新火種AI|英偉達旗下Together AI頻頻收獲投資，估值飆升不斷。
作者：小巖
編輯：彩云
目前，AI初創領域里獲得融資最多的兩家大模型創業公司是OpenAI和Anthropic，二者都是閉源大模型公司，它們背后的最大投資者分別是實力強勁的微軟和亞馬遜。
資本頭部下場入局AI領域，所付出的絕不是資金這么簡單，更有不可估量且極其寶貴的云計算資源。這樣“不遺余力提供支持”的做法，無疑給OpenAI和Anthropic綁上了兩大科技巨頭的“戰車”，戰斗力旺盛，馬力十足。
在閉源大模型之外，還有另一個陣營是開源大模型，MetaAI的llama系列就是其中的代表。使用開源大模型做應用的創業公司，大部分希望保持自己的獨立性，會使用多云策略。此時擁有一個能力強，成本低的AI云平臺就非常需要，而Torgether AI便是其中的典型代表。自成立伊始，Together AI就展現出了極其昂揚的上升勢頭，不僅多次獲得融資，其估值也在不斷翻漲。更重要的是，它的背后也擁有實力強勁的頭部資本——英偉達。
成立至今不過兩年，以提供Navidia GPU而聞名...
Together AI究竟是何方神圣？
Together AI 成立于2022年，以提供對 Nvidia GPU 的訪問而聞名，它會為AI創業公司提供訓練服務云平臺，推理服務云平臺的服務。與此同時，它完全擁抱開源生態的全棧AI公司，擁有自己的模型和數據集，在AI底層技術方面有很深的積累。公司目前正致力于擴展其平臺，幫助開發人員構建或定制他們的開源人工智能模型。根據公司首席執行官 Vipul Ved Prakash 的說法，所得到的新資金將用于擴大計算能力，并招募研究人員構建新模型架構。截至目前，Together AI已經擁有45000名注冊用戶，他們大多來自人工智能初創公司和跨國企業，這些客戶主要因為GPU而來。對于想要使用開放模型或定制模型并將其部署到大規模應用程序的人來說，Together AI正是他們的首選。
初創公司備受青睞，成功收獲多輪融資，價值翻倍至394億。
Together AI如此受歡迎，和其與英偉達之間的親密聯系和深度捆綁密不可分。
據悉，Together AI成立于2022年6月，它所開發的主要產品包括：類ChatGPT開源模型RedPajama-INCITE，開源30萬億訓練數據集RedPajama-Data-v2以及開源大語言模型訓練、推理加速器FlashAttention v2等。除了英偉達以外，Together AI還與 Crusoe Cloud，Vultr等伙伴展開了合作。此外，Together AI還在歐美地區運營了一個云計算中心，可以為成式AI初創企業提供推理，訓練等方面的服務。Together AI還致力于擴展一個平臺幫助開發者構建或定制他們的開源 AI 模型。
因為Together AI能夠提供GPU，所以一經上線就頗受歡迎，獲得多輪融資也就成為了自然而然的事情。
2023年5月，Together AI獲得2000萬美元種子輪融資；2023年11月，Together AI再度獲得由凱鵬華盈 (Kleiner Perkins) 領投，英偉達，Emergence Capital等機構跟投的1.025億美元（約7.3億元）A輪融資。
時隔幾個月，當地時間2024年3月13日，Together AI宣布完成新一輪融資，總額達1.06億美元，投后估值為12.5億美元。據悉，全新一輪籌資是由云計算軟件巨頭Salesforce的創投公司Salesforce Ventures領投，包括聚焦科技業的美國投資管理公司Coatue；既有投資者創投公司Lux Capital，Emergence Capital在內的諸多資本相繼跟投。
一番操作下來，Together AI估值較去年秋天大增一倍多，達到了驚人的12.5億美元。這不僅說明廣大資本對于TogetherAI發展前景的分外看好，更反映出在生成式AI熱潮下，投資人爭相支持相關創業公司開創商機的浪潮。
Together AI的核心競爭力：既擁有推理速度最快的開源AI云平臺，又擁有自己的數據集和模型。
Together AI之所以能一上線便收獲到如此多的擁躉，很大程度上在于它所擁有的GPU。
GPU Clusters是專門為AI模型訓練專門優化的GPU算力集群。它擁有極快的模型訓練速度和極高的成本效率，客戶可以在平臺上對模型進行訓練和微調。Together AI為這個集群配備了訓練軟件堆棧，如此一來用戶可以專注于優化模型質量，而不是把大把的時間耗費在調整軟件設置上。
在速度方面，Together AI使用了FlashAttention-2，它要比PyTorch足足快9倍；在成本方面，它使用的都是NVIDIA的A100和H100高端GPU，比AWS成本降低4倍。此外，它還具有極佳的擴展性，用戶可以選擇16個GPU到2048個GPU的算力規模，對應不同大小的AI模型。
不可否認，AI領域的競爭是相當激烈的，基本是屬于大廠，實力強勁的創業公司這一類大資本的角力，它們的水平已經明顯領先于大學和學術研究機構。從類型上來說，閉源大模型在性能上也是全面領先開源大模型的。
造成這種差距的根本原因主要在于訓練大模型所需要的巨量成本，諸如算力成本，人力成本，時間成本等。因為有成本方面的巨大壓力，學校和研究機構只能用規模很小的模型（6B或7B）參數去做一些相對邊緣的研究；又或者另辟蹊徑的去卷基礎理論，試圖顛覆現有的格局。
基于這樣的現狀，“閉源大模型超越開源大模型”基本會成為不爭的事實，只不過是時間的問題。在這種趨勢下，AI的權利將變得越來越中心化，從而形成“幾家傳統巨頭 （以微軟和Google為代表）+幾家新巨頭（以OpenAI和Anthropic為代表）”的格局。
這樣的情況并不利于整個AI行業的生態化發展。從某種程度上說，這也是Together AI存在的意義。首先，它們搭建算力平臺，為企業提供更加便宜和快速的模型訓練和推理服務；其次，它們也幫助企業打造了屬于自己的定制模型，從而給予企業第三方的選擇空間；更重要的是，在開源方面，它們也提供了自己的數據集，訓練與推理技術棧，以及示例性的開源模型，這些努力都是為了打破“壟斷”。
從這個角度來說，Together AI的確前途可期。
轉載請在文章開頭和結尾顯眼處標注：作者、出處和鏈接。不按規范轉載侵權必究。
未經授權嚴禁轉載，授權事宜請聯系作者本人，侵權必究。
本文禁止轉載，侵權必究。
授權事宜請至數英微信公眾號(ID: digitaling) 后臺授權，侵權必究。
評論
評論
推薦評論
暫無評論哦，快來評論一下吧！
全部評論（0條）