好吧，真快。直到9月初，红帽才发布了红帽企业Linux AI (RHEL AI) 1.0。现在，Red Hat宣布RHEL AI 1.2正式发布。这个最新版本引入了几个关键的改进，旨在简化大型语言模型（llm）的开发、测试和部署。

　　在进入新的和改进之前，这里有一些关于RHEL AI带来的东西。它旨在简化生成式人工智能（gen AI）模型的开发、测试和部署。RHEL AI还旨在使培训法学硕士负担得起。

　　这个新平台结合了IBM研究院的开源许可的Granite大型语言模型（LLM）家族，基于LAB方法的InstructLab校准工具，以及通过开源的InstructLab人工智能项目进行模型开发的协作方法。

　　RHEL AI还使用检索增强生成（RAG）使法学硕士能够访问存储在数据库、文档和其他数据源中的经批准的外部知识。这种方法增强了RHEL AI提供正确答案的能力，而不是提供听起来正确的答案。

　　下一代RHEL AI拥有扩展的硬件支持。新版本现在支持联想ThinkSystem SR675 V3服务器，提供工厂预加载选项，以便更快，更轻松地部署。在技术预览中，RHEL AI 1.2引入了对AMD Instinct加速器的支持，包括用于训练和推理的MI300x gpu和用于推理任务的MI210 gpu。

　　RHEL AI 1.2也扩展到了主要的云平台——用户现在可以在Azure和谷歌云平台（GCP）上部署RHEL AI，除了现有的对AWS和IBM云的支持。

　　该软件也有了显著的改进。新的“定期检查点”功能在微调期间定期节省长时间的训练运行。用户可以从上次保存的检查点恢复训练，而不是重新开始，节省宝贵的时间和计算资源。

　　RHEL AI 1.2附带PyTorch完全分片数据并行（FSDP）。作为技术预览，FSDP大大减少了使用合成数据进行模型多阶段训练的训练时间。该技术将模型的参数、梯度和优化器状态分散到并行工作器（例如gpu）上，从而大大减少了训练时间。

　　RHEL AI继续红帽的举措，使法学硕士培训更容易获得程序员和主题专家，而不仅仅是数据科学家。

　　正如红帽基金会模型平台副总裁Joe Fernandes所说：“RHEL AI为领域专家（而不仅仅是数据科学家）提供了在混合云中为特定目的构建人工智能模型的能力，同时也使IT组织能够通过红帽OpenShift AI将这些模型扩展到生产中。”

　　换句话说，使用RHEL AI，使AI对您的特定需求有用变得更加容易。

　　最后，随着RHEL AI 1.2的发布，红帽也不再支持1.1版本，给用户30天的时间升级到最新版本。这种快速迭代凸显了红帽积极进军企业人工智能市场的决心。不管是好是坏，人工智能的发展正在以越来越快的速度加速。