“借助加速以太网网络和网络存储扩展企业RAG”

（信息来源：NVIDIA英伟达网络）

【借助加速以太网网络和网络存储扩展企业RAG】

在生成式 AI 时代，机器不仅要从数据中学习，还要生成类似人类一样的文本、图像、视频等。检索增强生成（RAG）则是可以实现的一种突破性方法。

RAG 工作流程基于大语言模型（LLM）而构建，这些 LLM 可以理解查询并生成响应。但是，LLM 存在局限性，包括训练的复杂性和缺乏当前（有时是专有）信息。

此外，当未根据特定数据进行训练就回答提示词时，它们往往会产生幻觉并合成事实错误的信息。RAG 通过向 LLM 提供企业特定信息来增强查询，从而帮助克服这些限制。

数据中心作为新的计算单元，随着网络服务对 CPU 压力的增加，现代工作负载对网络基础设施提出了新的挑战。网络基础设施需要具备敏捷性、自动化和可编程性的框架，并配备加速器和卸载功能，这些是充分发挥 AI 技术潜力和推动创新的关键。

（2024年03月28日）

【编者声明：上述信息来自互联网，与本网站观点无关。我们编发该信息只为向网友提供更多参考资讯，不代表我们赞同或否定该信息】

（郑重提示：本网页有些图片来自互联网，原作者不详，版权未知，此处仅做参考使用。如侵权请告知，我网立刻删除并致以真挚歉意）