Cos'è l'IA sovrana?

L'IA sovrana rappresenta il passaggio dal noleggio alla proprietà dell'IA. Essa consiste, infatti, nel possedere la tecnologia, nel mantenere i dati all’interno del territorio nazionale e nel garantire che i sistemi di IA rispecchino i propri valori e requisiti legali. 

L'IA sovrana è un'implementazione della sovranità digitale che mira a decentralizzare le capacità dell'IA eliminando la dipendenza da attori esterni che ne controllano l'accesso. Con l'aiuto di modelli open source e infrastrutture locali, l'IA sovrana rappresenta un framework che concepisce l'IA come un'utility posseduta e gestita a livello locale.

Nello specifico, si riferisce a infrastrutture fisiche e di dati possedute e gestite in modo indipendente, tra cui gli acceleratori di IA come le unità di elaborazione grafica (GPU), i modelli linguistici di grandi dimensioni (LLM) e i server di inferenza che li ospitano localmente. Questa configurazione garantisce che l'intero ciclo di vita dell'IA, dall'addestramento all'inferenza, rimanga all'interno di una giurisdizione specifica. 

Scopri le soluzioni Red Hat AI

Con l'IA che è sempre più integrata nella nostra vita quotidiana e nei sistemi che ci consentono di organizzarci, il confronto sul funzionamento dell'IA e sul suo controllo assume sempre maggiore importanza. 

Il più grande incentivo alla creazione di un sistema di IA sovrana è probabilmente la volontà di eliminare i rischi. L'IA sovrana fornisce, infatti, l'architettura necessaria per mantenere i dati importanti all'interno di un'area di sicurezza legale in cui sei tu l'unico a stabilire le regole e controllare l'output. Tra gli altri motivi ci sono anche:

• La privacy: l'invio di dati a un cloud in un altro Paese può violare le leggi locali sulla privacy e causare la divulgazione o la raccolta di informazioni; per evitarlo, alcuni governi richiedono che l'IA elabori i dati all'interno dei propri confini. L'IA sovrana mantiene i dati sul territorio nazionale, il che aiuta a proteggere la privacy.

• Indipendenza tecnologica: disporre di un'infrastruttura di IA sovrana costituisce una misura di salvaguardia che può contribuire a mantenere funzionante la tecnologia in caso di cambiamenti geopolitici o nei termini di servizio; inoltre, permette ai Paesi di passare dall'essere consumatori a creatori e persino esportatori di IA. 

• Crescita economica: l'IA sovrana aiuta i Paesi a mantenere i processi e i profitti a livello locale; quando una nazione possiede "fabbriche di IA" (o datacenter) e modelli, il denaro speso per l'IA rimane nell'economia locale.

• Sicurezza nazionale: poiché i sistemi militari utilizzano sempre più l'IA, i governi vogliono assicurarsi che la propria sicurezza nazionale non si basi su tecnologie straniere. I Paesi che realizzano sistemi di IA sovrana possono accedere ai dati in modo più sicuro e privato, senza compromettere la sicurezza nazionale.

• Identità culturale: le aziende americane stanno sviluppando alcuni dei modelli di IA più diffusi. Ciò significa che i modelli con sede negli Stati Uniti vengono addestrati su contenuti e valori occidentali, il che può dar vita a pregiudizi e incomprensioni in altre culture. L'IA sovrana, invece, consente ai Paesi di utilizzare dati di addestramento basati su lingue, culture e contesti locali. 

La creazione e la gestione dell'IA sovrana non seguono una checklist statica, ma un sistema dinamico con molteplici componenti in evoluzione. Questa caratteristica richiede il controllo e la comprensione di tutti gli elementi coinvolti, dalla sperimentazione alla produzione. Immaginiamo i componenti di un sistema di IA sovrana come una torta a più strati, in cui ogni strato aggiuntivo rafforza l'autosufficienza o la sovranità del sistema stesso. Indicati a volte come stack di IA, questi strati si trovano su uno spettro ed esaminano:

• Hardware: chi è il proprietario di chip e datacenter?

