36氪獲悉，AI綠色計算公司「BreezeML」 宣布完成400萬美金種子輪融資。本輪由藍馳創(chuàng)投領(lǐng)投，威誠資本 (UpHonest Capital)、Embark Ventures和 Hat Trick Capital 參與投資。本輪融資將用于研發(fā)BreezeML在公有云和私有云上的人工智能部署和優(yōu)化一鍵式服務(wù)，讓人工智能企業(yè)可以低成本，有效，及可靠地使用各類云上的GPU資源。

(資料圖片)

BreezeML于2022年4月成立于美國洛杉磯。 由共同創(chuàng)始人加州大學洛杉磯分校（UCLA）的Harry Xu（徐國慶）教授以及普林斯頓大學n的Ravi Netravali教授創(chuàng)辦,其帶領(lǐng)研發(fā)團隊將多年積累的軟件系統(tǒng)及云計算研發(fā)經(jīng)驗融入BreezeML的產(chǎn)品當中，BreezeML聚焦“AI綠色計算”，通過云計算底層軟件棧的革命性更新來極大地提高現(xiàn)有云上計算資源的利用率，降低AI使用成本。

具體來說，云上有各種資源，有原本就高質(zhì)量但是昂貴的資源，也有低質(zhì)量、不可靠、不適用AI的云資源，而BreezeML提供的云計算底層軟件棧的架構(gòu)，能讓低質(zhì)量的資源變成能為AI 用戶服務(wù)的云資源。對于AI用戶來說，其云開銷能從原來的100美元一小時，降低到40美元一小時，云提供商的GPU利用率能增加到2~3倍。

“一石二鳥”產(chǎn)品結(jié)果，會給BreezeML帶來兩類客戶：AI公司和云計算廠商。徐國慶告訴36氪，目前他們的客戶策略是，與美國的AI公司合作，與中國的云計算廠商合作。這樣選擇的原因是，美國的AI技術(shù)發(fā)展快于中國，因此AI公司對于降低成本的需求更迫切、客戶也更多；美國的云計算廠商有非常成熟的“partner”體系，所以給云計算大廠提供服務(wù)的創(chuàng)業(yè)公司，很容易變成“供應(yīng)商”，利潤變薄、話語權(quán)變低。另一個重要的點是，云計算服務(wù)中的中間件技術(shù)，天然有著“全球化”的優(yōu)勢，而創(chuàng)始團隊中國人+美國人的配置，讓BreezeML同時開拓中美兩國市場這方面具備了極強的優(yōu)勢。

而之所以會在AI綠色計算方面進行研究、創(chuàng)業(yè)，跟創(chuàng)始團隊的洞察有關(guān)。徐國慶等人在之前做一個AI相關(guān)的研究項目，光是云廠商（AWS或者Google Cloud）就要給接近十萬美金。可想而知，作為AI 公司，尤其是沒有自己服務(wù)器的中小AI 公司，其AI 產(chǎn)品的模型-訓練-測試-修改等等環(huán)節(jié)不斷反復(fù)，有可能會產(chǎn)生上百萬美元的云服務(wù)開銷。

而如今，AI已經(jīng)滲透進每一個人的生活中，越來越多的AI公司出現(xiàn)并產(chǎn)生降低成本的訴求。據(jù)Forbes 2021年的報道，全球AI云的市場規(guī)模已經(jīng)超過150億美金，并且以每年40%的幅度增長。隨著AI的應(yīng)用進入到工控、制藥、金融等各個領(lǐng)域，未來的五年中勢必有更多的中小型企業(yè)需要使用AI，從而不得不承受由AI而來的巨大經(jīng)濟壓力。

