Създадена преди 2 години, всеки служител струва 21 милиона щатски долара, защо MosaicML продава 1,3 милиарда щатски долара?

Напоследък имаше вълна от инвестиции и придобивания в областта на ИИ. Salesforce, световноизвестна компания, инжектира 450 милиона долара в Anthropic, докато Runway успешно събра 141 милиона долара финансиране. Освен това Snowflake също обяви завършването на придобиването на Neeva, докато китайският местен гигант Meituan придоби AI компанията Light Years Away за 2,065 милиарда.

Най-известната сделка обаче несъмнено беше придобиването на стартиращата компания MosaicML. Разбираемо е, че MosaicML е придобит от гиганта за големи данни Databricks за приблизително 1,3 милиарда щатски долара и оценката му се е удвоила шест пъти в тази сделка, което го прави най-голямото придобиване през първата половина на тази година. Създадена е само от 2 години и има повече от 60 служители Какво подкрепя високата оценка на MosaicML?

Databricks придобива MosaicML, за да ускори демократизацията на генеративните AI технологии

Databricks наскоро официално обяви, че е придобил MosaicML, стартираща компания за генеративен изкуствен интелект, за около 1,3 милиарда долара (около 9,3 милиарда юана), за да предоставя услуги за изграждане на подобни на ChatGPT инструменти за предприятия.

След придобиването MosaicML ще стане част от платформата Databricks Lakehouse. Целият екип и технология на MosaicML ще бъдат приведени под знамето на Databricks, предоставяйки на предприятията унифицирана платформа за управление на активи от данни и възможност да използват собствените си собствени данни за изграждане, притежават и защитават собствени генеративни AI модели.

MosaicML е много млада генеративна компания за изкуствен интелект. Тя е основана в Сан Франциско през 2021 г. Тя е разкрила публично само един кръг на финансиране и има само 62 служители. В последния кръг на финансиране оценката му беше 220 милиона щатски долара, тоест оценката на придобиването на MosaicML директно скочи 6 пъти. Сделката е най-голямото придобиване, обявено в областта на генеративния AI досега тази година. Неотдавна гигантът за облачни изчисления Snowflake току-що обяви придобиването на друга генеративна компания за изкуствен интелект, Neeva. След няколко месеца инвестиционна лудост изглежда, че е в ход огромна корпоративна вълна от придобивания на стартиращи генеративни AI компании.

Databricks произхожда от UC Berkeley и участва в разработването на проекта Apache Spark. Като гигант за съхранение и анализ на данни, към 2022 г. той ще бъде оценен на 31 милиарда долара, помагайки на големи компании като AT&T, Shell и Walgreens да обработват данни. Преди известно време току-що отворих моя собствен голям модел Dolly, целящ да постигна ефект, подобен на ChatGPT, с по-малко параметри. След като изчислителните облаци станаха по-популярни, концепцията за „интегриране на езера и складове“, предложена от Spark, повлия дълбоко на редица стартиращи компании за големи данни. От създаването си през 2013 г., Databricks бързо се превърна в най-горещата компания за Data Infra в света. Миналата година Databricks обяви годишен приход от над 1 милиард долара, а след приключване на последния кръг от финансиране през август 2021 г. последната му оценка достигна 38 милиарда долара.

Предимства на моделите от серията MosaicML MPT

Моделите от серията MPT на MosaicML са подкласове от базовия клас HuggingFace PretrainedModel и са напълно съвместими с екосистемата HuggingFace. Моделът MPT-7B е един от най-популярните модели на MosaicML с милиарди параметри и може да се справи с повече от 2000 задачи за обработка на естествен език. Сред тях оптимизационният слой на MPT-7B включва FlashAttention и норма за слой с ниска точност и т.н., което може да направи модела 2-7 пъти по-бърз от традиционните методи за обучение, а почти линейната мащабируемост на ресурсите гарантира, че моделите с милиарди от параметри могат да се използват в Train за часове, а не за дни. MosaicML също пусна нов наличен в търговската мрежа голям езиков модел с отворен код MPT-30B, който има 30 милиарда параметри и превъзхожда GPT-3.

