近年來,人工智能行業(yè)邁進(jìn)高速發(fā)展期,分工細(xì)化,產(chǎn)業(yè)落地成為主旋律,AI 與各個場景的交叉、對話不斷在發(fā)生。為幫助AI應(yīng)用落地,機(jī)器學(xué)習(xí)正在發(fā)揮巨大價值。據(jù)公開消息顯示,近日,機(jī)器學(xué)習(xí)基礎(chǔ)設(shè)施領(lǐng)域(簡稱:MLOps)企業(yè)「TensorChord」宣布完成數(shù)百萬美元的種子輪融資。本輪融資領(lǐng)投方為高瓴創(chuàng)投(GL Ventures),云九資本跟投。

TensorChord成立于2022年6月,主打MLOps領(lǐng)域。MLOps的主要作用是連接算法工程師團(tuán)隊和AI基礎(chǔ)設(shè)施團(tuán)隊,建立起簡單易用的模型開發(fā)、部署與運(yùn)維流程,從而幫助企業(yè)提升AI落地的效率和效果。公司聯(lián)合創(chuàng)始人兼CEO高策也進(jìn)一步表示,MLOps的目標(biāo)是幫助AI更好地落地,所以只有當(dāng)企業(yè)的AI應(yīng)用越來越多的時候,MLOps才有用武之地。過去幾年里,AI技術(shù)應(yīng)用的爆發(fā),海外幾家MLOps公司的發(fā)展,以及高策和團(tuán)隊對AI在公有云中落地程度的觀察,都讓他們更加確信MLOps的發(fā)展前景,TensorChord也就此成立。

在具象的市場需求方面,TensorChord團(tuán)隊發(fā)現(xiàn)AI領(lǐng)域在快速發(fā)展的同時,也存在人才、硬件浪費(fèi)的問題。而公司的第一款產(chǎn)品「envd」則致力于提升算法工程師的人效和硬件資源的利用率。

在提升人效方面,據(jù)高策介紹,當(dāng)前不少公司內(nèi)部的算法工程師需要花費(fèi)大量精力在構(gòu)建和維護(hù)AI基礎(chǔ)設(shè)施上,但在他看來,算法工程師的工作應(yīng)該服務(wù)于公司的核心業(yè)務(wù),為業(yè)務(wù)發(fā)展創(chuàng)造更多價值。

此外,今天的算法工程師在工作時,也常常需要AI基礎(chǔ)設(shè)施團(tuán)隊幫忙進(jìn)行資源配置工作。比如,當(dāng)算法工程師基于容器架構(gòu)進(jìn)行調(diào)試時,需要AI基礎(chǔ)設(shè)施團(tuán)隊幫忙構(gòu)建容器鏡像。而envd則提供了一種基于Python語言的鏡像構(gòu)建方式,讓算法工程師也可以自行完成這一部分工作,從而提升團(tuán)隊整體效率。

而在提升硬件資源利用率方面,高策解釋,GPU本身不?持硬件輔助的虛擬化等特性,使得其利用率有待提高。

具體表現(xiàn)為,算法工程師需要基于GPU進(jìn)行算法的調(diào)試工作,而GPU等底層資源屬于AI基礎(chǔ)設(shè)施團(tuán)隊的管轄范疇,算法工程師需要申請使用,這使得不論是在本地使用GPU卡,還是采用集群或容器的方式,算法工程師都偏向長期占用GPU開展工作。這種情況下,AI基礎(chǔ)設(shè)施團(tuán)隊無法及時對GPU進(jìn)行回收,就會造成企業(yè)計算資源的浪費(fèi)?！霸诠性粕?GPU 的利?率在 30-40% 就已經(jīng)是?常不錯的表現(xiàn)了?！贬槍@一痛點(diǎn),高策介紹,envd可以精準(zhǔn)洞察GPU資源的占用情況 ,幫助AI基礎(chǔ)設(shè)施團(tuán)隊進(jìn)行資源的及時回收。其具體實(shí)現(xiàn)邏輯是, envd在鏡像構(gòu)建的工具中引入支持SSH協(xié)議的守護(hù)進(jìn)程。并且,這一功能支持本地和遠(yuǎn)程(類似云開發(fā)),保證用戶在不同的硬件資源上能有一致的體驗(yàn)。

整體而言,高策表示,開發(fā)環(huán)境的構(gòu)建是算法?程師?作流程的??,也是?前基礎(chǔ)設(shè)施仍未解決的問題之?。所以,TensorChord團(tuán)隊希望?向AI從業(yè)者打造更加符合他們使?習(xí)慣的環(huán)境構(gòu)建和分發(fā)?具,讓AI基礎(chǔ)設(shè)施團(tuán)隊和算法團(tuán)隊各司其職,提升企業(yè)整體業(yè)務(wù)效率。

在創(chuàng)始團(tuán)隊的愿景中,TensorChord從成立第一天起就面向全球市場,創(chuàng)始團(tuán)隊也計劃于明年開展海外的團(tuán)隊建設(shè)和市場探索。

高瓴創(chuàng)投合伙人李強(qiáng)表示:在機(jī)器學(xué)習(xí)工程化實(shí)踐中,如何將數(shù)據(jù)、算法、模型和實(shí)際場景相結(jié)合,推動更復(fù)雜和有效的解決方案落地,一直以來都是核心問題。MLOps作為機(jī)器學(xué)習(xí)工程化的重要內(nèi)容,已連續(xù)兩年進(jìn)入Gartner數(shù)據(jù)科學(xué)技術(shù)成熟度曲線,是促進(jìn)機(jī)器學(xué)習(xí)規(guī)?；涞氐挠辛ΡＵ?我們非常看好它的未來。TensorChord團(tuán)隊在該領(lǐng)域擁有強(qiáng)大的技術(shù)優(yōu)勢、經(jīng)驗(yàn)和持續(xù)學(xué)習(xí)能力。作為它的首輪投資人,我們相信TensorChord將成為MLOps方向上領(lǐng)先的創(chuàng)新公司,為企業(yè)們創(chuàng)造真實(shí)價值。

自9月底,高瓴發(fā)布“Aseed+”種子計劃以來,高瓴聚焦制造業(yè)、新能源、新材料、生物科技、碳中和等重點(diǎn)領(lǐng)域,積極尋找早期企業(yè),為早期初創(chuàng)企業(yè)提供創(chuàng)新平臺支持、產(chǎn)學(xué)顧問、產(chǎn)業(yè)資源對接、融資服務(wù)等在內(nèi)的高瓴種子共創(chuàng)服務(wù)。