大模型熱潮,讓多家企業(yè)沖在AI產(chǎn)業(yè)底座的路上。
(資料圖片)
從交換機到高端AI服務器,再到云計算和數(shù)據(jù)中心都進入新增長周期。從1到10掀起“千模大戰(zhàn)”的AI革命,將首先在軟件和應用領域展開。
其中,算法作為實現(xiàn)AI功能的關鍵,基礎軟件為其提供運行的平臺和工具。隨著算力性能逐漸同質(zhì)化和標準化,數(shù)據(jù)的差異性和企業(yè)需求的個性化逐漸加大,“AI基礎軟件”作為模型訓練效率和算力使用效率的決定性因素,地位更加凸顯。
在企業(yè)迫切尋求生成式AI應用的加速工具和服務的需求下,一邊NVIDIA AI Enterprise軟件套件和Azure機器學習相結合,供開發(fā)者構建、部署和管理大型語言模型的AI應用;另一邊在產(chǎn)業(yè)起跑發(fā)令槍尚未響起之時,有前瞻性的國內(nèi)AI基礎軟件玩家也開始蠢蠢欲動。
沿著“把數(shù)據(jù)變成模型,讓模型變簡單,讓模型真正用起來”的軸線發(fā)展,萌芽于硅谷車庫,由兩位前微軟工程師創(chuàng)辦于2013年的九章云極DataCanvas,經(jīng)歷過去十年隨著AI技術的不斷普及和深入應用后,在這次大模型moment的爆燃之下,也欲發(fā)起新動作。
微軟工程師回國創(chuàng)業(yè),入局數(shù)據(jù)科學平臺作為AI賽道的早期入局者,九章云極DataCanvas背后站著兩個男人:方磊和尚明棟。
兩人在美國待了10年,不僅是美國雪城大學攻讀計算機工程碩士時的同窗好友,后又都加入微軟工作。2008年,微軟從各個團隊中,抽取精明強將,組成了類startup的團隊,晚亞馬遜2年沖入云計算,方磊跟尚明棟便是其中之二。
彼時,身處內(nèi)部,兩人從工程師角度看到了很多趨勢,比如早期微軟只提供PaaS服務,后被市場教育,又變成了提供SaaS和PaaS服務。在大廠率先試錯的過程中,2011年,云上收入增長迅速,多家企業(yè)規(guī)模量級發(fā)生變化。
尚明棟觀察到,一些傳統(tǒng)的大公司,開始成批量把算力往云上去遷移,驗證了當初杰夫貝索斯對云建設的初衷。
“一開始有人嘲笑說云建設就是弄一堆RDC的機房,但貝索斯的愿景是以后接管所有企業(yè)的IT,從底層計算存儲一直到上層數(shù)據(jù)能力建設等各種基礎能力的建設。企業(yè)不需要再有一個IT團隊去維護,以非常低的成本就形成一套很復雜、高可用、高并發(fā)的架構?!?/p>
2013 年前后,美國的數(shù)據(jù)科學平臺創(chuàng)業(yè)迎來爆發(fā)期,加之,公有云的技術環(huán)境形成,促使新一代數(shù)據(jù)和人工智能(Data AI)的公司不斷孵化出來....Databricks、Snowflake 等一批后來崛起為頭部的公司大都是從這個時候起步。
方磊和尚明棟順勢而為,決定回國在數(shù)據(jù)科學平臺領域創(chuàng)業(yè),九章云極DataCanvas由此成為國內(nèi)最早入局自動化數(shù)據(jù)科學平臺的供應商。
2014 年,方磊給投資人的郵件中表示:容器技術自 2012 年出現(xiàn)后,給分析行業(yè)帶來了很大的改變,容器化的方式統(tǒng)一了分析流程的運行基礎。而且,與容器結合后,機器學習、深度學習等不再只是在上層增光添彩的小工具,而成為了標準化的基礎設施。
同年,這一創(chuàng)業(yè)設想便拿到了亞杰天使基金的天使輪投資。
聚焦“AI基礎軟件”擴大版圖,超20家資本競相押注尚明棟也深知AI基礎軟件更清晰的定位以及上下游的合作,往往更適用于一個相對來說比較成熟的生態(tài)分工,絕非一蹴而就。