Източник на данни: MT-Bench оценка на основните модели на MosaicML

Предимствата на моделите от серия MPT са тяхната висока ефективност и ниска цена. Сложността на моделите с изкуствен интелект, които използват голямо количество данни за „обучение", рязко се повиши. Обучението на модел сега струва поне милиони долари, което като цяло е непосилно за малки и средни предприятия, с изключение на големите компании. Моделите от серията MPT на MosaicML позволяват на предприятията да обучават свои собствени езикови модели на по-ниска цена и с по-висока ефективност, така че да могат по-лесно да прилагат генеративна AI технология и да постигнат по-добри бизнес резултати. Повечето езикови модели с отворен код могат да обработват само последователности с най-много няколко хиляди токена (вижте Фигура 1). Въпреки това, с платформата MosaicML и един възел от 8xA100-40GB, потребителите могат лесно да прецизират MPT-7B, за да се справят с дължини на контекста до 65k. Способността да се справя с тази екстремна адаптация на дължината на контекста идва от ALiBi, един от ключовите архитектурни решения в MPT-7B.

Например, пълният текст на The Great Gatsby има по-малко от 68k жетона. В един тест моделът StoryWriter прочете Великия Гетсби и генерира епилог. Един от епилозите, генерирани от модела, е показан на фигура 2. StoryWriter прочете Великия Гетсби за около 20 секунди (около 150 000 думи в минута). Поради по-голямата дължина на последователността, неговата скорост на "набиране" е по-бавна от другите модели MPT-7B, около 105 думи в минута. Докато StoryWriter беше фино настроен с дължина на контекста от 65k, ALiBi позволява на модела да извежда по-дълги входове, отколкото е бил обучен: 68k токена в случая на Великия Гетсби, до 84k токена при тестване.

Фигура 2: MPT-7B-StoryWriter-65k+ написа епилога за Великия Гетсби. Резултатът от епилога е да предостави пълния текст на „Великият Гетсби“ (приблизително 68k токена) като вход към модела, последван от думата „епилог“ и да позволи на модела да продължи да генерира. Разпространение на генеративни AI технологии

Генеративната AI технология е клон на изкуствения интелект, който използва големи количества данни и алгоритми за дълбоко обучение, за да генерира автоматично съдържание като оригинален текст, изображения и компютърен код. Появата на тази технология позволява на хората да обработват и анализират данни по-удобно и по-добре да обслужват човешките нужди. С бързото развитие на технологиите за големи данни и изкуствен интелект, генеративната AI технология се използва широко в обработката на естествен език, разпознаването на изображения и виртуалната реалност и други области. Например, в областта на обработката на естествен език, GPT-4 се превърна в един от най-популярните генеративни AI модели, който може да се използва за задачи като генериране на статии, превод на езици и отговаряне на въпроси. В областта на разпознаването на изображения, StyleGAN2 може да генерира висококачествени изображения, които могат да се използват в разработката на игри, филмова и телевизионна продукция и виртуална реалност.

Навийн Рао, главен изпълнителен директор на MosaicML, по-рано заяви, че от 2018 г. насам сложността на моделите с изкуствен интелект, използващи големи количества данни за „обучение“, рязко се е повишила и обучението на модел сега струва поне милиони долари.Малки и средни предприятия като цяло не може да си го позволи. След това придобиване съвместният продукт на платформата Lakehouse на Databricks и технологията MosaicML ще позволи на предприятията да използват собствените си собствени данни, за да обучават и изграждат генеративни AI модели просто, бързо и на ниска цена. Без контрол и собственост, разработването на потребителски AI модели може да отнеме място. Според Databricks, с платформата и техническата поддръжка на Databricks и MosaicML, разходите за обучение и използване на LLM за предприятия ще бъдат значително намалени и се очаква да паднат до около няколко хиляди долара. Това улеснява популяризирането на генеративния AI.

Последици от придобиването на MosaicML от Databricks

Основната цел на придобиването на MosaicML от Databricks е да се ускори развитието и демократизирането на генеративната AI технология. Чрез интегриране на технологиите и ресурсите на двете компании Databricks може по-добре да отговори на нуждите на клиентите и да предостави по-ефективни и удобни решения. По-конкретно, придобиването ще доведе до промени в следните аспекти:

1. По-ефективен голям езиков модел

След като Databricks придобие MosaicML, той може да интегрира моделите от серията MPT в своята платформа Lakehouse, за да предостави на клиентите по-ефективни и евтини големи езикови модели. Това ще помогне на предприятията да се справят по-добре със задачите за обработка на естествен език и ще подобри бизнес ефективността и точността.

