IBM dan Red Hat Bentuk Komunitas AI Open Source InstructLab, Apa Fungsinya?

Liputan6.com, Jakarta - Peluncuran ChatGPT membuat sejumlah enterprise tertarik dengan Generative AI (GenAI). Enterprise mulai berpindah dari penilaian awal terhadap layanan GenAI ke fase pengembangan aplikasi dengan AI.

Untuk mewujudkan pengembangan kecerdasan buatan (AI) yang lebih matang, IBM dan Red Hat berkolaborasi meluncurkan InstructLab, sebuah komunitas open source yang dibangun di seputar metode Large-scale Alignment for chatBots (LAB) dan model Granite open source dari IBM.

Proyek InstructLab berfungsi untuk meletakkan pengembangan large language model (LLM) atau model dasar yang memungkinkan AI memahami dan menghasilkan teks bahasa manusia di tangan para pengembang dengan membuat, mengembangkan, dan berkontribusi ke proyek open source apapun.

Dengan alignment tools dari InstructLab, model Granite dan Red Hat Enterprise Linux AI (RHEL AI), Red Hat akan memberikan manfaat dari proyek open source, yaitu berupa akses gratis dan bisa digunakan kembali.

Sebagai bagian dari peluncuran InstructLab, IBM juga merilis satu paket Granite, sebuah code model berbahasa Inggris dan berbasis open source.

Model ini diluncurkan di bawah lisensi Apache dengan transparansi pada dataset yang digunakan untuk melatih model tersebut.

Model Granite 7B telah diintegrasikan ke dalam komunitas InstructLab, di mana pengguna akhir bisa menyumbangkan keahlian dan pengetahuan mereka untuk menyempurnakan model tersebut secara kolektif, seperti yang mereka lakukan untuk proyek open source lain.

Dukungan yang sama untuk code model Granite di InstructLab akan segera tersedia.

RHEL AI membangun pendekatan terbuka berdasarkan inovasi AI, yang menggabungkan proyek InstructLab versi yang enterprise-ready dan bahasa serta code model Granite bersama dengan platform Linux enterprise untuk menyederhanakan penggunaan di semua lingkungan infrastruktur hybrid.

Tujuannya untuk menciptakan sebuah platform foundation model guna membawa GenAI berlisensi open source ke enterprise RHEL AI, yang meliputi:

• Bahasa dan code model Granite berlisensi open source yang didukung dan dilindungi oleh Red Hat
• Distribusi InstructLab yang didukung dan di-lifecycled yang menyediakan solusi yang skalabel dan hemat biaya untuk meningkatkan kemampuan LLM dan membuat lebih banyak orang dapat menyumbangka ilmu serta keterampilan mereka.
• Runtime instance model yang bootable dan dioptimalkan dengan model Granite dan paket tooling InstructLab sebagai RHEL image melalui image mode RHEL, termasuk runtime libraries Pytorch yang dioptimalkan dan akselerator untuk kerangka kerja AMD Instinct MI300X, Intel dan NVIDIA GPUs dan NeMo.
• Dukungan enterprise dan janji lifecycle terlengkap dari Red Hat yang dimulai dengan pendistribusian produk enterprise paling tepercaya, dukungan produksi 24x7 dan dukungan lifecycle yang panjang.

Selama lebih dari 30 tahun, teknologi open source menyandingkan inovasi yang pesat dengan penghematan biaya IT yang besar serta mengurangi penghambat inovasi.

Red Hat telah memimpin perubahan ini sejak lama, mulai dari menyediakan platform Linux enterprise yang terbuka dengan RHEL pada awal 2000an, hingga mendorong container dan Kubernetes sebagai landasan open hybrid cloud dan komputasi cloud-native dengan Red Hat OpenShift.

Dorongan ini berlanjut dengan Red Hat yang memberdayakan strategi AI/ML di semua open hybrid cloud, sehingga memungkinkan beban kerja AI berjalan di mana data berada, baik di pusat data, di beberapa public cloud atau di edge.

Lebih dari sekadar beban kerja, visi Red Hat untuk AI membawa pelatihan model dan tuning ke jalur yang sama untuk mengatasi batasan di seputar kedaulatan data, kepatuhan dan integritas operasional dengan lebih baik.

Konsistensi platform Red Hat di berbagai lingkungan tersebut, di manapun mereka dijalankan, sangat penting untuk menjaga keberlanjutan inovasi AI.

RHEL AI dan komunitas InstructLab semakin memenuhi visi tersebut, demi mendobrak banyak penghalang untuk bereksperimen dan mengembangkan model AI sekaligus menyediakan tools, data, dan konsep yang dibutuhkan untuk mendorong gelombang beban kerja cerdas berikutnya.