初创公司融资910万美元以自动优化AI算法

说到AI，大家是不是觉得它像个“富二代”，烧钱速度快得让人咋舌？这不，初创公司Deci刚刚融资了910万美元，准备用AI自动优化算法来“省钱”。机器学习的高成本一直是个大问题，像OpenAI训练GPT-3就花了1200万美元，这钱都能买好几栋豪宅了！Deci的秘诀是通过重新设计模型，让AI在任何硬件上都能跑得更快，据说能提高10倍速度，简直是AI界的“省油小能手”。

那么，问题来了：为啥AI这么烧钱？主要是因为算法复杂、硬件贵，还有训练时间长。Deci的解决方案是通过数据预处理、模型优化和推理加速，来降低成本和延迟。这就像给AI装了个“节油器”，既省了钱又提了速，何乐而不为呢？

不过，Deci并不是唯一的“节油器”制造商。像OctoML、DeepCube和Neural Magic也在做类似的事情。他们各有各的绝招，比如利用芯片内存、重新设计算法等。看来，AI领域的竞争就像一场“节油大赛”，谁能省得最多，谁就能笑到最后。

总之，AI的未来不仅要靠技术突破，还得靠成本控制。Deci这样的公司就像AI界的“理财顾问”，帮助企业在烧钱的AI世界里找到省钱之道。下次当你听说某个AI项目又花了多少钱时，不妨想想这些“节油大师”们，他们正在为AI的未来铺一条更经济的路。

据外媒报道，深度学习初创公司Deci宣布，其在种子轮融资中筹集了910万美元，该轮融资由以色列公司Emerge领投，投资机构Square Peg也参与了该轮融资。据一位发言人所说，公司计划利用该笔资金争取客户，扩大特拉维夫的员工队伍。

机器学习的部署历来受制于算法的规模和速度，以及对昂贵硬件的需求。事实上，麻省理工学院的一份报告发现，机器学习可能正在接近计算极限。另有一项Synced的研究预计，华盛顿大学Grover虚假新闻探测模型在两周内的训练成本为2.5万美元。此外，据报道，OpenAI花费了1200万美元训练其GPT-3语言模型，而谷歌花费了大约6912美元训练一个双向转换模型BERT，可以重新定义11个自然语言处理任务的最新状态。

Deci由Yonatan Geifman、企业家Jonathan Elia和以色列理工学院计算机科学系教授Ran El-Yaniv共同创办。Geifman与El-Yaniv二人在以色列理工学院相识，当时Geifman是计算机科学系的博士生。利用数据科学技术，该公司表示能够通过重新设计模型来增大吞吐量，并将延迟性降至最低，从而能够在任何硬件上将深度学习的运行速度提高10倍。

Deci通过数据预处理和加载、选择模型架构和超参数(即影响模型预测性的变量)以及优化推理模型，从表面上加速了运行时间。此外，该公司还负责部署、服务、监控和可解释性等步骤。据Deci所说，其平台可支持亚马逊Web Services、微软Azure、谷歌云计算平台以及其他云计算环境，还能持续跟踪模型，在客户采用更划算的人工智能加速器时发送警报和建议。

此外，Deci的加速器对模型进行了重新设计，以创建出具有多个计算路线的新模型，而且此类计算路线都针对一个给定的推理设备进行了优化。每条路线都有一个专门的预测任务，Deci的路线组件会确保每个输入的数据被定向至合适的路线上。

Deci的竞争对手是初创公司OctoML，后者也表示可以通过专有工具和流程自动优化机器学习。该公司的其他竞争对手还包括DeepCube，后者将其解决方案描述为“基于软件的推理加速器”;还有Neural Magic公司，该公司则会重新设计AI算法，通过利用芯片的可用内存，在现有的处理器上更高效地运行。而Deci的另一个竞争对手DarwinAI则采用称作“生成合成”(generative synthesis)的技术来消化模型，然后再吐出得到高度优化的版本。

Deci表示，在测量深度学习性能的基准套件MLPerf上进行测试时，其平台将流行的ResNet神经网络在英特尔处理器上的推理速度提高了11.8倍，同时也实现了精度目标。该公司表示，其已经有众多自动驾驶汽车、制造业、通讯业、视频和图像编辑以及医疗保健公司客户。