2. По-бърза скорост на обучение на модела

Моделите от серията MPT на MosaicML включват бързо обучение, което ще помогне на Databricks да предоставя по-бързи услуги за обучение на модели. Това е особено важно за предприятията, които трябва да реагират бързо на изискванията на пазара, като им помагат да отговарят по-добре на нуждите на клиентите.

3. По-голяма демократизация

Придобиването на MosaicML от Databricks също означава, че демократизацията на генеративната AI технология ще се увеличи допълнително. Моделите от серията MPT на MosaicML могат да улеснят малките и средните предприятия да обучават собствените си езикови модели, така че да могат да прилагат по-добре генеративна AI технология и да постигнат по-добри бизнес резултати. Това ще спомогне за насърчаване на развитието и прилагането на генеративна AI технология и ще насърчи популяризирането и развитието на технологията за изкуствен интелект.

Обобщение

Генеративните AI приложения са предназначени да генерират необработен текст, изображения и компютърен код въз основа на естествените езикови знаци на потребителя. Интересът към технологията нарасна, след като стартъпът за изкуствен интелект OpenAI стартира ChatGPT, онлайн генериращ AI чатбот, миналия ноември. "Всяка организация трябва да може да се възползва от революцията на изкуствения интелект и да има повече контрол върху това как се използват нейните данни. Databricks и MosaicML имат невероятна възможност да демократизират изкуствения интелект и да превърнат Lakehouse в централата на генерирането на компилации Най-доброто място за изкуствен интелект, “ каза Али Годси, съосновател и главен изпълнителен директор на Databricks.

Значението на придобиването на MosaicML от Databricks е не само за ускоряване на развитието и демократизирането на генеративната AI технология, но и за интегриране на технологиите и ресурсите на двете компании, за да предоставят на клиентите по-ефективни и удобни решения. С бързото развитие и прилагане на технологията за изкуствен интелект, генеративната AI технология ще играе все по-важна роля.Придобиването на MosaicML от Databricks също отразява важността и инвестициите на различни компании в тази посока. Компании като Anthropic и OpenAI лицензират готови езикови модели на фирми, които след това изграждат генеративни AI приложения върху тях. Бяха създадени възможности за стартиращи фирми като MosaicML, водени от силното търговско търсене на тези модели. От последователните придобивания на Snowflake и Databricks можем да видим, че големите технологични компании постепенно преминават от независими изследвания и разработки и стратегически инвестиции към сливания и придобивания за генеративна AI технология.

Референтен източник:

https://www.databricks.com/company/newsroom/press-releases/databricks-signs-definitive-agreement-acquire-mosaicml-leading-generative-ai-platform

https://mattturck.com/mosaic/

https://twitter.com/lmsysorg/status/1672077353533730817/photo/1

https://www.mosaicml.com/blog/mpt-7b#appendix-eval

https://www.mosaicml.com/blog/mpt-30b

Публикацията на Роберт Петров: "Създадена преди 2 години, всеки служител струва 21 милиона щатски долара, защо MosaicML продава 1,3 милиарда щатски долара?" е написана за KriptoNovini.bg

---

Новини от днес

---

Свързани новини

Daily｜Sun Yuchen ипотекира 190 милиона щатски долара StETH изсече 77,8 милиона DAI и ги депозира в MakerDAO; официалната цена на мобилния телефон...

Финансов отчет на Hut 8 Mining Q2: Тримесечните приходи бяха 19,1 милиона щатски долара, от които 4,2 милиона щатски долара идват от HPC бизнес

Какъв е произходът на Connext, чиято оценка е 250 милиона щатски долара и кумулативно финансиране от повече от 20 милиона щатски долара?

Ежедневни｜данни: Размерът на финансирането на крипто пазара през юли беше 547 милиона щатски долара, което е увеличение от 7,8% на месечна база;...

Още новини с автор: Роберт Петров