自ChatGPT橫空出世引爆AI大模型熱潮以來，科技界一場關于"開源"與"閉源"的辯論被推向新的高潮。

這場爭論的源頭可追溯至計算機文明的啟蒙時代——1998年2月3日，自由軟件運動活動家克里斯汀·彼得森（Christine Peterson）首次提出"Open Source"這一革命性術語，次日Linux創始人林納斯·托瓦茲（Linus Torvalds）發布具有里程碑意義的GPL版權許可說明，正式為開源運動奠定法律基石。

在開源運動早期，埃里克·雷蒙德（Eric S. Raymond）在《大教堂與集市》中預言："足夠多的眼睛，可使所有問題浮現。"這一理念催生了Apache、MySQL等影響深遠的項目。而后多個以開源為核心戰略的企業的相繼問世，也說明了開源商業化的可行性。

包括國內在AI大模型這波熱潮中，也呈現出了一個顯著的趨勢是：眾多科技企業正以前所未有的熱情擁抱開源生態。從學術機構到科技巨頭，開源已成為中國大模型發展的重要技術路徑選擇。

AI與開源不是對立關系，而是共生關系

目前大部分企業都在積極擁抱開源，但更多是在被動的接受。其實，在AI與開源的關系認知上，一直存在著一個普遍的認知誤區。很多人想當然地認為AI與開源是天然對立的——AI研發需要巨額投入，而開源則意味著技術外泄。但事實恰恰相反，AI和開源更像是共生關系。

Linux基金會執行董事Jim Zemlin曾說過："AI將吃掉軟件世界，而開源將吃掉AI。" 這一觀點在SUSE的實踐中得到了充分驗證。SUSE APAC Senior Director & CTO Vishal Ghariwala指出，生成式AI極大地擴展了人類實現創造性工作的能力。

過去，開源社區的合作主要依賴人與人之間的協作，而如今，生成式AI的加入使人與AI之間的合作成為可能。例如，工程師在啟動新項目時，可以利用AI快速搭建基礎框架，而不再需要從零開始寫代碼。這種“人機協作”模式極大地提升了開發效率，使開源社區能夠更快響應技術變革。

在這種趨勢的影響下，似乎開源成了企業發展的必選項。但由于開源項目最初是由少數開發人員在非企業級環境中自發開發的，直接使用開源項目是有一定風險的。

正如 Vishal Ghariwala所言，從人的角度出發，當人們在開源世界中看到這種模式時，可能會對開源項目的可信度產生懷疑，擔心是否存在一些尚未察覺的潛在問題。而企業在安全、性能、易用性方面有著更高的要求，所以在選擇開源時則更為慎重。

“不能直接將其大規模部署到企業環境中，而是需要先進行試驗，了解其運行機制。”——這是SUSE提倡的理論。

作為自成立之初就堅持100%開源的數字化產品和解決方案提供商來說，為了平衡開源和企業需求的關系，會將上游社區的開源項目引入下游，首先由SUSE的工程師檢查是否存在安全漏洞。在企業客戶使用過程中，如果發現安全漏洞，SUSE的工程師會負責打補丁，并將安全補丁推送給客戶。

此外，為了確保企業使用的平臺解決方案中所涉及的開源項目和技術符合行業標準以及國家法規政策，例如FPS、SLES、CC等。SUSE會通過技術團隊確保開源項目的代碼庫是安全的，從而為客戶采用開源項目提供保障。“我們確保這些項目具有企業級質量，不會出現軟件問題，并且具有較長的生命周期，因為我們會持續推送補丁，遵循業界的安全最佳實踐，并定期發布新的版本，” Vishal Ghariwala如是說。

而在易用性方面，SUSE會將所有需要的開源項目打包到一個解決方案中，并實現集成。例如，Rancher Prime就是由多個開源項目組成的，包括Kubernetes、安全和存儲相關的開源項目。

開源的不是安全的，安全問題亟需破解

聚焦到安全問題，企業在選擇AI產品及服務時，往往會考慮安全性、性能、易用性以及可擴展性等。其中，安全是最為重要的前置條件。據DeepInstinct的第四版報告指出，2024年有75%的安全專業人員目睹了網絡攻擊的增加，其中85%的攻擊由生成式AI驅動。

SUSE是如何解決這一問題的？

AI大模型爆火后，SUSE緊跟技術趨勢，推出了“SUSE AI平臺。”被問到SUSE AI平臺和開源的關系，Vishal Ghariwala表示，AI平臺是一個可伸縮的平臺，能夠提供基本功能以運行AI工作負載，并且可以部署在云端，與底層的GPU相連。

