我通常不會花太多時間看架構圖，但這個讓我思考到單個AI回應背後發生了多少事情。
一開始，我以為這只是另一個充滿技術術語的AI架構圖。
然後我注意到一些有趣的東西。
這個堆疊從基礎設施開始，逐漸上升到執行、模型訪問，最後是研究和工具。
這就是大多數現代技術的建構方式。
當我們使用AI應用時，我們只是在與表面層互動。我們看不到背後運行的存儲系統、計算資源、安全機制、開發者工具或網絡。
從@OpenGradient 的角度來看，讓我更少關注AI模型本身，而是更多關注支撐它們的生態系統。
一個強大的模型是重要的。
但開發者也需要可靠的基礎設施、實驗工具、管理模型的方式以及可以實際構建和部署產品的環境。
沒有這些支撐層，即使是強大的模型也難以有效地到達開發者和最終用戶。
這就是為什麼SDK和模型中心部分對我來說最引人注目。
人們經常談論AI，好像智慧是唯一重要的東西。
實際上，創新的很大一部分來自於讓技術更容易訪問、更容易構建和更容易擴展。
也許這就是為什麼基礎設施很少受到關注。
這不是大多數人互動的部分。
但它通常是其他一切所依賴的基礎。
我探索的AI項目越多，我對於表面下發生的事情越感興趣，而不是出現在首頁的東西。
在你看來，AI採用中更重要的是：更好的模型還是更好的基礎設施？
$OPG #OPG #OPG