创业适合干什么创意创业创新点子—创业团队定义

　　随后的 2013 年，吴文昊分开微软，参加企业闪存市场“开辟者”Fusion-io，并于 2015 年返国参加旷视，尔后不断会萃于 AI，不断到 2020 年正式分开旷视

　　随后的 2013 年，吴文昊分开微软，参加企业闪存市场“开辟者”Fusion-io，并于 2015 年返国参加旷视，尔后不断会萃于 AI，不断到 2020 年正式分开旷视。

　　在重构发作的同时创业合适干甚么，算力装备、能耗、机房空间和资金四大瓶颈也限定了 AI 算力的开展。对此创业合适干甚么，驿心依托 GPU 效劳器当地存储与通用以太收集，构建了一套独具劣势的一体化处理计划：

　　驿心也是云云——在外洋市场结合 HammerSpace 供给的存储计划更加程度化，而驿心则针对海内市场给出了愈加垂直的一体化计划。吴文昊以为，正如 DeepSeek 从模子往下软硬一体团体优化的办法论所展现的宏大市场影响力，全部AI Infra的软硬一体优化与整合一样会存在诸多市场空间创意创业立异点子。

　　别的，AI 固然从 HPC 孵化而来，两者也都寻求千卡万卡的范围，但从计较范式上看存在差异：素质在于 HPC 聚焦于做仿真、模仿天下的运转，寻求肯定性，需求高精度计较，而 AI 寻求几率，需求的是 next token 够精确。

　　第三类客户为传统客户，包罗半导体、制作、金融、能源等行业，它们需求宁静、可扩大的存储处理计划。与 AI 研发类企业比拟，这类企业 AI 需求增加较快，也在向 AI 范畴发力，逐渐迭代，完成贸易闭环后无望成为 AI 研发类企业。

　　别的，“端侧 AI 也需求颠末两三个周期才气到达现在言语模子的程度创业合适干甚么，以是将来在端侧，数据天生、分解、存储利用也存在很多值得存眷的成绩，这傍边也储藏着新的机缘。”

　　其次在 AI 存储层面，驿心科妙技撑持多云大都据中间的全局文件体系（Global Namespace），让大模子的上载与更新完整无缝停止，供给同一的存储办理，让 AI 数据会见更高效。

　　开源和工程化的完成让 DeepSeek 在 AGI 之路上往前迈进了一步，同时，也提醒了中美两国在 AGI 软硬一体上的两种差别思绪：

　　当前，海内 AI Infra 范畴公司环绕 DeepSeek 带来的一系列启示，也正在考虑下一步大模子训推优化更好的处理计划，驿心科技即是此中之一。

　　克日，“源神”Deepseek 麋集开源了一系列代码库，包罗FlashMLA、DeepEP、DeepGEMM、DualPipe 等项目及 3FS 体系，险些完成了对 AI Infra 底层计较、收集、存储的全笼盖式优化，这关于 AI Infra 而言也能供给很多有代价的参考。

　　二是AI研发类客户，涵盖汽车、主动驾驶，以致机械人等垂直行业，其对 AI 和 GPU 存储才能需求不竭爬升。这类企业操纵 AI 手艺最快完成行业内 AI 闭环，如主动驾驶，凡是经由过程物理产物与 VLA 模子效劳（视觉 + 言语 + 动作）完成 AI 闭环。

　　值得一提的是，吴文昊也将这部门客户形貌为“AI 工场”。在他看来，“从第一性道理动身，DeepSeek 的呈现正阐明了中国事真实的‘AI 工场’。先不管 GPU 在哪消费创业合适干甚么，假如要打造 AI 工场，终极供给链仍未来自中国。”

　　美国的 AGI 在 Infra 上寻求平台化开展，而中国的 AGI 如 DeepSeek 更夸大经由过程算法驱动的软硬一体优化来低落底层Infra 本钱与进步服从。

　　不只可以撑持传统的文件和工具存储，也能操纵好 DeepSeek 方才开源的 3FS 并行文件体系；具有智能的数据分层弛缓存机制，可快速呼应 AI 事情负载对数据的需求创意创业立异点子，提拔锻炼和推理速率；有壮大的数据宁静与庇护功用，保证 AI 数据的完好性和秘密性；还能灵敏扩大，轻松应对 AI 项目中不竭增加的数据量需求创意创业立异点子。

　　总得来说，中国 AI 行业团体迈向 AGI，不只需求算法职员的立异，也需求更多像驿心一样有气力的 Infra 创业团队参加。云云，全部行业才气联袂界说下一代 AI Infra 的开展，这才是中心枢纽点地点。

　　架构方面，HPC、云和 AI 所需求的 Infra 均存在差别。起首，云的计较、收集和存储并不是特地为 AI 大概 HPC 设想优化的，傍边的不婚配会带来代价差：云环绕收集而生，经由过程 CPU、收集、存储资本的超卖处理利润成绩，不克不及超卖则没有益润滥觞。

