微軟推出工具來簡化人工智能應用程序構建和模型集成

微軟宣佈推出一套新工具，讓人工智能應用程序開發不再讓企業頭疼。中心裝飾品？ Azure 人工智能鑄造廠。

這項新產品旨在讓開發人員在 OpenAI、Mistral、Meta Platforms 或任何其他支持的提供商的 AI 模型之間進行切換。它關乎靈活性、簡單明瞭——這一直是企業的痛點，因爲人工智能創新的步伐超出了企業的適應能力。

微軟雲計算主管斯科特·格思裏 (Scott Guthrie) 表示，“每個新模型（即使它屬於同一個系列）在某些任務上提供更好的答案或性能方面都有好處，但在其他方面可能會出現退化。”

修復損壞的工作流程

目前，有 60,000 名客戶使用 Azure AI。這可不是一個小數目。他們正在利用該平臺的 1,700 個模型來爲其應用程序提供支持。但事情是這樣的：這個過程很笨拙。開發人員將時間浪費在新模型上，而不是創新。

每次更新或新版本都感覺像是從頭開始，企業討厭它。他們不想每次 OpenAI 或 Meta 發佈一些閃亮的東西時就破壞他們的工作流程。

這就是 Azure AI Foundry 的用武之地。它是一個更加簡化的系統，允許公司混合和匹配模型，而不會帶來不必要的麻煩。有運行良好的舊版 OpenAI 模型嗎？堅持下去。

想嘗試 Meta 的更新內容嗎？切換它，看看它是否更好，然後保留有效的。這都是關於選擇的。 Foundry 的部分內容是 Azure AI Studio 的升級，但新功能包括用於部署 AI 代理的工具。

儘管提供了更多選擇，微軟表示它不會放棄與 OpenAI 的緊密關係。 Guthrie 很明確：OpenAI 的模型對微軟來說仍然很重要。但有時，企業需要替代方案，微軟知道這一點。 “選擇很重要，”格思裏說。

硬件爲這一切提供動力

當然，人工智能需要運行的力量，微軟比任何人都清楚這一點。去年，該公司推出了首款自主研發的人工智能芯片，現在他們又推出了兩款新硬件。

首先，設計用於保護加密和簽名密鑰的安全微處理器。從明年開始，微軟數據中心的每臺新服務器都將配備該芯片。

然後是數據處理單元（DPU），它加速數據在網絡、服務器和人工智能芯片之間的移動。它是 Nvidia 製造的類似硬件的直接競爭對手，但微軟認爲它的版本更高效。

這些 DPU 對於處理當今人工智能模型所需的大量工作負載至關重要，正如微軟芯片主管 Rani Borkar 所說，這些模型“正在變得如此龐大”。她說，基礎設施中的每個組件都需要無縫協作，以保持快速高效。

90 天內找到一份高薪 Web3 工作： 終極路線圖