同時，云計算廠商也有提升資源效率的訴求。云計算業(yè)務(wù)天然存在著潮汐算力帶來的碎片資源問題，如何利用好碎片資源，提高云計算使用效率，是全球云計算廠商都在考慮的問題。目前，全球性的經(jīng)濟低迷、供應(yīng)鏈短缺、以及地緣政治所造成的算力缺乏，必然會導(dǎo)致無論是公有云的提供商還是私有云的擁有者都無法繼續(xù)通過加大購買計算（CPU或者GPU）資源來滿足AI應(yīng)用日益增長的算力要求。

所以，全球范圍內(nèi)對于AI綠色計算的需求也越來越強，硬件層面，如高通、英偉達等也在做AI綠色計算的創(chuàng)新，軟件層面，全球各大云廠商也在進行相關(guān)的突破。

徐國慶告訴36氪，未來的確有可能面對來自全球云廠商的競爭。但是目前來看，雖然BreezeML今年才成立，但是創(chuàng)始團隊十余人已經(jīng)在這個方向上研究了四五年，已經(jīng)形成了技術(shù)上的先發(fā)優(yōu)勢。

在先發(fā)優(yōu)勢的基礎(chǔ)上，產(chǎn)品上，第三方創(chuàng)業(yè)公司天然有跨云服務(wù)的優(yōu)勢，這也是云計算大廠不可能具備的。不同的云廠商有不同特色，比如AWS、Google Cloud等有自己的硬件，而Oracle沒有硬件優(yōu)勢但是其云服務(wù)跟數(shù)據(jù)庫業(yè)務(wù)緊密結(jié)合。BreezeML產(chǎn)品不與服務(wù)器硬件緊密結(jié)合，但是可以靈活管理不同硬件，用戶可以不用修改任何代碼地將數(shù)據(jù)和應(yīng)用搬到不同的云服務(wù)器上?！拔覀兪窃诋悩?gòu)計算方面很先進的公司?！毙靽鴳c表示。

這些優(yōu)勢也讓BreezeML在成立后的短短幾個月之內(nèi)，已經(jīng)與全球數(shù)十家知名云廠商和AI客戶建立合作。

徐國慶以目前某全球知名互聯(lián)網(wǎng)公司為例，解釋其服務(wù)、合作邏輯。該公司云計算業(yè)務(wù)主要為搜索引擎業(yè)務(wù)服務(wù)，而搜索引擎業(yè)務(wù)在白天對云資源消耗較大，在晚上、周末等時間對云資源消耗較少，這樣的潮汐算力帶來了很多碎片資源。該互聯(lián)網(wǎng)公司想把其碎片資源利用起來，售賣給中小型公司。BreezeML把該互聯(lián)網(wǎng)公司的碎片資源包裝起來，打包成一個接口，讓給中小型AI公司使用。

未來，BreezeML不會滿足于只給云資源做優(yōu)化、配適，畢竟如上文所說，給云計算廠商服務(wù)容易受制于人，因此BreezeML想要向更上層前進——提供MLOps（機器學習操作）服務(wù)，基于AI公司在測試-修改環(huán)節(jié)多次反復(fù)的痛點，BreezeML想給AI公司提供自動化AI 測試服務(wù)，推動AI應(yīng)用的一鍵式上云及部署。

這也是BreezeML本輪融資的用途之一。另外，本輪融資其他用途有：拓展全球業(yè)務(wù)范圍，加快與全球各大云供應(yīng)商以及AI企業(yè)的深度合作；推廣基于異構(gòu)資源的機器學習框架。

BreezeML CEO徐國慶教授表示：“BreezeML以我們在UCLA和普林斯頓大學數(shù)十年研究為起點，通過云軟件棧和AI計算框架的聯(lián)合優(yōu)化，為AI企業(yè)提供廉價可靠的上云方案。在新的一年里，我們期待與超過50家的云提供商，AI平臺運營商，以及在各個領(lǐng)域使用AI的中小型企業(yè)建立合作伙伴關(guān)系，從而進一步降低AI的使用門檻和部署開銷”。

關(guān)鍵詞： 互聯(lián)網(wǎng)公司 降低成本 機器學習