36 氪据介绍，AI 应用领域合作开发人员网络平台「BentoML」已于日前完成 900 亿美元种籽轮股权融资，此轮股权融资由 DCM 领投，Bow Capital 参投，股权融资金额将用于扩展商品体系和提升商品水平。
「BentoML」是一家著眼于 AI 应用领域的合作开发人员网络平台，成立于 2019 年，公司总部位于美国纽约。核心理念项目组主要就由具有矽谷技术创业者经历的技师组成。「BentoML」致力为合作开发人员和民营企业客户提供更多构筑、布署和扩展 AI 应用领域程序的能力，其开放源码商品已经全力支持亚洲地区范围内数百个民营企业及组织的核心理念 AI 应用领域，并受到了亚洲地区 AI 应用领域合作开发人员的追捧。「BentoML」于近日正式发布其 Serverless 云网络平台 BentoCloud，将更好的服务于亚洲地区 AI 合作开发人员，进一步满足削减合作开发时间和成本的连续性需求。
” 亲善的合作开发人员新体验，能让更多的合作开发人员将 AI 带入到他们的商品中去。”
「BentoML」创办人、CEO 杨超予曾是 Databricks 早期雇员，他告诉 36 氪，” 未来一段时间内，延长合作开发阶段、降低合作开发准入门槛，将会正式成为合作开发人员和民营企业透过 AI 来获得竞争竞争优势的重要因素。”
值得一提，「BentoML」暗鞘的 LLM（大词汇数学模型）开放网络平台「OpenLLM」，在亚洲地区最大开放源码工程项目街道社区 GitHub 上，仅上架一周就正式成为了 ” 趋势工程项目 “。
GitHub – Trending
从数学模型布署瞄准，让 AI 合作开发 ” 照相狸尾豆 “
透过把所需的基础建设展开模组化处置，和对于常见机器学习构架及方法论推理发动机的全力支持，「BentoML」正式发布了其暗鞘 Serverless 云网络平台「BentoCloud」，提供更多了两套简单功能强大的 API 和灵活的构架，使得合作开发人员可以更容易地换用若干涉训练好的数学模型去合作开发不同类型的 AI 应用领域。现阶段，「BentoML」主要就竞争优势有三：
首先，「BentoML」允许合作开发人员使用两套程式设计USB布署任何策略，这也是其作为新一代合作开发人员网络平台不同于其他构架的特点之一。从低延迟时间的 API USB、针对长方法论推理任务的近线计算，到分布式系统的批处置和流处置等，合作开发人员只需要写一次标识符去描述 AI 应用领域的方法论。
其次，「BentoML」对非主流模型展开了照相狸尾豆的PCB和强化，现阶段全力支持包括大词汇数学模型（LLM）、生成式 AI、计算机听觉、自然词汇处置（NLP）等在内的大部分行业龙头领域 AI 应用领域合作开发。
第三，基于 BentoML 开放源码构架的多年积累，「BentoCloud」的计费方式是在业务高峰期自动扩容，在高峰过后缩容为零，确保合作开发人员只为使用的算力付费，比起租用 GPU 来说大幅降低了研发与业务成本。
图源：BentoML
成立之初，「BentoML」从数学模型布署瞄准，主要就面向专业的 AI 合作开发人员。如今，随着更多商业机会的出现，「BentoML」也正在向着更广泛的 AI 应用领域场景进发。
比如，生成式 AI 的爆发，导致从去年开始整个 AI 领域涌入了一大批 AI 应用领域合作开发人员，其中很多人的经验和技术背景主要就来自于商品合作开发、移动应用领域合作开发等。为了调用 AI 的能力，他们需要在自己不擅长的领域展开大量的学习和实践。
” 这群新用户是今天市场的发展让我们看到的最大的改变。”
杨超予坦言，将 AI 合作开发的准入门槛降低到普通合作开发人员的手中，” 这个想法早就有了 “。去年夏天，「BentoML」项目组还在预言，未来会出现一个 AI 应用领域合作开发技师的职位。直到今年 2 月，新闻开始每天冲击着整个科技圈的视野，随之而来的是周围做软件合作开发的人开始询问：如果我想做一个怎样的数学模型，一个怎样的应用领域，我应该怎么做？
在越来越多的声音中，杨超予感受到，变革真的在发生。
对于市场驱动下的新用户来说，「BentoML」正式发布了专属的构架帮助用户自己去探索或组合 AI 合作开发中的各种软件系统。比如聊天机器人、OCR、图像检索、文本内容搜索等常用 AI 场景。