在花了兩年時間打磨DataCanvas 數(shù)據(jù)科學平臺后,尚明棟意識到要把產(chǎn)品變成商品,需要對市場需求精準洞察,而技術創(chuàng)業(yè)的背景早期讓其在市場化上也走過一些彎路。想要在國內(nèi)把數(shù)據(jù)和算法變成生意,從有數(shù)據(jù)處理需求的大型企業(yè)入手成為了解法。
尚明棟坦言,模型作為數(shù)據(jù)資產(chǎn)的一部分,從大趨勢上看,數(shù)據(jù)產(chǎn)生、能力構建是一個持續(xù)建設的過程,信息化能力建設最早的行業(yè)一定相對來說數(shù)據(jù)更剛需和密集。
彼時,金融行業(yè)的信息化程度遠高于其他行業(yè),銀行是當時國內(nèi)IT 預算最高的企業(yè)之一,亦成為了九章云極DataCanvas瞄準金融行業(yè)的最先切入點。時至今日,中國前一百家銀行里,九章云極DataCanvas客戶占比超50 家,驗證了其AI創(chuàng)業(yè)以“business”的核心。
商業(yè)化驗證的同時,為解決企業(yè)在進行數(shù)據(jù)分析時面臨的AI建模難度門檻過高、以及AI推理等問題,九章云極DataCanvas也不斷完善產(chǎn)品版圖。
在“人工智能基礎軟件”的定位下,公司不僅通過AutoML自動機器學習、AutoDL自動深度學習和ModelOps提供模型運行的全生命周期,更通過其研發(fā)的HSAP數(shù)據(jù)庫DingoDB落地Data-Centric AI。
此外,九章云極DataCanvas從DAT自動機器學習軟件、DingoDB實時交互式分析數(shù)據(jù)庫,到去年7月發(fā)布的YLearn因果學習軟件,不斷以開源重器刷新了業(yè)界對開源基礎軟件的期望。后者作為全球首款一站式處理因果學習完整流程的開源算法工具包,填補了可信AI、可解釋AI高性能基礎軟件的市場空白,而這也正是推動AI技術實現(xiàn)從“預測”到“決策”的規(guī)?;瘧玫闹匾ぞ摺?/p>
尚明棟表示,AI基礎軟件不光是一個基礎軟件,還面向國內(nèi)toB的生態(tài)合作。隨著眾多廠商協(xié)作產(chǎn)生的分工細化,在toB生態(tài)下,面對行業(yè)數(shù)據(jù)、結構的不同,企業(yè)更需要考慮在某一個能力層里進行長期的可復用、標準化。
這其中,越是偏底層的能力,他認為越應該參與到開源生態(tài)中,通過更多人適配變成整個標準化生態(tài)分工里的一環(huán)。
“從這一點上來說,我們尊重且積極參與到開放生態(tài),會開源一些比較底層的計算框架,而偏上面的行業(yè)應用,甚至是交互式的應用工具鏈,會更支持企業(yè)化特性?!鄙忻鳁澅硎?,九章云極DataCanvas會保持對開源生態(tài)的兼容,處于中間層的位置,向上更靠近應用,向下更靠近底層。
據(jù)了解,九章云極DataCanvas軟件產(chǎn)品收入占六成以上,除在金融行業(yè)客戶滲透率不斷提高外,其在通信、工業(yè)制造、政府、交通等多行業(yè)均有標桿客戶落地。
10年間,九章云極DataCanvas加速狂奔,資本的橄欖枝也接連不斷。
去年9月,九章云極DataCanvas完成龍門資本領投的C+輪融資,至此,已在9輪融資中獲得超20家機構押注,其中中關村發(fā)展前沿基金、領沨資本、紅點中國、賽富投資基金、襄禾資本等知名機構更是多輪加持。
以“大+小”方式,形成模型訓練新范式在技術快速發(fā)展和行業(yè)生態(tài)變遷下,如果說過去的產(chǎn)品矩陣是九章云極DataCanvas針對企業(yè)現(xiàn)有能力來進行伴生式的成長,那么大模型則是九章云極DataCanvas的詩和遠方。
近兩年,在跟規(guī)模體量特別大的客戶溝通并構建大規(guī)模深度學習的分布式訓練框架時,尚明棟就感受到面向未來的非結構化數(shù)據(jù)越來越多,只不過業(yè)內(nèi)尚無大規(guī)模需求涌現(xiàn)。