• Dati: chi possiede e fornisce i dati utilizzati per addestrare e perfezionare l'IA?

• Modelli: a chi appartengono gli algoritmi utilizzati dall'IA?

• Applicazioni: chi crea e ha accesso all'interfaccia utente e ai dati da essa raccolti?

• Energia (bonus): il Paese o l'organizzazione sono in grado di gestire la propria IA?

   

Creare un sistema di IA sovrana significa anche porsi domande come, ad esempio:

• Chi crea i modelli?
• Su cosa vengono addestrati i modelli?
• Quali sistemi di valori hanno i modelli?
• Quali lingue e dialetti parlano?
• Chi è responsabile quando qualcosa va storto?

Se decidi di realizzare un sistema sovrano, ti servirà prima di tutto l'infrastruttura, o le fabbriche di IA. Questi datacenter devono poter elaborare, analizzare e generare molti dati con grande rapidità.

Con software di ottimizzazione come vLLM e llm-d, le query degli utenti e i flussi di dati in tempo reale vengono elaborati localmente, senza mai toccare un'interfaccia di programmazione delle applicazioni (API) pubblica. Queste tecnologie ottimizzano l'uso della memoria GPU tramite PagedAttention e consentono la condivisione di enormi modelli fondativi tra più GPU di dimensioni minori. Questo processo, chiamato inferenza distribuita, rende economicamente e tecnicamente possibile alle aziende ospitare l'IA generativa (IA gen) performante sulla propria infrastruttura esistente, evitando così di dover affittare API cloud costose e non sovrane.

Serve poi la forza lavoro. Sarà necessario un team dedicato che si occupi della definizione delle regole, della creazione dei sistemi e della verifica dell'output: ingegneri, data scientist, consulenti legali e ricercatori. Per definire un quadro normativo, sarà poi necessario anche collaborare con le autorità governative: occorrerà creare linee guida per sviluppo e adozione dell'IA, con best practice incentrate su questioni come l'esplicabilità, la trasparenza, la protezione dei dati e la sicurezza informatica. 

Anche se l'obiettivo finale è la sovranità, all'inizio probabilmente ti servirà aiuto. Pertanto, ti consigliamo di collaborare con enti di altri Paesi per unire risorse e competenze. Queste partnership possono anche contribuire a stabilire standard globali per l'utilizzo dell'IA e facilitare il flusso di dati transfrontaliero. 

Cos'è l'inferenza riservata? 

L'inferenza riservata è la tecnologia che rende concreta la sovranità, aiutando nazioni e organizzazioni a passare dalla speranza che i propri dati siano sicuri alla certezza della loro sicurezza. 

L'inferenza riservata è un sistema di sicurezza a livello hardware utilizzato per crittografare i dati mentre l'IA li analizza. In questo modo, i dati restano privati e il provider cloud non può visualizzarli. Durante questo processo, i dati rimangono crittografati (illeggibili) mentre viaggiano attraverso la rete e fino all'arrivo al server. 

Una volta raggiunta l'unità di elaborazione centrale (CPU) o la GPU, vengono temporaneamente decifrati, restando comunque privati poiché entrano in una parte fisica dell'hardware (CPU o GPU) nota come Trusted Execution Environment (TEE). Questa enclave all'interno del chip isola una porzione di circuito e lo rende inaccessibile al resto del computer. Si tratta essenzialmente di uno scudo fisico per la privacy.

I dati vengono decifrati (ma comunque protetti) durante la fase di inferenza e poi nuovamente crittografati mentre attraversano il server cloud, quindi decifrati ancora una volta quando raggiungono il dispositivo.

