首页 > 其他分享 >运维领域的大模型

运维领域的大模型

时间:2024-11-01 21:47:26浏览次数:3  
标签:运维 AI 模型 领域 应用 自动化 生成

来自 o1-preview的回答:

关于运维领域的大模型,以下几家公司和产品在行业内具有较高的知名度和应用效果:


1. 华为(Huawei)

华为在智能运维领域应用了大模型技术,打造了基于大小模型协同的网络智能运维系统。该系统具有统一的自然语言交互界面,用户可以通过自然语言输入问题,运维工具输出自然语言答案。具体功能包括:

  • 健康度报告和查询:对已知问题,提供健康度报告、健康度查询等服务。
  • 故障闭环推荐:针对已知故障,提供闭环处理的推荐方案。
  • 知识检索:对于未知问题,调用知识检索能力,帮助定位和解决问题。
  • 多源数据关联分析:结合大模型的逻辑推理与总结归纳能力,辅助进行多源数据的关联分析,降低运维人员的理解和操作难度。

应用场景:

  • 故障诊断与排除
  • 网络健康度监测
  • 运维知识管理与检索
  • 多源数据关联分析

参考资料: 大模型的落地场景有哪些?看华为、吉利、工行等10家企业的最佳实践


2. PagerDuty Copilot

PagerDuty Copilot 是 PagerDuty 公司推出的基于大模型的运维助手,为 PagerDuty Cloud 用户提供生成式 AI 服务。主要应用场景包括:

  • 事件辅助诊断 AI 助手:在事件发生时,提供上下文支持,帮助识别影响因素和问题隔离,并提出补救路径。
  • AI 生成事件状态更新:自动生成基于角色的状态更新草稿,简化沟通流程,减轻响应者的负担。
  • AI 生成事后分析及总结报告:事件解决后,自动创建全面的事后总结报告,包含主要发现、根本原因和改进建议。
  • AI 生成流程自动化:利用生成式 AI,自动创建自动化工作流程的脚本,提升自动化水平。

应用场景:

  • 事件响应与诊断
  • 沟通与协作优化
  • 事后分析与知识积累
  • 流程自动化与脚本生成

参考资料: PagerDuty Copilot - 运维领域大模型应用场景


3. 京东云

京东云在运维领域探索了大模型的多种应用,旨在提升运维工作的智能化和自动化水平。主要实践包括:

  • 运维智能助手:基于大模型构建 RAG(Retrieval-Augmented Generation)应用,利用运维知识库,帮助研发和运维人员自助解决问题。
  • 自动化问题诊断与修复:大模型自动诊断系统问题,提供修复建议或自动执行修复操作。
  • 智能日志分析:大模型自动解析海量日志,识别异常模式,生成易于理解的报告。

应用场景:

  • 智能问答与支持
  • 问题预测与预防
  • 日志分析与异常检测

参考资料: 从人工到自动化到 AIOps 再到 ChatOps:大模型在运维领域的应用


总结:

在运维领域,华为的智能运维系统和 PagerDuty Copilot 都是应用大模型的优秀案例。它们利用大模型的自然语言处理和逻辑推理能力,提升了运维工作的效率和智能化水平。具体应用场景包括:

  • 智能助手:提供自然语言交互,辅助故障诊断和问题解决。
  • 自动化问题诊断与修复:快速定位问题并提供解决方案。
  • 智能日志分析:分析大量日志数据,识别异常和潜在风险。
  • 知识管理与文档生成:自动生成和更新运维文档、知识库。
  • 流程自动化:自动生成运维流程脚本,增强自动化能力。

