Cloudera：“百模齐放”中的变与不变

通信世界网消息（CWW）随着ChatGPT等大模型的出现，人工智能正以一日千里的速度飞快发展。那么从MapReduce、Hive，到Spark、Flink，再到ChatGPT，在数据处理方法不断升级的过程中，有哪些是相对不变的存在？“人工智能市场瞬息万变，不变的是任何大语言模型或AI模型的成功都需要数据和企业情境。”Cloudera大中华区技术总监刘隶放近日向记者表示。

作为大数据平台提供商，Cloudera为客户管理超过2500万TB的数据，与超大规模服务商不相上下，具有得天独厚的优势。近期Cloudera发布了现成大型语言模型（LLM）蓝图，为企业带来了基于大语言模型的生成式AI蓝图，帮助企业从可信、安全和负责任的AI应用中受益。

处理方式改变，数据相对不变

似乎一夜之间，人工智能迅速升温，人们言必谈ChatGPT，各种大模型竞相发布，AI用例遍地开花。从人工智能不太智能到人工智能机不可失，这样的转变来得远比想象中要快。

刘隶放表示，Cloudera是一个数据平台企业，AI的升温对于Cloudera是个绝佳的机会。Cloudera帮助客户管理可信任的数据，创建可信AI所需的安全、治理和溯源，赋能云上企业数据，帮助企业构建自己的AI平台，让企业AI变得更强大。平台上超过2500万TB的数据，是其独特的优势所在。

目前虽然ChatGPT很热，但是企业大多选择合作伙伴的大模型，而不是直接用公有云上面的大模型，刘隶放分析有4方面原因。第一，训练的数据与自己相关，是自己专业领域的特定数据。第二，关联性和准确性很重要，对于大型企业而言，如果答案错误损失将难以估量。第三，可信和安全，用户不能接受有偏差或者错误的答案。第四，随着人工智能的不断发展，金融、制造等行业也会有风险、安全合规的需求。

刘隶放介绍，Cloudera一直以来致力于大数据分析，开发了混合开放式湖仓一体解决方案，将数据湖、数据仓融合在一起，在保持原始数据的基础上对其进行加工和处理。在此过程中，Cloudera也使用过Hive、Spark等传统模型。那么，大语言模型与之前的模型有何不同之处？“大语言模型更加简单、快速、缩放自如，覆盖所有数据，这是AI进化的一个挑战。”刘隶放认为。

无论数据处理方式怎样改变，数据则保持相对不变，从最开始的MapReduce查询引擎到现在的ChatGPT对话方式，数据一直掌握在客户手中，对于客户而言是最重要、最珍贵的资源。客户也希望无论模型如何改变，自己管理自己的数据，不要锁定在一种数据处理引擎上，在此基础上尝试并拥抱变化。

确保数据安全合规、交互性强

顺应AI趋势，刘隶放宣布，未来Cloudera将从传统平台转向AI平台，具体来看Cloudera将参与3个部分：一是CDP基础平台，基于2500万TB数据，为客户未来的分析系统提供数据支撑；二是数据加工过程；三是嵌入LLM模型，企业可以将要使用的LLM模型嵌入到Cloudera的Cloudera Machine Learning（CML）中，训练模型，在平台上部署AI应用。

总结而言，Cloudera的AI布局包括三个平台：现成大型语言模型（LLM）、CML、Cloudera Data Engineering（CDE）。作为CDP的服务组件，CML的安全体系遵循CDP整体平台，无论是私有部署、私有云，还是公有云。通过CDE平台和基础平台结合，通过算法可以帮助CML加工处理提供数据，同时可以使用GPU加快平台处理。刘隶放强调，Cloudera的目的不是做模型，其CML平台不会自己研发，而是广泛适配市面上的大模型。

目前Cloudera仍在初期尝试阶段，CML中内嵌了许多模型，在使用过程中满足了合规要求，确保数据不会泄露，同时也兼顾了数据的交互性。刘隶放强调，在帮助企业落地大模型方面，Cloudera首先要帮助企业解决合规问题，在此基础上通过训练得到准确有意义的答案。

可以说，安全可控是Cloudera平台的主要特色，也是无论传统模型时代还是现在的大语言模型时代，众多用户持续信赖和选择Cloudera的重要原因。