Per superare la fase di dipendenza da un'infrastruttura esterna e passare a uno stato di sovranità, un soggetto deve controllare quattro componenti chiave dello stack di IA:

• Sovranità dei dati: la sovranità dei dati consiste nel mantenere il controllo sulle modalità di raccolta, classificazione, elaborazione e archiviazione dei dati per soddisfare le normative in materia. I dati sensibili devono trovarsi in uno storage collocato fisicamente all'interno del perimetro sovrano, così da essere soggetti solo alle leggi locali. 

  Nel contesto dell'IA sovrana, la sovranità dei dati influisce su addestramento, inferenza e pesi, nel senso che i dati che utilizzi per addestrare l'IA sono tuoi, per cui, quando un utente pone una domanda, i dati non vengono inviati a un datacenter esterno, ma vengono elaborati a livello locale. Infine, la sovranità dei dati nell'ambito dell'IA sovrana garantisce che il manuale di istruzioni che stabilisce il modo di "pensare" dell'IA sia di tua proprietà e personalizzato.

• Sovranità tecnica: la sovranità tecnica consiste nel possedere (ed essere in grado di convalidare) il modello per lo stack di IA. L'IA non è solo un singolo software, ma una ricetta con una lunga lista di "ingredienti"; quando crei uno stack di IA, utilizzi ingredienti di fornitori diversi. La sovranità tecnica richiede una catena di custodia trasparente che tenga conto di ogni componente del sistema di IA. Questo concetto di tracciabilità è anche noto come Software Bill of Materials (SBOM) o AI Bill of Materials (AIBOM) e funge da inventario completo delle tecnologie in uso, aiutandoti a controllare il sistema per verificarne il corretto funzionamento. 

  Considera di essere un imprenditore che esternalizza la propria contabilità. Puoi affidare i tuoi rendiconti finanziari a un'azienda terza affidandoti al suo lavoro. Dopo un anno, vieni sottoposto a revisione dei conti. Si scopre che l'addetto alla contabilità non ha conservato alcuna ricevuta e che i conti non tornano come dovrebbero. 

  La sovranità tecnica è paragonabile alla scelta di tenere internamente la propria contabilità: utilizzi il tuo software sul tuo computer e richiedi una ricevuta digitale per ogni operazione. All'arrivo del revisore, puoi consegnare una cartella con la data e l'ora, contenente tutte le ricevute e un registro di tutte le persone che hanno toccato i file. 

• Sovranità operativa: la sovranità operativa riguarda chi esegue il tuo sistema; richiede pieno controllo amministrativo, autosufficienza (tramite competenze interne) e una difesa di tipo "kill switch". Questo significa non dover temere che un soggetto esterno possa intervenire da remoto sulle impostazioni della tua IA, disattivandole o modificandole. In parole povere, la sovranità operativa significa gestire la tecnologia in maniera indipendente. 

  Considera una banca indiana che utilizza un sistema di IA con sede negli Stati Uniti. Quest'ultimo rilascia un aggiornamento software che crea drift nel modo in cui l'IA opera ed elabora i dati, iniziando a creare problemi agli utenti finché, all'improvviso, i clienti non riescono più ad accedere ai propri conti. Anziché affidarsi a ingegneri locali per risolvere il problema, la banca deve contattare il servizio clienti per ricevere assistenza operativa. 

• Sovranità della sicurezza: la sovranità della sicurezza consiste nella possibilità di verificare e garantire in maniera indipendente l'integrità, la sicurezza e l'affidabilità dei sistemi e dei processi digitali. In altre parole, si tratta di accertarsi che l'IA stia facendo ciò che dice di fare. La sovranità della sicurezza si concentra su audit continui del sistema e sulla convalida indipendente utilizzando le tue misurazioni anziché quelle indicate dal produttore o dal provider.

  Senza la sovranità della sicurezza, potresti possedere e gestire un sistema che ha allucinazioni o non si comporta come vorresti; con essa, invece, puoi essere certo che la logica dei sistemi soddisfi i tuoi standard e le tue aspettative. Se non funziona correttamente, puoi aprire il sistema e diagnosticare il problema. 