　　据理解，驿心科技于 2023 年 9 月由前旷视科技开创合股人吴文昊建立，努力于从根底架构做研发，基于 GPU 效劳器当地存储与通用以太收集，供给与传统智算基于 RDMA 的存储收集、零丁布置贸易锻炼存储划一的才能，大幅低落模子落地本钱与加快布置，便利后续在 DeepSeek 等通用模子层面做优化，加快模子的运转服从。

　　跟着 AI Infra 的大范围鼓起，这个代价点曾经被重构了，由于 AI Infra 以 GPU 为中间，基于此，云大厂很难供给最为优化的底层 Infra，由于其还需求赐顾帮衬到本身云原生使用的 Infra 需求。

　　在模子优化层面，针对相似于 DeepSeek 如许的支流模子，驿心分离算力创意创业立异点子、收集、散布式 KV Cache 等才能，进步LLM集群的吞吐，同时经由过程牢靠的 Tier-0/Tier-1 存储计划包管模子与数据的牢靠性，同时撑持模子的后锻炼与推理加快。

　　他以为，“从存储到收集往 GPU 内里传输数据的才能在 LLM 时期才是枢纽。因而，我们的 AI Infra 才能聚焦在存储与模子层面。”

　　据吴文昊引见，这方面驿心今朝曾经在海内头部互联网大厂完成了 手艺考证，而且后者在环球只评测了两家，除驿心外另有一家美国存储公司。

　　驿心的处理计划无疑精准处理了今朝 AI 锻炼与推理的次要痛点，这些痛点的洞察背后，实践上也与吴文昊高出 HPC、云计较和 AI 的阅历有必然干系：

　　当前，驿心最新一轮融资行将 Close。以后在多模态和端侧方面创业合适干甚么，驿心将追求更多打破：“将来 AI Infra 出格是 AI 存储将会迎来宏大增加，由于多模态的数据量较之言语模子要大几十上百倍。”吴文昊报告 AI 科技批评。

　　值得留意的是，驿心所用的硬件完整是利用尺度企业效劳器和尺度收集，不需求任何的定制硬件、收集和软件。比拟之下，已往 AI Infra 布置利用的传统高机能文件存储常常需求利用定制硬件效劳器，特定收集交流，和定制的操纵体系内核和客户端。

　　就此，驿心也经由过程与 OEM 厂商的协作，供给了针对细分行业及整合中心行业使用的存算一体机计划。

　　上周 DeepSeek 开源 3FS 等一系列组件，充实阐明了从存储到收集往 GPU 内里传输数据的才能是 AI 锻炼和推理中最主要的成绩，这也恰是驿心科技想处理的中心手艺成绩创业合适干甚么。

　　除手艺架构外，海内芯片供给链重构也正在催生宏大的 AI Infra 时机，DeepSeek 无疑进一步鞭策了重构的发作。

　　在通例视野中，AI Infra 包罗供给链和云两层，但颠末两年的 AGI 手艺跃进，大模子逐步成为根底设备的趋向已然开阔爽朗，很多概念以为模子以至能够成为新的“OS”。

　　一是云和大模子，这部门客户的痛点次要在于自研、托付及客户效劳本钱高，继而需求专业存储、自力收集互联互通、多云数据同步与迁徙，和轻量级客户效劳界面。

　　DeepSeek 办法论重构 AI 根底设备，驿心科技完成 AI Infra 软硬整合架构打破。

　　再次，在存储层面，针对大模子锻炼和推理，经由过程 Tier-0 计划间接整合 GPU 效劳器内部的存储空间。如无须要，勿增实体，如许间接整合不只处理本钱，机房空间创意创业立异点子，能耗等中心瓶颈成绩，并且极大提拔存储机能与数据带宽。

　　起首是 AI 集群一体化计划手艺立异：驿心的 Tier-0 存储计划能有用操纵 GPU 效劳器内部存储，在搭建AI根底集群设备时，不需求再构建专属的存储集群和存储收集，大幅减少了模子落地本钱，明显加快了布置历程。

　　这不只为企业和科研机构减轻了经济承担，更让先辈的野生智能模子可以以更快的速率从实际走向理论，赋能千行百业。

　　在模子优化层面，驿心科技安身前沿，主动规划和拥抱开源生态。其处理计划为后续在 DeepSeek 等通用模子的优化事情供给了坚固根底，可以深度发掘模子潜力，全方位加快模子运转服从，让野生智能真正做到快而准，助力客户在瞬息万变的市场所作中抢占先机，引领行业开展新潮水。

　　对此，就需求驿心供给专业 AI Infra 处理计划和 VLA 模子与数据才能，来协助他们构建垂直行业处理计划。今朝，驿心也正加深同比亚迪电子的协作，继而供给针对AI研发类客户的一体机结合处理计划。

　　从 1999 年清华本科结业到美国，直到 2008 年去微软，这时期吴文昊不断在做 HPC，博士时期他次要做矩阵计较高机能完成与并行计较 MPI 和谈研发，2008 年到微软以后卖力微软 HPC 及微软云 Azure 产物办理，2011 年，吴文昊作为微软云 Azure 存储团队的 PM 卖力了 Mellanox 进微软云 Azure 的项目。