VESSL AI 获得 1200 万美元融资，用于其旨在将 GPU 成本降低高达 80% 的 MLOps 平台 | TechCrunch
作者：Kate Park
随着企业越来越多地将人工智能融入其工作流程和产品中，对工具和平台的需求日益增长那些使创建、测试和部署机器学习模型变得更加容易的平台。这一类平台——通常被称为机器学习运维（MLOps）——已经相当拥挤，涌现出了许多初创公司如InfuseAI, 彗星, 阿里克托, 阿里泽, 伽利略, 地壳构造，和Diveplane更不用说像谷歌云、微软Azure和亚马逊AWS这样的传统供应商提供的服务了。
现在，有一个名为的韩国MLOps平台VESSL AI该公司正试图通过专注于使用混合基础设施（结合本地和云环境）优化GPU成本来为自己开拓一个细分市场。这家初创公司现已在A轮融资中筹集了1200万美元，以加快其基础设施的开发，目标是希望开发定制大型语言模型（LLMs）和垂直AI代理的公司。
该公司已经拥有50家企业客户，其中包括现代等知名企业；韩国航空航天和武器制造商LIG Nex1；TMAP移动性，这是优步和韩国电信公司SK电信成立的一个移动出行服务合资企业；以及科技初创公司Yanolja、Upstage、ScatterLab和Wrtn.ai。该公司还与以下公司进行了战略合作：Oracle和谷歌云在美国，它拥有超过2000名用户，联合创始人兼首席执行官Jaeman Kuss An告诉TechCrunch。
安于2020年与CTO Jihwan Jay Chun、CPO Intae Ryoo以及技术负责人Yongseon Sean Lee共同创立了这家初创公司——此前的创始人曾在Google、移动游戏公司PUBG和一些AI初创公司工作过。他们成立这家公司是为了解决他在之前的一家医疗科技初创公司开发机器学习模型时遇到的一个特定问题：开发和利用机器学习工具需要大量的工作。
该团队发现，通过利用混合基础设施模型可以使流程更加高效——值得注意的是成本更低。该公司的人工智能运维（MLOps）平台基本上采用多云策略和竞价实例来削减GPU费用高达80%，An指出，并补充说这种方法还解决了GPU短缺问题，并简化了包括大规模LLM在内的AI模型的训练、部署和操作。
“VESSL AI的多云策略使得可以使用来自亚马逊AWS、谷歌云和Lambda等多家云服务提供商的GPU，”安说。“该系统会自动选择最具成本效益且高效的资源，显著降低客户成本。”
VESSL平台提供了四个主要功能：VESSL Run，用于自动化AI模型训练；VESSL Serve，支持实时部署；VESSL Pipelines，将模型训练和数据预处理集成起来以优化工作流程；以及VESSL Cluster，在集群环境中优化GPU资源使用。
A轮融资的投资方包括A Ventures、Ubiquitous Investment、Mirae Asset Securities、Sirius Investment、SJ Investment Partners、Woori Venture Investment和Shinhan Venture Investment，使公司总融资额达到1680万美元。这家初创公司在韩国和美国旧金山湾区各有一个办公室，共有35名员工。
暂无评论