  La sovranità della sicurezza consente anche di produrre prove "pronte per l'audit" del comportamento dell'IA, il che può essere importante ai fini normativi. Strumenti open source come Feast raccolgono i dati da diverse sorgenti in un unico sistema organizzato e forniscono le ricevute. Questo significa che, se un'autorità di regolamentazione chiede perché la tua IA abbia negato un prestito, puoi risalire alla versione esatta dei dati utilizzati per prendere quella decisione.
  
  Scopri di più su Feast

L'open source fornisce i modelli e gli strumenti necessari per creare un'IA sovrana. Senza i modelli open source, infatti, solo poche aziende con grandi disponibilità economiche avrebbero le risorse necessarie a sviluppare l'IA, costringendo tutte le altre ad affittare la tecnologia piuttosto che creare la propria. 

Dopo tutto, uno dei maggiori ostacoli alla creazione di un'IA sovrana è proprio il costo dell'addestramento dei modelli e della creazione di sistemi da zero. Con i software open source e i modelli a pesi aperti, aziende e nazioni possono partire da un modello fondativo, ottimizzandolo poi con i propri dati per soddisfare le proprie esigenze; inoltre, possono utilizzare librerie di codice open source (come vLLM) per ridurre i costi. 

Per IA sovrana si intende il diritto di controllare i propri sistemi di IA. L'IA spiegabile consente di esercitare questo diritto. Non puoi avere sovranità (o potere) su una macchina se non ne comprendi il funzionamento o le ragioni per cui genera determinati risultati. Senza esplicabilità, l'IA sovrana è solo una scatola nera che potrebbe nascondere bias.

Scopri di più sull'IA spiegabile

Con l'evoluzione dell'IA da strumento in grado di rispondere alle domande a sistema capace di comprendere il contesto, le organizzazioni devono creare livelli semantici e gateway Model Context Protocol (MCP) che consentano a un agente IA di esplorare in sicurezza l'intero ecosistema dati aziendale. 

Se si concede all'IA l'accesso a molte informazioni per fornire il contesto, è opportuno proteggere tali informazioni, soprattutto se sono sensibili. 

Per utilizzare l'Agentic AI in un sistema di IA sovrana, è necessario che l'addestramento e la certificazione degli agenti, i grafi di conoscenza e i sistemi backend si trovino nello spazio fisico della giurisdizione di riferimento. In questo modo, può essere addestrata e avere accesso alla conoscenza potenzialmente privata specifica per il suo scenario di utilizzo. Questa vicinanza riduce anche la latenza (ritardo).

Considera un agente IA specializzato in diritto tedesco che ti aiuta a prendere decisioni strategiche; senza l'adozione di sistemi di IA sovrana, potrebbero non funzionare alcuni aspetti:

• Se utilizza set di dati addestrati su dati globali o sistemi legali statunitensi, corre il rischio di generare bias o risultati non del tutto accurati nel contesto tedesco.
• Se questi agenti risiedono in un cloud estero (invece che in uno sovrano), il loro provider può visualizzare dati, memoria e logica e potenzialmente attingere a tale connessione.
• Se l'agente commette un errore, enti locali e internazionali potrebbero non concordare su quali leggi in materia di negligenza si applichino.
• In caso di controversia internazionale, il tuo agente potrebbe essere disattivato perché il provider estero ha revocato la tua chiave API. 

L'IA sovrana contribuisce a garantire che i tuoi agenti siano gestiti nel rispetto dei vincoli e dei limiti della tua giurisdizione. In questo scenario sovrano, l'agente tedesco che si occupa di diritto tedesco ha accesso ai dati di archivio sui server tedeschi, capisce le sfumature della cultura tedesca e ha accesso alla formazione e alle certificazioni richieste per una laurea tedesca in legge. Utilizza, inoltre, un grafo della conoscenza delle sentenze dei tribunali tedeschi che sono fisicamente archiviate in Germania. 

