企业与政府优先建设AI工厂以保障数据主权

关键信息

AI工厂整合硬件、软件和工作流，支持从数据摄入到模型部署的端到端AI开发，强调安全性、可扩展性和合规性；它不同于普通的云AI服务。

资讯摘要

在MIT技术评论的EmTech AI大会上，HPE的克里斯·戴维森讨论了企业和政府如何从基础的AI采用转向构建自主的AI工厂。这些设施使组织能够拥有并控制其数据管道，确保AI模型获得可信且高质量的数据输入。目标不仅是规模扩展，还包括韧性、合规性和国家或企业级战略自主权。

戴维森强调，这需要像HPE的百亿亿次计算系统和针对大模型训练优化的云原生平台等专用基础设施。与此同时，橡树岭国家实验室的阿琼·尚卡尔强调了高性能计算（HPC）在通过可扩展AI推动科学发现中的作用。这一趋势凸显了整个行业向本地化、安全且高效的AI生态系统转型的大方向。

资讯正文

企业正在掌控自己的数据，以根据自身需求定制人工智能。挑战在于如何在数据所有权与安全、可信的高质量数据流动之间取得平衡，而这种数据流动正是实现可靠洞察力的关键。这场由《麻省理工科技评论》EmTech AI大会举办的对话探讨了AI工厂如何实现更高层次的规模、可持续性和治理能力，并将数据控制定位为政府和企业的一项战略要务。

演讲嘉宾介绍

克里斯·戴维森（Chris Davidson），惠普企业高性能计算与人工智能客户解决方案副总裁

克里斯·戴维森是惠普企业高性能计算与人工智能客户解决方案副总裁。他负责领导HPE全球AI工厂解决方案和主权AI的战略，与政府、企业和研究机构合作，构建安全、可扩展的国家级和企业级人工智能能力。

他还负责管理HPE高性能计算与人工智能产品组合的产品管理和性能工程工作，包括大模型训练平台和Cray百亿亿次计算系统。他的团队定义产品策略、性能架构和部署模式，使HPE处于高性能计算和人工智能领域的前沿。

在加入HPE的九年里，克里斯领导了多个关键项目，涵盖性能工程、AI云和专业服务领域，塑造了HPE如何交付优化的、云原生且全球部署的高性能系统。此前，他在生物技术和医疗诊断领域担任过技术和领导职务。

克里斯拥有芝加哥洛约拉大学的工商管理硕士（创业与金融方向）和生物学学士学位。

阿朱恩·尚卡尔（Arjun Shankar），橡树岭国家实验室国家计算科学中心部门主任

马利卡鲁琼·（阿朱恩）尚卡尔是橡树岭国家实验室国家计算科学中心的部门主任。他的研究聚焦于计算机科学与依赖可扩展计算和数据科学的大规模科学发现项目之间的跨学科桥梁。他是田纳西大学布雷德森中心的联合教职人员，IEEE和ACM的高级会员。

深度解析

OpenAI正全力投入打造全自动研究员

独家专访OpenAI首席科学家雅库布·帕霍茨基，探讨该公司最新的宏大挑战及人工智能的未来。

宝可梦GO如何为配送机器人提供精确到厘米的世界视角

独家报道：Niantic的人工智能子公司正利用玩家贡献的300亿张城市地标图像，训练新一代世界模型。

来源与参考

1. 原始链接
2. Operationalizing AI for Scale and Sovereignty