OctoML募资390万美元优化多平台世界AI模型

最近从华盛顿大学分离出来的新机器学习初创公司OctoML Inc .今天宣布，已经筹集了390万美元，用于解决部署人工智能软件的复杂性。

在硬件系统上设置AI模型与典型的应用程序安装有很大不同。为了最大化算法的性能和效率，工程师必须仔细优化驱动主机系统的特定芯片的代码。对于开发团队来说，这并不总是一个可行的选择，尤其是在拥有运行在几种不同类型硬件上的多个神经网络的公司中。

OctoML想要减少任务的资源消耗。由首席执行官兼华盛顿大学教授路易斯塞泽(Luis Ceze)领导的10人团队开发了一个名为Apache TVM的开源工具包，该工具包可以自动化模型部署过程。它利用机器学习，根据安装神经网络的各个平台的约束条件，对神经网络进行优化。

TVM支持广泛的硬件环境。该软件使工程师能够在大多数东西上部署模型，从智能手机到专门为人工智能优化的加速器芯片，这些公司越来越多地在数据中心使用它们来支持机器学习工作负载。

OctoML的CTO表示：“Apache TVM基于机器学习的方法，从根本上优化了机器学习系统，使其能够针对不断变化和扩展的硬件目标集，如数据中心、汽车、电话、医疗设备和嵌入式系统，”陈天琦(右二)。

TVM在机器学习生态系统中获得了巨大的吸引力。Amazon.com公司、微软公司和脸书公司等主要科技公司在内部使用该软件来调整其人工智能模型，而包括高通公司在内的芯片制造商正在为该项目的源代码做出贡献。

OctoML计划通过即将推出的托管云服务，利用TVM技术简化AI开发者的工作，从而利用TVM的普及。Louis Ceze承诺不提供任何细节，从而“降低了客户的工程和运营成本，降低了依赖特定平台的风险”。

标签：