In assenza di pratiche di IA sovrana, i policy maker tedeschi potrebbero affidarsi a un sistema di IA che scambia dati tra la Germania e un Paese estero, utilizzando grafi della conoscenza che includono informazioni legali da tutto il mondo. Questa IA potrebbe inoltre non avere accesso alle sentenze dei tribunali tedeschi, utili invece a perorare la causa. L'addestramento dell'agente potrebbe essere culturalmente diverso da ciò che i legislatori tedeschi si aspettano dai propri sistemi giuridici e dalle proprie politiche. 

Scopri di più sull’Agentic AI

L'uso diffuso dell'IA sovrana potrebbe creare una rete di ecosistemi di IA specializzati e localizzati e introdurre i seguenti vantaggi:

• Sicurezza e protezione dei dati: l'IA sovrana è particolarmente importante in settori altamente regolamentati come la sanità, la finanza e la pubblica amministrazione. Aiuta con la sicurezza informatica e protegge i dati proprietari e la proprietà intellettuale. Supporta, inoltre, una catena di distribuzione del software verificabile: attraverso strumenti come vLLM e llm-d, puoi infatti verificare ogni componente del software prima che entri in contatto con i dati sensibili, trasformando, così, la sicurezza da difesa passiva a verifica attiva.

• Indipendenza dai provider di IA esteri: la creazione e l'utilizzo di sistemi di IA sviluppati internamente consentono a governi e organizzazioni di mantenere il controllo e continuare a operare anche di fronte a fattori esterni dirompenti; tra questi, guerre commerciali, modifiche normative, questioni geopolitiche o interruzioni di corrente esterne.

• Vantaggio competitivo: controllando l'infrastruttura e i modelli di IA, le organizzazioni possono ottimizzare i propri sistemi e personalizzare l'output così che l'IA si comporti in modo da adattarsi al contesto culturale e alle esigenze aziendali. 

• Maggiore fiducia degli utenti: utenti e clienti possono sentirsi più al sicuro sapendo che i propri dati rimangono a livello locale.

• Sostenibilità e controllo delle risorse: controllando come e dove vengono eseguiti i carichi di lavoro, le organizzazioni possono decidere come alimentarli. Ciò potrebbe implicare il ricorso a fonti di energia rinnovabili affinché le attività siano in linea con gli impegni ambientali locali. In definitiva, l'IA sovrana fa sì che un'organizzazione o una nazione in uno stato di dipendenza passi in una condizione di autonomia e indipendenza. 

L'IA sovrana è un percorso strategico che richiede investimenti a lungo termine. Gestire uno stack sovrano personalizzato significa scambiare la comodità con la responsabilità, una transizione che può comportare diverse sfide:

• Ambiguità giuridica: le diverse giurisdizioni gestiscono le leggi in modo diverso. Le organizzazioni dovranno gestire contesti normativi contrastanti per prendere decisioni ponderate su come l'IA dovrebbe agire. Potrebbe essere necessario un consulente legale.

• Lentezza del cambiamento: è noto che le autorità di conformità e regolamentazione si muovono lentamente. Le decisioni potrebbero quindi non essere rapide e i progetti dovranno essere gestiti in modo strategico.

• Costi: oltre a pagare per la potenza di elaborazione e l'infrastruttura necessarie all'IA, le organizzazioni dovranno trovare talenti esperti in grado di implementare le soluzioni tecniche che desiderano creare. Dovranno inoltre investire in ricerca e sviluppo per creare servizi a vantaggio e supporto degli utenti. 

• Complessità tecnica: la creazione di uno stack di IA sovrana richiederà probabilmente alcune modifiche alla tua infrastruttura IT complessiva. In particolare, ciò implica la creazione di nuovo codice e la migrazione dei dati esistenti. Gestirli in autonomia è più difficile che utilizzare un'opzione plug-and-play come Model-as-a-Service (MaaS).