而這些早期的個別需求讓他在訓練模型時,注意到隨著模型由小變大,大模型訓練成本高甚至可能還會進入到空轉狀態(tài),形成大量成本浪費,故而需要一面訓練,一面監(jiān)控,一面動態(tài)調(diào)整訓練參數(shù),讓其持續(xù)進入到收斂態(tài)。
尚明棟坦言,自2019年起,團隊就開始挑可能通過長期投入來形成核心壁壘的點,作為大模型的投入重心。
在他看來,過去中小模型解決的是場景,現(xiàn)在大模型替代的是分工和角色。想讓企業(yè)更認可大模型的價值,一要用大模型的能力,給企業(yè)帶來更多收益,二要為企業(yè)節(jié)省更多人力成本。簡而言之就是實現(xiàn)客戶一些原先不能的,或者是原先效果不夠好的能力,在能力建設和業(yè)務結合時做好開源節(jié)流。
基于這樣的邏輯,九章云極DataCanvas將與行業(yè)生態(tài)結合得較緊密的需大量成本消耗的環(huán)節(jié),作為可能被大模型所替代和驅動的目標。
當下,大模型雖表現(xiàn)優(yōu)異,但對于各行業(yè)使用者來說,實際應用于業(yè)務場景仍然存在較高的技術和成本門檻。模型的參數(shù)標準并不統(tǒng)一,相對于參數(shù)級,模型的效果且是否能夠支持快速迭代對于企業(yè)客戶實際應用來說更為重要??蛻裟軌蛟谝粋€白盒大模型基礎上快速地、低成本地微調(diào)和迭代出客制化的小模型,才能高效地實現(xiàn)豐富場景的大模型應用。而這正是AI基礎軟件工具鏈的重要性。
尚明棟表示,大模型未來可能和中小模型更趨同化,而大模型和小模型的融合使用,大模型的小型化,或者說以大模型為底座的小型化微調(diào),也是一種趨勢,能夠以低廉的成本解決大量的問題。AI基礎軟件通過大模型+小模型的方式,正形成模型訓練新范式。
他指出,不管是大模型還是小模型,本質(zhì)上都是模型,實際就是數(shù)據(jù)的濃縮,包含價值、邏輯密度。數(shù)據(jù)不開放,必然要搬運能力,而且是大模型所需的整個能力棧。
而通過過去啃下的技術“硬骨頭”,使得九章云極DataCanvas在大模型的落地和應用里,能快速找到能力組合的戰(zhàn)略要點,打造更標準化的大模型工具鏈:不僅會在支持現(xiàn)有框架下,把構建大模型的能力引入行業(yè)的邊界里去,而且還會給行業(yè)提供能力閉環(huán)。
“作為AI生態(tài)鏈中基礎軟件環(huán)節(jié)的能力提供者,過去10年我們一直在驗證從模型構建到模型推理生產(chǎn)化,甚至到后期的模型管理,形成一個基于以模型全生命周期作為起點和終點來進行的能力建設的閉環(huán),來對行業(yè)產(chǎn)生價值,讓客戶為能力買單?!?/p>
而這樣的閉環(huán)在大模型構建下,尚明棟預測會有新的能力建設隨新的大閉環(huán)而產(chǎn)生。
在他看來,大模型很像新時代的制造業(yè),大家在一個流水線上,下游負責算力、更底層的一些計算框架,九章云極DataCanvas負責好基礎軟件,模型的完整生命周期的構建和推理,并賦能于后面的應用,是一個更面向產(chǎn)業(yè)的閉環(huán)。
而其中,相較于專業(yè)能力分工更細致化,有前瞻性技術和能力構建的頭部客戶,真正進行大規(guī)模變現(xiàn)和賦能的是更偏向于最終應用的腰部企業(yè),需要九章云極DataCanvas從基礎軟件往應用側提供一部分服務,去把最后這一公里補齊。其透露,目前大模型方面已經(jīng)開始有付費客戶。
據(jù)IDC預測,到2026年,大規(guī)?;A模型將成為大型供應商提供的標準行業(yè)實用程序。隨著各大廠商更加投入到底層基礎軟件的建設中,在時代推動和產(chǎn)業(yè)帶動下,以九章云極DataCanvas為代表的AI基礎軟件公司又將有哪些變與不變,讓我們拭目以待。