其次，輔助AI平臺的工具和技術種類繁多，例如開發人員在開發模型時可以使用開源的Keras、PyTorch，在運行模型時可以使用vLLM和Ollama等。因此，當客戶需要使用AI時，僅依靠AI平臺是不夠的，還需要配備各種開源工具和技術，這就是所謂的“AI平臺+開源”。

而SUSE AI正是一個集安全與信任、自由選擇、擴展性于一體的企業級開源云原生AI平臺。其采用了零信任安全機制，提供敏感信息的安全處理機制、端到端的漏洞掃描和管理，以及負責任AI護欄技術。同時，其集成了SUSE Observability，提供具備完全可觀測性的AI解決方案，確保數據合規，并通過可視化控制面板提供包括token的用量和GPU利用率和性能瓶頸等AI負載的關鍵指標。

除了平臺內置的這種安全能力外，SUSE還通過遠程學習、培訓等服務為客戶保駕護航。一方面，針對客戶的運營團隊，另一方面，針對客戶的架構團隊。目前是幫助客戶了解SUSE有哪些產品可以幫助他們解決安全方面的問題。

當然，SUSE還提供專業服務，第一，SUSE的咨詢師幫助客戶部署不同的項目，確保項目在建構、架構、安全方面是非常順滑的。第二，派駐SUSE的工程師到客戶的場所，幫助他們完成基礎設施搭建的工作。

三大殺手锏，厘清AI落地的三大難題

安全是重要因素之一，但絕非AI難落地的唯一因素。據相關調查報告指出，至2025年1月份，僅有44%的PoC進入生產環節；同時由于模型及工具應用的不一致性、擴展及信任等各種原因，預計在2027年，60%的生成式AI項目將在PoC階段后被放棄。

也就是說，AI離真正的落地還有很長一段路要走。除了安全外，Vishal Ghariwala認為，成本居高不下和選擇性越來越多也是影響AI落地的重要因素。

SUSE可以從三個方面幫助解決AI落地難的問題：第一，解決遷移性問題：客戶在開展AI項目時面臨的一大障礙是工具選擇的困境。開源世界中有大量工具可供選擇，但客戶往往因選擇過多而無從下手，例如不清楚哪些場景適合使用專有工具，哪些可以使用開源工具。SUSE為客戶篩選并組合合適的開源工具，幫助他們克服AI項目部署的障礙。

第二，提升可延展性：開源項目通常在單一項目中使用較為容易，但將其集成到其他項目中則會面臨巨大的挑戰。SUSE AI平臺是云原生的，天然支持Kubernetes等技術，能夠很好地解決AI項目的可伸縮性問題，幫助客戶在未來將AI項目擴展到更多場景。

第三，客戶可能對AI的可靠性和道德倫理問題存在擔憂，擔心AI模型是否真正負責任。SUSE通過GuardRail使AI大模型的輸出結果無偏見且符合預期標準。此外，SUSE還通過SUSE Security來確保AI大模型不會出現漂移現象，并保護平臺上的數據不被竊取。一旦發現安全漏洞，SUSE的工程師會迅速響應，確保平臺的安全性。

目前，很多企業客戶也正在基于SUSE AI實現企業級AI創新：

皓康醫療，一家互聯網醫院，計劃采用SUSE AI作為其AI基礎設施，用于運行醫學影像分析和醫學診斷生成；德國托管服務提供商FIS集團借助SUSE AI構建面向SAP工作負載的可信AI解決方案，實現了令牌使用、模型性能、GPU利用率的全鏈路可視化，加速了從智能發票處理到實時推薦等應用開發；IT服務與咨詢企業TCS通過SUSE AI構建其生成式AI平臺，用于托管其多個AI用例，并將多個生成式AI服務聚合至單一界面，從而為用戶快速提供技術服務。

寫在最后

從Linux到生成式AI，開源運動的本質始終未變：匯聚全球智慧，加速技術民主化。SUSE的實踐表明，AI與開源并非零和博弈——通過企業級平臺的橋梁，兩者將共同推動一場從“代碼自由”到“生產力自由”的變革。

正如SUSE大中華區總裁陳毅威所言：“當數字經濟浪潮奔涌、新質生產力加速重構產業格局之際，中國企業正從"上云"向"云原生"躍遷，而AI的爆發性力量正為這場變革按下快進鍵。開源，將成為驅動這場深度變革的核心動能。”而在這場變革中，SUSE的目標很明確：讓企業既能擁抱開源的野性創新，又能享受AI的安全與效率。