Le strategie per l'adozione dell'IA sovrana variano in base alla disponibilità delle risorse. Di seguito alcuni esempi di come diverse nazioni stanno entrando nel regno dell'IA sovrana:

• Sovranità globale fin dalla progettazione: la Cina è attualmente l'esempio più importante di IA sovrana quasi totale. Il governo cinese ha il controllo sui dati (attraverso leggi rigorose e l'accesso ai dati del settore privato), sulle applicazioni (un ecosistema completamente interno) e sui modelli (attraverso i laboratori nazionali); il Paese investe nello sviluppo di chip locali, ma non è (ancora) del tutto indipendente in termini di hardware. Il Grande Firewall, un sistema statale di censura di Internet, ha aiutato la Cina ad avvicinarsi alla sovranità digitale più di qualsiasi altra nazione. 

• Predominio del settore privato: negli Stati Uniti, le aziende private hanno creato sistemi di IA predominanti ricevendo scarso aiuto diretto da parte del governo. In quanto tale, il fatto che Google, Microsoft, OpenAI e Anthropic controllino lo sviluppo globale dell'IA costituisce di per sé una forma di sovranità. 

• Sovranità normativa: l'approccio dell'Unione europea alla sovranità è incentrato sulla governance anziché sull'infrastruttura. La legge sull'IA dell'UE classifica l'IA in base al rischio e definisce gli standard che i sistemi devono soddisfare per operare nell'Unione europea. Invece di cercare di competere con le infrastrutture e le capacità di calcolo di Paesi come gli Stati Uniti o la Cina, l'UE investe in progetti locali, come Mistral, e stabilisce normative chiare per guidare il settore.

• Mantenere la sovranità il più semplice possibile: i Paesi più piccoli accettano di dipendere da modelli fondativi esteri, ma dedicano il loro tempo e i loro investimenti al fine tuning per le lingue locali, alla creazione di framework di governance nazionali e alla conservazione dei dati a livello locale. Ciò implica l'investimento nei ricercatori locali, senza però cercare di creare una propria versione di ChatGPT di OpenAI. Il progetto SEA-LION di Singapore è un esempio di come si stiano impiegando i talenti locali per creare LLM con focus sulle comunità del sud est asiatico. 

A volte questi termini sono usati in modo intercambiabile e possono essere facilmente confusi. Esaminiamo, invece, quanto sono diversi.

IA sovrana indica i prodotti, lo stack tecnologico e gli strumenti che consentono a una nazione o a un'ente di adottare i sistemi di IA alle proprie condizioni. Si tratta, innanzitutto, di poter decidere come funziona l'IA, dunque capacità, funzionalità e mezzi. 

La sovranità dell'IA è invece un concetto più filosofico che riguarda chi abbia il potere di definire le policy dell'IA. Si tratta di garantire che un ampio spettro di cittadini e comunità possa avere un ruolo significativo nel decidere come l'IA influenza le loro vite e il loro futuro. La sovranità dell'IA amplia l'ambito di utilizzo dell'IA per includere la discussione su diritti umani, democrazia, consenso, conservazione della cultura e valori. 

Considera una nazione che ha la possibilità di ottenere l'IA sovrana compromettendo, però, la sovranità dell'IA dei propri cittadini. Un Paese potrebbe infatti disporre di strumenti di IA sofisticati che funzionano in modo completamente indipendente da qualsiasi altro Paese, ma utilizzarli in modi che non sono corretti o equi per i suoi cittadini. 

IA sovrana e sovranità dell'IA si sovrappongono anche in maniera significativa: per creare un sistema di IA sovrana è necessario infatti porsi domande su valori e potere, responsabilità e rappresentanza, tutte domande che ci costringono a prendere in considerazione aspetti della sovranità dell'IA.

L'IA monopolizzata o centralizzata indica uno scenario in cui solo un paio di hyperscaler controllano la fornitura mondiale di intelligenza, ovvero l'infrastruttura, l'accesso ai dati grezzi e le tecnologie che plasmano le società. Questo scenario potrebbe portare i Paesi che non detengono la proprietà a dipendere da potenze straniere, alimentando potenzialmente conflitti geopolitici. In molti sensi, l'IA sovrana è un tentativo di impedire che ciò accada. 

