至顶网软件频道消息: 人工智能工作负载的复杂性可以让这些负载非常难以部署。应用团队必须构建专门的基础设施,有效地支持运行在底层的深度学习神经网络算法,而这正是Bitfusion正在努力解决的问题。

这家初创公司在新一轮融资中获得500万美元,投资方包括Sierra Ventures、Data Collective、Resonant Ventures Partners和Geekcom(一家位于美国德克萨斯州的加速器)。Bitfusion宣布该消息的同时,还推出了Bitfusion AI Platform,这是一个革新的自动化工具套件,用于深度学习项目。
该软件是基于一项自主开发的虚拟化技术,能够根据Bitfusion安排把图形处理单元变成单一计算能力池。一旦设置完毕,管理控制台就可以让用户集中地将基础设施分配给他们的深度学习应用。用户可以把资源以“虚拟GPU”的形式进行分配,Bitfusion称这相比物理方法来说有诸多优势。
最显著的特点就是能够调节分配给每个虚拟处理器的内存容量,这样可以让一个普通GPU中存有更多数据。这避免了将数据密集型工作分散到多个节点上,简化AI应用的开发。而且这减少了花费在编码上的精力,意味着可以更快地完成项目。
Bitfusion宣称应用引入生产中,它的平台提可以提供类似的好处。该软件可以在计算要求增加的时候自动配置更多资源用于深度学习算法,同时内嵌的故障切换机制可以快速从GPU故障中恢复。Bitfusion称,该平台几乎支持任何类型的环境,包括内部部署的和公有云的基础设施。
这轮融资可以帮助Bitfusion在全球范围内推广它的软件。Bitfusion瞄准了各种细分市场,其官方网站上罗列的医疗、金融、制造和零售都是该软件适用的领域。
好文章,需要你的鼓励
穆拉蒂时隔18个月首次接受重大媒体采访,介绍其创立的Thinking Machines Lab正在开发的"交互模型"。该模型能以200毫秒间隔处理音频、文本和视频流,捕捉人类交流中的中断、修正和停顿。她还谈及OpenAI"政变周"经历,强调行业决策权过于集中的担忧,并回应了公司近期研究人员离职问题,表示这是初创实验室的正常波动。
STATE16研究院这篇综述发现,物理AI系统存在"静默失效"风险——AI以高度自信执行基于错误世界信息的动作,却不触发任何报警,并提出在AI输出与物理执行之间建立独立授权层的框架。
本期《Quick Charge》播客涵盖多个热点话题:特斯拉疑似试图删除FSD欺诈相关证据以规避巨额赔付;卡特彼勒持续推进建筑领域电气化布局;住宅太阳能30%税收抵免即将到期。此外,嘉宾Tom Pacheco就高压系统与电池技术培训展开探讨,强调电动车技术人才培养的紧迫性。节目同时提醒有意安装太阳能的用户尽快行动,可通过EnergySage平台比较多家安装商报价。
UIUC与微软联合研发的OpenWebRL框架让4B小模型仅凭400条初始数据,通过在真实网站上边做边学的强化学习方式,在网页智能体基准上超越了用27万条数据训练的竞争对手。