了每一个主要的工作站技术趋势的兴衰，并是一位自豪的丈夫、父亲、技术极客、赛车和一般健身爱好者。
随着人工智能预计在 2025 年继续爆发，这种不断演变的技术为全球的组织带来了前所未有的机会和复杂的挑战。为了帮助今天的组织和专业人士从 2025 年的人工智能中获得最大价值，我分享了我的想法和预期的人工智能趋势。组织必须战略性地规划人工智能的成本世界仍然对人工智能的潜力感到兴奋。然而，人工智能创新成本是一个组织必须规划的指标。例如，人工智能需要 GPU，但是许多云服务提供商有更大的 N-1、N-2 或更旧的 GPU 部署，这些 GPU 并不是专门为人工智能工作负载设计的。此外，云 GPU 可以在规模上变得昂贵，并且可以轻松地为开发人员打开（更多费用）；另外，购买 GPU（如果能够采购由于稀缺）用于本地使用也可能是一个非常昂贵的提议，单个芯片的成本可能高达数万美元。因此，针对人工智能工作负载设计的服务器系统变得昂贵或超出了许多具有固定部门运营费用（OpEx）预算的组织的承受能力。在 2025 年，企业客户必须重新评估他们的人工智能成本，并重新同步人工智能开发预算。由于许多独立的部门现在正在采取主动并建立自己的人工智能工具，公司可能会无意中每月花费数千美元用于基于云的 GPU 和人工智能计算实例，这些费用会迅速增加（尤其是如果用户让这些实例继续运行）。开源模型将促进多个人工智能用例的民主化在 2025 年，将会有巨大的压力要求组织证明人工智能项目和相关预算的投资回报率。使用流行的 ISV 提供的低代码或 无代码工具 来构建人工智能应用程序，公司将继续寻找开源模型，这些模型可以更高效地进行微调，而不是从头开始训练和构建。微调开源模型可以更有效地利用现有的人工智能资源（人员、预算和/或计算能力），这有助于解释为什么目前在 Hugging...
