مع التطور السريع لتكنولوجيا الذكاء الاصطناعي، يزداد الطلب على منصات تشغيل التعلم الآلي (MLOps). تبحث العديد من المؤسسات عن حلول فعالة ومنخفضة التكلفة لبناء نماذج التعلم الآلي واختبارها ونشرها. اتبعت شركة الذكاء الاصطناعي الكورية الجنوبية VESSL AI نهجًا مختلفًا، حيث ركزت على تحسين تكاليف وحدة معالجة الرسومات وتزويد المؤسسات بمنصة MLOps أكثر فعالية من حيث التكلفة، وحققت نجاحًا كبيرًا. سيشرح محرر Downcodes VESSL AI وموقعه الفريد في سوق الذكاء الاصطناعي بالتفصيل.
مع تزايد دمج الذكاء الاصطناعي في سير عمل المؤسسة ومنتجاتها، فإن الطلب على منصات عمليات التعلم الآلي (MLOps) آخذ في الارتفاع أيضًا. تساعد مثل هذه المنصات المؤسسات على إنشاء نماذج التعلم الآلي واختبارها ونشرها بسهولة أكبر. ومع ذلك، على الرغم من وجود العديد من المنافسين في السوق، مثل الشركات الناشئة مثل InfuseAIComet، بالإضافة إلى الشركات الكبيرة مثل Google Cloud وAzure وAWS، فإن VESSL AI في كوريا الجنوبية تأمل في العثور على مساحة التطوير الخاصة بها من خلال التركيز على تحسين وحدة معالجة الرسومات. التكاليف.
ملاحظة لمصدر الصورة: تم إنشاء الصورة بواسطة الذكاء الاصطناعي، والصورة معتمدة من قبل مزود الخدمة Midjourney
في الآونة الأخيرة، أكملت VESSL AI بنجاح جولة تمويل من السلسلة A بقيمة 12 مليون دولار، بهدف تسريع تطوير بنيتها التحتية وخدمة المؤسسات التي ترغب في تطوير نماذج لغوية كبيرة مخصصة (LLMs) ووكلاء الذكاء الاصطناعي العمودي. لدى الشركة حاليًا 50 عميلًا من الشركات، بما في ذلك شركات معروفة مثل Hyundai Motor، وLIG Nex1 (شركة تصنيع الطيران والأسلحة الكورية الجنوبية)، وTMAP Mobility (مشروع مشترك بين Uber وSK Telecom). بالإضافة إلى ذلك، أنشأت VESSL AI أيضًا تعاونًا استراتيجيًا مع شركات في الولايات المتحدة مثل Oracle وGoogle Cloud.
يتكون الفريق المؤسس لشركة VESSL AI من Jaeman Kuss An (الرئيس التنفيذي)، وJihwan Jay Chun (الرئيس التنفيذي للتكنولوجيا)، وIntae Ryoo (الرئيس التنفيذي للمنتجات)، وYongseon Sean Lee (القائد الفني). قبل تأسيس الشركة، عملوا في Google وشركات PUBG الشهيرة وبعض الشركات الناشئة في مجال الذكاء الاصطناعي. عندما قام المؤسس "آن" بتطوير نماذج التعلم الآلي في شركته السابقة للتكنولوجيا الطبية، وجد أن العملية مرهقة وتستهلك الموارد، لذلك قرروا الاستفادة من البنية التحتية المختلطة لزيادة الكفاءة وخفض التكاليف.
تتبنى منصة MLOps الخاصة بشركة VESSL AI إستراتيجية متعددة السحابة لمساعدة المؤسسات على تقليل نفقات وحدة معالجة الرسومات بنسبة تصل إلى 80% باستخدام وحدات معالجة الرسومات من موفري الخدمات السحابية المختلفين. لا يحل هذا النهج مشكلة نقص وحدة معالجة الرسومات فحسب، بل يعمل أيضًا على تحسين تدريب ونشر وتشغيل نماذج الذكاء الاصطناعي، وخاصة إدارة نماذج اللغات الكبيرة. ذكر أنه يمكن للنظام تلقائيًا تحديد الموارد الأكثر فعالية من حيث التكلفة وكفاءة لتوفير أموال العملاء.
تحتوي منتجات VESSL على أربع وظائف أساسية، بما في ذلك: تشغيل VESSL (تدريب نموذج الذكاء الاصطناعي الآلي)، وخدمة VESSL (دعم النشر في الوقت الفعلي)، وخطوط أنابيب VESSL (دمج تدريب النماذج والمعالجة المسبقة للبيانات لتبسيط سير العمل)، ومجموعة VESSL (تحسين المجموعات) GPU استخدام الموارد في البيئة). وبعد هذه الجولة من التمويل، وصل إجمالي تمويل VESSL AI إلى 16.8 مليون دولار، ويعمل لدى الشركة 35 موظفًا في كوريا الجنوبية وسان ماتيو بالولايات المتحدة.
تسليط الضوء على:
أكملت شركة VESSL AI تمويلًا بقيمة 12 مليون دولار أمريكي من السلسلة A وهي ملتزمة بتحسين تكاليف وحدة معالجة الرسومات للمؤسسات.
يوجد حاليًا 50 عميلًا من الشركات، بما في ذلك الشركات المعروفة مثل Hyundai Motor وLIG Nex1.
تعمل المنصة على تقليل تكاليف وحدة معالجة الرسومات بنسبة تصل إلى 80% من خلال إستراتيجية السحابة المتعددة وتوفر وظائف أساسية متعددة.
بشكل عام، توفر VESSL AI للمؤسسات منصة MLOps فعالة واقتصادية من خلال إستراتيجيتها الفريدة لتحسين تكلفة وحدة معالجة الرسومات (GPU) وقد رسخت مكانتها في السوق. كما يثبت تمويلها الناجح والعديد من العملاء البارزين قيمة تقنيتها وإمكاناتها السوقية. في المستقبل، يستحق تطوير VESSL AI الاهتمام المستمر.