Nebius mua lại Eigen AI với giá 643 triệu đô la để tăng cường cơ sở hạ tầng suy luận

Nebius đã thông báo kế hoạch mua lại Eigen AI, một công ty tập trung vào suy luận và tối ưu hóa mô hình, trong một giao dịch trị giá khoảng 643 triệu đô la. Động thái này phản ánh một sự thay đổi rộng lớn hơn trong trí tuệ nhân tạo: trong khi đào tạo các mô hình lớn từng chiếm ưu thế trong cuộc trò chuyện, suy luận – quá trình thực sự chạy mô hình trong các ứng dụng thế giới thực – đã nhanh chóng trở thành thách thức quan trọng nhất của ngành.

Khi việc áp dụng trí tuệ nhân tạo tăng tốc trên các doanh nghiệp, nút thắt không còn là xây dựng mô hình, mà là triển khai chúng một cách hiệu quả trên quy mô lớn. Việc mua lại này đặt Nebius vào vị trí giải quyết trực tiếp khoảng trống đó.

Xây dựng nền tảng suy luận toàn diện

Ở trung tâm của thỏa thuận là Nebius Token Factory, nền tảng suy luận được quản lý của công ty. Bằng cách tích hợp chồng tối ưu hóa của Eigen AI, Nebius nhằm mục đích简化 quá trình di chuyển của các nhà phát triển từ thí nghiệm đến sản xuất.

Công nghệ của Eigen AI tập trung vào việc cải thiện hiệu suất mô hình sau khi đào tạo, xử lý mọi thứ từ tinh chỉnh đến tối ưu hóa suy luận thời gian thực trên một loạt các mô hình mã nguồn mở. Lớp này ngày càng quan trọng, vì hầu hết các mô hình không được tối ưu hóa cho môi trường sản xuất ngay từ đầu. Sự phức tạp chỉ tăng lên với các kiến trúc mới hơn, nơi các hạn chế bộ nhớ, quyết định định tuyến và hiệu suất tính toán đều trở thành các yếu tố hạn chế.

Nền tảng kết hợp được thiết kế để đơn giản hóa quá trình này. Các nhà phát triển sẽ có thể triển khai mô hình nhanh hơn, giảm thiểu chi phí cơ sở hạ tầng và khai thác hiệu suất từ phần cứng hiện có mà không cần xây dựng các đường ống tối ưu hóa chuyên dụng cho riêng họ.

Tại sao tối ưu hóa suy luận đang trở thành cơ sở hạ tầng quan trọng

Chạy suy luận trên quy mô lớn vốn phức tạp. Nó đòi hỏi sự phối hợp trên nhiều lớp, từ cấu trúc mô hình đến cách thức GPU thực thi khối lượng công việc và cách yêu cầu được lên lịch trong thời gian thực.

Phương pháp của Eigen AI tập trung vào tối ưu hóa toàn bộ chồng thay vì các thành phần riêng lẻ. Bằng cách cải thiện cách mô hình tương tác với phần cứng và cách khối lượng công việc được quản lý, hệ thống có thể cung cấp thời gian phản hồi nhanh hơn trong khi giảm chi phí của mỗi yêu cầu suy luận.

Đối với các công ty triển khai trí tuệ nhân tạo trong sản xuất, điều này dịch thành hiệu suất dự đoán được, độ trễ giảm và kinh tế tốt hơn. Nó cũng loại bỏ một rào cản quan trọng đối với việc áp dụng, vì các nhóm không còn cần chuyên môn sâu về tối ưu hóa cơ sở hạ tầng để chạy các mô hình tiên tiến một cách hiệu quả.

Tài năng và nghiên cứu thúc đẩy tích hợp

Thỏa thuận mua lại cũng mang lại một đội nghiên cứu chuyên sâu vào Nebius. Các nhà sáng lập của Eigen AI đến từ MIT’s HAN Lab, nổi tiếng với công việc về tính toán trí tuệ nhân tạo hiệu quả. Nghiên cứu của họ đã góp phần vào các kỹ thuật được sử dụng rộng rãi giúp cải thiện cách triển khai mô hình, đặc biệt là trong việc giảm thiểu chi phí tính toán và cải thiện hiệu suất trên quy mô lớn.

Đội này sẽ hình thành nền tảng của sự hiện diện kỹ thuật và nghiên cứu mở rộng của Nebius tại khu vực Vịnh San Francisco, củng cố vị thế của mình trong một môi trường cạnh tranh trí tuệ nhân tạo đầy gay gắt.

Mở rộng cơ sở hạ tầng và phạm vi toàn cầu

Nebius đang kết hợp khả năng phần mềm của Eigen AI với cơ sở hạ tầng đám mây trí tuệ nhân tạo đang phát triển của mình. Sự kết hợp này cho phép công ty cung cấp cả tài nguyên tính toán và lớp tối ưu hóa cần thiết để chạy khối lượng công việc trí tuệ nhân tạo một cách hiệu quả.

Đối với khách hàng hiện tại, tích hợp này có nghĩa là triển khai nhanh hơn và hiệu suất tốt hơn. Đối với thị trường rộng lớn hơn, nó cho thấy một động thái hướng tới các nền tảng trí tuệ nhân tạo tích hợp chặt chẽ hơn, nơi cơ sở hạ tầng và tối ưu hóa được thiết kế để hoạt động cùng nhau chứ không phải là các lớp riêng biệt.

Điều này có nghĩa là gì trong tương lai

Thỏa thuận mua lại này chỉ ra một sự thay đổi sâu sắc hơn trong cách các hệ thống trí tuệ nhân tạo sẽ phát triển trong vài năm tới. Khi các mô hình trở nên phổ biến và rộng rãi hơn, lợi thế cạnh tranh có thể chuyển dịch sang hướng thực hiện – cách các mô hình đó có thể được triển khai, mở rộng và duy trì một cách hiệu quả trong các môi trường thực tế.

Trong thực tế, điều này có thể đẩy nhanh một sự chuyển đổi mà các nhà cung cấp cơ sở hạ tầng đóng vai trò trung tâm hơn trong hệ sinh thái trí tuệ nhân tạo. Thay vì các tổ chức xây dựng và duy trì các đường ống tối ưu hóa của riêng họ, nhiều tổ chức sẽ phụ thuộc vào các nền tảng trừu tượng hóa sự phức tạp đó hoàn toàn. Điều này có ý nghĩa không chỉ cho các nhà phát triển, mà còn cho cách các sản phẩm trí tuệ nhân tạo được định giá, phân phối và phân biệt.

Đồng thời, việc cải thiện hiệu suất suy luận có thể giảm thiểu rào cản chi phí cho việc triển khai các mô hình tiên tiến, khiến trí tuệ nhân tạo trở nên dễ tiếp cận hơn trên các ngành công nghiệp. Các chu kỳ lặp lại nhanh hơn, độ trễ giảm và kiểm soát chi phí tốt hơn có thể cho phép các loại ứng dụng mới mà hiện tại không thực tế trên quy mô lớn.

Thay vì chỉ cải thiện hiệu suất, các thỏa thuận như thế này cho thấy ngành công nghiệp đang bước vào một giai đoạn mà trọng tâm chuyển dịch sang sự trưởng thành vận hành – biến trí tuệ nhân tạo từ một khả năng mạnh mẽ thành một tiện ích đáng tin cậy, có thể mở rộng và được tích hợp vào các hệ thống hàng ngày.