Con Model-as-a-Service (MaaS) si intende la pratica di pagare per accedere a un modello come ChatGPT. Secondo l'approccio MaaS, se il provider modifica il modello o revoca il tuo accesso, non puoi intervenire in alcun modo. L'IA sovrana consiste proprio nel passare dalla dipendenza dal servizio altrui al possesso del proprio. 

Nel percorso verso l'IA sovrana, è importante comprendere lo spettro della sovranità per capire a che punto ci si trova ora e quali sono i passi da compiere successivamente:

• Sovranità zero: la maggior parte delle aziende inizia da qui, utilizzando l'approccio MaaS. Stai utilizzando un modello che non conosci del tutto e invii i dati in elaborazione oltre confine; in questo scenario, sei solo un inquilino: se il tuo provider stacca la spina, l'IA non funziona più.

• Sovranità parziale: si tratta di una via di mezzo in cui si utilizzano modelli a pesi aperti e ospitati su un'infrastruttura regionale. Sai come modellare la conoscenza dei modelli e possedere il codice. In questo scenario, utilizzi probabilmente chip NVIDIA o provider cloud situati in altri Paesi; ti affidi, dunque, a un hardware esterno.

• Sovranità completa: la tua IA è sviluppata in territorio nazionale e su hardware di tua proprietà. È addestrata su dati locali e funziona grazie a infrastrutture energetiche nazionali. 

Scopri di più sull'approccio MaaS

Il concetto di IA sovrana solleva il dubbio se uno Stato possa controllare l'IA che sempre più modella la sua società. Si tratta del tassello centrale di un puzzle più grande che include tipologie di sovranità più ampie, come quella digitale o la sovranità tecnica:

La sovranità digitale riguarda regole, diritti e giurisdizione in uno spazio digitale.

La sovranità tecnica riguarda il possesso e il controllo dell'infrastruttura e della tecnologia alla base.

L'IA sovrana unisce questi due aspetti e si concentra sui sistemi di IA governati dalle tue regole, costruiti sulla tua infrastruttura, addestrati con i tuoi dati e allineati ai tuoi valori. 

La maggior parte dei Paesi opera nell'ambito della sovranità digitale o di quella tecnica e sebbene ci sia l'ambizione di creare un'IA sovrana, il suo raggiungimento richiede in realtà ancora un maggiore sviluppo delle politiche tecnologiche. 

Nei prossimi anni, si assisterà probabilmente a un aumento dei sistemi di IA ancorati a livello regionale o nazionale: lo dimostrano le pressioni dell'UE per la legge sull'IA e gli investimenti in modelli come Mistral, che evidenziano la volontà europea di avere un'identità di IA diversa da quella attualmente offerta da Stati Uniti e Cina. 

Red Hat® AI è progettato per un'inferenza rapida, flessibile ed efficiente tramite un server basato su vLLM. Collega in modo affidabile i modelli ai dati per unificare la personalizzazione e lo sviluppo di agenti specializzati su un'unica piattaforma. Realizzati su una base open source, i nostri prodotti offrono il pieno controllo dei flussi di lavoro dell'IA, dall'inizio alla fine, su qualsiasi scala. 

Red Hat fornisce una base per l'IA sovrana, aiutando le organizzazioni a creare fabbriche di IA isolate e mantenendo il controllo su sicurezza, dati, modelli e risultati.

La forza del nostro ecosistema risiede nella sua apertura. Nessun fornitore è in grado di risolvere da solo le sfide dell'IA sovrana; agendo come elemento di unificazione tra hardware e cloud diversi, Red Hat ti aiuta a rispettare le normative regionali ed evitare il vendor lock-in. 

Concentrandosi su trasparenza, contributo upstream e standard open source, l'approccio di Red Hat consente la verifica indipendente dell'intero stack tecnologico.