云原生AI？如果采用关键词拆分的方式理解，可能没人不懂，“云原生”和“AI”都是企业IT领域火得一塌糊涂的热词。只是，云原生AI是什么？为什么会成为引领技术创新的主流趋势？这一切都可以在红帽企业开源讲堂中找到答案！

　　什么是云原生AI?

　　云原生，是指所有的应用都生于云，长于云，并在云上应用。单从数据角度来看，从数据采集开始，到数据系统的落地，再到数据的使用，都直接在云上体现，也就是人们常说的运营数据的概念。

　　“云原生与AI的结合，指的是强大的算力、算法与智能化的加持。”正如红帽在电信行业的解决方案架构师 赵锡漪 所言，从数据实验室开始，云原生和AI就已经形成合力。

　　做过AI算法和应用研究的人都知道，为了满足业务目标，数据专家通常会通过Python等技术等做快速的数据验证，然后采用AI算法或者模型里面的参数不断调整、优化，最终形成对业务的理解。

　　那么，这个算法和模型是怎么来的呢？尤其是深度模型，一般来自原审验实验室，通过每一层的自学习，然后不断验证、优化，形成模型。而算法，一般采用接近于目标的既有算法，或者通过自己的算法实验室来加工，最后生成模型，放到应用里。

　　大多数企业的做法是，把AI模型打包成一个文件，然后放在硬件里去执行，比如：英特尔或者英伟达，会有相关的常用小设备，然后通过算法实践部署于终端，生产类似于人脸识别、物品识别等摄像头。

　　从数据实验室到终端应用的部署，整个过程都离不开云计算的支持。首先，企业会在云上做数据准备，通过各种平台的协同，进行数据采集，存更多的数，最终产生有效模型，投入生产。期间，会采用DevOps技术，让云化支持的内容通过CI/CD这样的逻辑搭配在一起，以更灵活的方式把AI的能力部署在终端。

　　为什么要把云原生和AI结合起来？

　　值得一提的是，云原生和AI的结合，既是技术的创新带来的变革，也是业务推动的结果。

　　以工业制造为例，过去的机械臂一直以一种方式在工作，但是随着工业4.0时代的到来，很多企业都在加快智能制造进程，对于生产线来说，在做排产或者调整工艺制程的时候，就要提速。比如，过去一个月才能改变一次生产线，现在基本一个周就要改变一次，很多南方的制造业企业甚至在一个月之内能再造一个工厂。

　　这时，企业不仅要改变所有生产线上机械臂的调优算法，还要采用更先进的技术手段，优化整个业务流程。而云原生中的DevOps特别适合这种场景，可以持续不断地把云端设计好的应用和流程传递到生产线上，并且整个过程不需要太多人工参与。

　　在智能制造模式下，所有过程都可以融入一个软硬一体化的小机子，里面是容器化的方式部署，并且通过CI/CD方法把所有容器调度起来，同时加入了人工智能的逻辑，可以满足生产线快速调整需求。甚至，每一个焊接点在焊接的时候，都可以根据算法实时调整焊接位置。

　　可以说，云计算与AI结合，带来了工业技术的变革，可以让生产线变成软式流水线。而不是那种硬式模式，只能做一件事，这样的变化对工业生产线来说，意义非凡。

　　红帽在云原生AI这个“赛道”在做什么？

　　从应用落地角度来看，云原生AI涉及很多技术细节，包括定义问题与指标、数据采集与清洗、特征工程化、模型训练与优化、模型验证/部署、监控等等，这里不做过多赘述。

　　值得关注的是，作为开源技术的引领者，红帽也在推云原生AI相关的技术支持。基于OpenShift，用户可以使用容器和 Kubernetes 将AI/ML 生命周期转变为标准软件开发实践。

　　比如：用户在AI模型构建的时候，可以使用Open Data Hub使得计算更简单，就和在本地使用GPU一样。尤其是非Python的技术环境，需要在科学实验室计算的应用场景，直接使用GPU资源的时候，特别适用于OpenShift。

　　OpenShift for data science，是Red Hat 基于社区持续贡献的产品，可以广泛应用于制造、医疗、金融等领域。

　　针对制造业边缘计算领域，用户可通过更轻量级以及开源的方式加速开发进程，并且是全程可实现实时透明的CI/CD逻辑。另外，该服务也可以作为优化、计划和控制生产的基础，用户可以通过优化多制造厂/生产线的并行配置方式，提高生产质量、进行大数据跟踪，实现从AI/ML中获益的目标。

　　通过XRayedge 项目，用户可以把AI/ML能力赋能到具体业务场景。比如：在医学领域，用户可以加快肺炎类病症机器视觉判断能力的更新周期，更有效地追踪疫情变化。再比如：与金融支付手段风险控制在AI上同出一元，通过 OpenDataHub快速实现 fraud-detection 算法。

　　在具体项目落地过程中，用OpenShift Data Science 来训练和测试一个相对简单的欺诈检测模型，企业将熟悉的 OpenShift Data Science 产品和与之一起使用的常见工作流程有效结合在一起，共同支撑业务。