详细内容或原文请订阅后点击阅览
用nutanix和datarobot简化安全的本地AI
在高度监管的环境中有一个新的操作基线，用于安全AI交付。了解其领导者需要在不折衷的情况下提供成果的原因。帖子简化了使用Nutanix和DataRobot的安全本地AI，首先出现在DataRobot上。
来源:DataRobot博客您希望您将支持从未为其设计的基础架构上的下一代AI。
在政府，金融服务和医疗保健等高度受监管的行业中，IT团队在保持合规性的同时面临着越来越多的推动创新的压力。
但是传统系统无法跟上生成和代理AI需求的速度，规模或复杂性。
结果是业务期望与现有基础架构可以支持的内容之间的差距扩大。
这引起了两个挑战：
- 确保跨生产系统的持续安全性和合规性。将AI交付得足够快以满足业务需求，而不会浪费时间，成本或资源。
对于大多数团队而言，从开源工具开始从头开始是不现实的。
所需的是一个可组合的集成的AI基础，该基金会在环境中起作用，简化操作，并为其提供团队的工具和快捷方式，以快速提供结果，而不会损害安全性或治理。
治理为什么AI在高安全性环境中停滞不前
AI倡议经常失去动力，或者永远不会因：
- 采购和整合延迟延迟：获取和部署新工具花费太长，拖延的采用和影响。结论性的基础架构：不同的和孤立的系统阻止了对正确数据的访问权限，并难以设计可扩展的，弹性的AI AI堆栈。操作性的复杂性。当AI需要快速迭代时，测试和监管批准。罚款可观察性和盲点：有限的可见性会导致短期内返工，审计延迟了线路。