• 0
从数学角度分解人工智能模型,RunAI获1300万美元A轮融资
统计 阅读时间大约3分钟(929字)

2019-04-04 从数学角度分解人工智能模型,RunAI获1300万美元A轮融资

RunAI软件创造了一个抽象层,能够分析AI工作的计算特征。

【猎云网(微信号:ilieyun)】4月4日报道(编译:福尔摩望)

人工智能模型是从语音助理到数据中心冷却系统等一切事物的核心,但它们也有缺点,微调这些AI模型需要耗费大量的时间和精力。生产算法摄取的数据集包含着数亿个样本,需要强大的个人电脑进行长达数周的处理。虽然新技术有望加快模型训练,但并非所有技术都能够通用。

正是这一长期的挑战激励了Omri Geller、Ronen Dar和Meir Feder创办了RunAI,一家开发自主加速人工智能开发平台的软件提供商。近日,该公司在由S Capital和TLV Partners领投的A轮融资中获得了1000万美元的资金,加上300万美元的种子轮融资,该公司迄今为止已融资1300万美元。据Geller称,公司计划将这些资金用于进一步开发产品。

“传统计算使用虚拟化来帮助许多用户或进程高效共享一种物理资源;虚拟化的本意是帮助规模化,”他补充道。“但是深度学习的工作量本质上是自私的,因为它需要相反的东西:对于单个工作负载,它需要多个物理资源的全部计算能力,且不能拥有任何阻碍。”

RunAI软件创造了一个抽象层,能够分析AI工作的计算特征,使用图形化算法最小化瓶颈,并有效优化工作负载实现更快更容易的执行。考虑到网络带宽、计算资源、成本以及数据管道和大小等因素,它还以最大化所有可用计算资源的方式分配这些资源。

Geller说,在幕后,RunAI从数学角度将人工智能模型“分解”成多个并行运行的片段,这种方法还有减少内存使用的额外好处。这反过来使得原本会受到硬件限制(主要是显卡内存)约束的模型能够不受阻碍地运行。“传统的计算软件无法满足深度学习工作负载的资源需求,”他说。

Dar和Geller曾在特拉维夫大学跟随Feder一起学习,并于2018年创办了RunAI。Feder专门研究信息论,此前曾领导两家初创公司的退出。Dar是贝尔实验室的博士后研究员,也是苹果、Anobit和英特尔的研发与算法工程师,Geller则是以色列军队一个精英单位的成员,他领导着大规模的项目和部署。

他们并不是第一个向市场销售即时优化算法技术的公司。来自安大略的初创公司DarwinAI利用一种称为生成合成的技术来吸收人工智能模型,并推出高度优化的紧凑版本。但一位投资者——来自TLV Partners的Rona SegevGal——对Run:AI在硬件、并行计算和深度学习方面丰富的专业知识深信不疑。

“在多台机器上执行深度神经网络工作负载是一个不断变化的目标,需要根据资源的可用性对每个模型和迭代进行重新计算,”她说。“RunAI决定了运行深度学习训练工作负载的最高效和最经济的方式。近年来,我们见过许多人工智能公司,但是Omri、Ronen和Meir的方法让我们耳目一新。”

据悉,RunAI已经赢得了多个国际客户,并在美国设立了办事处。

1、猎云网原创文章未经授权转载必究,如需转载请联系官方微信号进行授权。
2、转载时须在文章头部明确注明出处、保留官方微信、作者和原文超链接。如转自猎云网(微信号:ilieyun
)字样。
3、猎云网报道中所涉及的融资金额均由创业公司提供,仅供参考,猎云网不对真实性背书。
相关阅读
推荐阅读
{{item.author_display_name}}
{{item.author_display_name}}
{{item.author_user_occu}}
{{item.author_user_sign}}
×