简化商品路径，建立 MLOps 标准
除了以 AI 为核心理念新体验的商品服务之外，现阶段，合作开发基于 AI 的商品服务也已经正式成为了民营企业创新和提高生产效率的首要任务。
” 民营企业对人工智能应用领域的需求正在到达一个拐点。”
然而，由于构筑 AI 应用领域的开放标准尚未建立，尽管 AI 的目的是作用于更高效的生产和更好的用户新体验，但复杂的需求和生产环境仍然让如今的 AI 合作开发变得缓慢、昂贵、且准入门槛极高：尽管现阶段开放源码街道社区中已经存在如 LLaMA、Stable Diffusion、LangChain 等的合作开发组件和预训练数学模型等，但合作开发人员仍然需要花费大量的时间和精力才能达到生产环境所需的稳定性和可扩展性。
” 那么多民营企业都在收集数据，我们都知道 AI 是挖掘数据价值的必经之路，现阶段即使是成熟的科技公司，在内部软件系统上也会面临巨大的挑战。”
比如，内部合作开发，仅是 AI 服务合作开发阶段就要平均写 3000 行标识符和 10 多个组件。总体来看，「BentoML」能够将效率提升 15 倍。
事实上，无论是让数学模型作用于数据分析，还是面向消费市场的 AI 新体验，MLOps（Machine Learning Operations，机器学习运维）现阶段需要 ” 行业里最好的技师 “，而不是每个公司都能招到顶尖人才去完成复杂系统的合作开发。即使具备了以上条件，AI 基础建设还是会正式成为民营企业花时间和资源最多的地方。
可以说，以更简单的方式展开 AI 合作开发与生产，不仅仅是以照相狸尾豆的软件系统匹配当下风头正盛的技术方向，也是为当下每一家还在收集数据、观望 AI 的公司提前做出一个开放源码标准。
无论是去年的低标识符、无标识符趋势，还是时下热门的 MLOps、LLMOps，人类技术发展的要义就是不断简化和降低新兴技术的准入门槛。而对于 AI 和大数学模型应用领域合作开发来说，将差异化和竞争壁垒依托于数据本身，数学模型训练交给数据科学家，其他的步骤在标准化的工业级生产构架下快速完成，才是最高效的。
” 今年一月，很多人认为民营企业要基于自己的数据去做大词汇数学模型，训练成本需要上百万美金，很少有公司能负担起。然而我们相信，随着训练成本下降，更多的民营企业将来一定可以去使用自己的大词汇数学模型。没想到的是，仅三个月后，fine-tune 大数学模型的成本，可以下降到几百美元。”
更早的投入，意味着每天都在见证崭新的未来，也意味着一个更扎实的开放源码街道社区基石。如今，「BentoML」在街道社区内拥有上千名合作开发人员用户，支撑着埃森哲、Riot Games、SoundHound、LINE 等不同领域一线民营企业的 AI 应用领域及服务。市场方面，「BentoML」现阶段的市场活跃度优先分布于北美、东亚、欧洲市场，已经得到了来自民营企业和合作开发人员的广泛响应。
置身 AIGC 的浪花中，AI 技术革命所带来的创造与新体验价值，已经正式成为了一个长期命题。当市场回归理性，AI 应用领域与服务会从如今的新奇新体验变为各行各业不可或缺的副驾驶。届时，平静海面的下方，将会是一个丰富而有条不紊的合作开发生态系统。
而随着越来越多的合作开发人员投身 AI，像「BentoML」一样深耕于 MLOps 基础建设的 ” 开拓者 “，也将进一步思考，如何服务于不同需求、不同场景、不同技术背景下的合作开发人员，为 AI 合作开发的成本和效率之战给出更好的回答。
———————–
“随着 GPT4 等大型词汇数学模型（LLM）的蓬勃兴起，软件技师正在以前所未有的速度和规模借助各类开源基础数学模型创建 AI 原生应用领域程序。 DCM 对「BentoML」为帮助 AI/ML 合作开发人员创建和运营 AI 服务所做的工作感到兴奋，“DCM 中国创始合伙人、董事合伙人林欣禾（Hurst Lin）表示，” 借助全新推出的 BentoCloud 商品，「BentoML」将以最大的可靠性和可扩展性交付 AI 商品，正式成为所有软件合作开发人员的首选 MLOps/LLMOps 网络平台。”
