SambaNova现在提供一系列生成式人工智能模型

SambaNova，一家人工智能芯片初创公司迄今已经筹集了超过11亿美元的风险投资，现正推出面向企业客户的新一代生成式人工智能产品，目标是挑战OpenAI和其他竞争对手。

SambaNova 今天宣布推出 Samba-1，这是一个由人工智能驱动的系统，专为文本重写、编码、语言翻译等任务设计。该公司称这种架构为“专家组合”——一个用来指代总共 56 个生成开源人工智能模型的术语。

Rodrigo Liang，SambaNova的联合创始人兼首席执行官表示，Samba-1允许公司对多种AI用例进行精细调整和处理，同时避免了临时实施AI系统所面临的挑战。

“Samba-1是完全模块化的，允许公司在不取消之前投资的情况下异步添加新模型。”梁在接受TechCrunch采访时表示。“同样，它们是迭代的、可扩展的和易于更新的，给我们的客户提供了调整的空间，随着新模型的整合而变化。”

梁是一个优秀的销售人员，他说的话听起来很有前途。但是Samba-1真的比其他很多用于商业任务的人工智能系统更优越吗，其中包括OpenAI的模型在内？

这取决于具体的使用情况。

Samba-1的明显优势在于，它是一组独立训练的模型，而不是一个单一的大模型，客户可以控制如何路由对其发出的提示和请求。对于像GPT-4这样的大模型发出的请求只能单方向传输——经过GPT-4。但对于Samba-1发出的请求则可以传输至56个方向之一（传输至Samba-1的56个模型之一），这取决于客户指定的规则和政策。

梁表示，这种多模型策略还降低了在客户数据上进行微调的成本，因为客户只需要担心微调单个或小组模型，而不是一种大型模型。他说，在理论上，这可能导致对提示的回答更可靠（例如，更少的幻觉驱动），因为一个模型的回答可以与其他模型的回答进行比较，尽管这会增加计算成本。

梁表示：“有了这种架构，您不必把更大的任务拆分成较小的任务，因此您可以训练许多较小的模型。”他补充说，Samba-1可以根据客户的需求部署在本地或托管环境中。“使用一个大模型，您每次请求的计算量更多，因此培训成本更高。[Samba-1]的架构降低了培训成本。”

我想说的是，包括OpenAI在内，许多供应商都为优化大型生成模型提供了吸引人的定价，而且一些初创公司，比如Martian和Credal，提供了工具以根据手动编程或自动化规则在第三方模型之间路由提示。

但SambaNova正在销售的并不是新奇的产品。相反，它是一个一揽子解决方案-一个包括一切的全栈解决方案，包括人工智能芯片，用于构建人工智能应用程序。对于一些企业来说，这可能比桌上其他选择更具吸引力。

“Samba-1为每家企业提供了定制的GPT模型，根据他们的数据进行‘私有化’，并根据组织的需求进行定制，”梁说。“这些模型是基于我们客户的私有数据进行训练的，托管在一个服务器机架上，成本仅为其他解决方案的十分之一。”