选择最佳的大模型解决方案,需要根据企业自身的技术需求、现有系统和未来发展规划进行评估。建议结合实际运维需求,参考以上案例,选择最适合的运维大模型解决方案。

标签:运维,AI,模型,领域,应用,自动化,生成
From: https://blog.51cto.com/mizy/12429799

相关文章

  • 大语言模型:LLM如何应用到实际的业务中
    在上节介绍了LLM的基本实现原理:LLM通过接收一段提示词,将其拆解为Token(也可以理解为模型特定的分词)以嵌入(embedding)的方式作为输入,然后基于Transformer架构识别文本中的关键信息和上下文,进行文本预测生成。而,将LLM应用到实际的业务中更重要,因为只有使用才能创造价值。今天就......
  • [小语言模型-代码生成]Textbooks Are All You Need II: phi-1.5 technical report
    全文总结本文介绍了phi-1.5技术报告,探讨了更小的Transformer基语言模型的能力。研究背景背景介绍:这篇文章的研究背景是近年来大型语言模型(LLMs)在自然语言处理领域的显著进步,特别是像GPT-4这样的最新一代模型展示了前所未有的能力。然而,这些模型的规模也带来了巨大的经济......
  • HumanEval: 语言模型生成代码的评估方法
    论文地址:EvaluatingLargeLanguageModelsTrainedonCode本文尝试从代码层面分析一下这个数据集是如何衡量从文档生成代码的功能正确性。安装condacreate-nhuman-evalpython=3.7condaactivatehuman-evalgitclonehttps://github.com/openai/human-evalpipinstall......
  • C++对象模型:object
    一、objecttypedefstruct{floatx;floaty;floatz;}Point3d;可以有以下方法打印上述类型字段:定义函数voidprint_point3d(constPoint3d*pd){printf("(%g,%g,%g)",pd->x,pd->y,pd->z);}若要更有效率,可以定义一个宏函数#definePoint3d_print(pd)......
  • C++对象模型:constructor
    构造函数constructorexplicit的引入,是为了能够制止“单一参数的constructor”被当作一个conversion运算符带有默认构造函数的对象成员若一个类中包含对象成员,且该对象有默认构造函数,此时:若该类没有构造函数则编译器会合成一个默认构造函数,且发生在真正调用时若该类有构造函......
  • 深入解析 Transformers 框架(三):Qwen2.5 大模型的 AutoTokenizer 技术细节
    前面2篇文章,我们通过查看Transformers包代码,学习了Transformer包模块API设计、模型初始化和加载流程:第1篇:transformers推理Qwen2.5等大模型技术细节详解(一)transformers包和对象加载第2篇:transformers推理Qwen2.5等大模型技术细节详解(二)AutoModel初始化......
  • 模拟大模型训练时,单双精度输出不一致?从而加剧幻觉?或导致幻觉?
        下面是Python代码。就同样的随机数据,分别在单精度、双精度下做模拟训练与预测,最后比较它们预测的值,发现不一致。    大家看看,代码是否有问题?importnumpyasnpimporttensorflowastffromtensorflow.keras.layersimportDense,LSTMfromtensorfl......
  • yolov8旋转目标检测从原理到模型训练、部署、验证、推理(附代码)
    定向边界框目标检测在这里插入图片描述导言定向目标检测是在传统目标检测的基础上更进一步的技术,它引入了一个额外的角度参数,以更精确地定位图像中的物体。传统的目标检测算法通常使用轴对齐的矩形包围框来框定物体,而定向目标检测则使用旋转的边界框,这些边界框能够更好......
  • LLaVA-1.5:强大的多模态大模型(包含论文代码详解)
    1.概述LLaVA是一个由威斯康星大学麦迪逊分校、微软研究院和哥伦比亚大学的研究人员开发的大型语言和视觉助手。它是一个端到端训练的大型多模态模型,结合了视觉编码器和语言模型,用于通用的视觉和语言理解。 微软研究院、威斯康星大学的研究人员在LLaVA基础之上,继续开源了LLa......
  • 中国人工智能产业发展联盟发布《基于大模型的数字人系统技术要求》
    当前,以数字人为代表的新型智能化应用正在持续拓展和深化应用场景,为企业创新交互模式、提升经营效率和自动化执行水平提供了有力帮助,成为加快发展新质生产力的重要体现。在大模型技术的助力下,数字人正逐渐从单一虚拟形象向“有头有脸有脑”创新进化,将有望成为未来多模态人机交互......