隨著人工智慧技術快速發展，企業對機器學習操作平台（MLOps）的需求日益增長。眾多企業都在尋求高效、經濟的解決方案來建構、測試和部署機器學習模型。韓國AI公司VESSL AI另闢蹊徑，專注於優化GPU成本，為企業提供更具性價比的MLOps平台，並獲得了顯著成功。 Downcodes小編將為您詳細解讀VESSL AI及其在AI市場中的獨特定位。
隨著人工智慧越來越融入企業的工作流程和產品，市場上對機器學習操作平台（MLOps）的需求也不斷上升。這類平台幫助企業更輕鬆地建立、測試和部署機器學習模型。然而，儘管市場上已有不少競爭者，例如InfuseAIComet 等創業，以及Google雲端、Azure 和AWS 等大公司，南韓的VESSL AI 卻希望透過聚焦GPU 費用的優化，找到自己的發展空間。
圖源備註：圖片由AI生成，圖片授權服務商Midjourney
最近，VESSL AI 成功完成了一輪1,200萬美元的A 輪融資，旨在加速其基礎設施的發展，主要服務那些希望開發客製化大型語言模型（LLMs）和垂直AI 代理的企業。該公司目前已擁有50個企業客戶，客戶包括現代汽車、LIG Nex1(南韓的一家航空與武器製造商)、TMAP Mobility(Uber 與SK Telecom 的合資企業)等知名公司。此外，VESSL AI 也與甲骨文和谷歌雲等在美國的企業建立了策略合作。
VESSL AI 的創始團隊由Jaeman Kuss An（執行長）、Jihwan Jay Chun(首席技術長)、Intae Ryoo(首席產品長)和Yongseon Sean Lee(技術負責人)組成。他們在成立公司之前，曾在Google、PUBG 知名企業和一些AI 新創公司工作。創辦人An 在先前的醫療科技公司開發機器學習模型時，發現這個過程既繁瑣又耗費資源，因此他們決定利用混合基礎設施來提高效率和降低成本。
VESSL AI 的MLOps 平台採用了一種多雲策略，透過使用不同雲端服務供應商的GPU，幫助企業將GPU 開支降低多達80%。這樣的做法不僅解決了GPU 短缺的問題，也優化了AI 模型的訓練、部署和運營，尤其是大型語言模型的管理。 An 提到，該系統能夠自動選擇最具成本效益和效率的資源，為客戶節省開支。
VESSL 的產品有四大核心功能，包括:VESSL Run（自動化AI 模型訓練）、VESSL Serve(支援即時部署)、VESSL Pipelines(整合模型訓練和資料預處理以簡化工作流程)、以及VESSL Cluster(優化集群環境中的GPU 資源使用)。在這輪融資後，VESSL AI 的總融資額已達到1,680萬美元，公司在韓國和美國聖馬刁設有35名員工。
劃重點:
VESSL AI 完成1,200萬美元A 輪融資，致力於優化企業GPU 費用。
? 目前擁有50家企業客戶，包括現代汽車和LIG Nex1等知名企業。
平台透過多雲策略，將GPU 成本降低多達80%，並提供多項核心功能。
總而言之，VESSL AI 透過其獨特的GPU成本優化策略，為企業提供高效經濟的MLOps平台，並在市場上佔有了一席之地。其成功融資和眾多知名客戶也證明了其技術的價值和市場潛力。未來，VESSL AI的發展值得持續關注。