法国初创企业FlexAI退出隐蔽状态，获得3000万美元资金，以便更容易获得AI计算

一家法国初创公司已经获得了一笔丰厚的种子投资，用于为希望更有效地构建和训练AI应用程序的开发人员“重新设计计算基础架构”。

这家名为FlexAI的公司自2023年10月以来一直在秘密运营，但总部位于巴黎的公司将于本周三正式推出，获得了2850万欧元（3000万美元）的资金，同时透露了它的第一个产品：一种面向人工智能训练的按需云服务。

这是一笔相当可观的种子轮融资，通常意味着真正优秀的创始人背景 — 而在这里正是如此。FlexAI的联合创始人兼首席执行官Brijesh Tripathi此前曾是GPU巨头和现在备受瞩目的人工智能公司Nvidia的高级设计工程师，然后在苹果担任各种高级工程和架构角色；特斯拉 (直接在埃隆·马斯克下工作)；Zoox (在亚马逊收购这家自动驾驶创业公司之前)；最近，Tripathi担任英特尔AI和超级计算平台分支AXG的副总裁。

FlexAI联合创始人兼首席技术官Dali Kilani也有令人印象深刻的简历，在英伟达和Zynga等公司担任各种技术角色，最近还在法国初创公司Lifen担任首席技术官，该公司为医疗保健行业开发数字基础设施。

本轮投资由阿尔法智能资本（AIC）、Elaia Partners和Heartcore Capital领投，Frst Capital、Motier Ventures、Partech以及InstaDeepCEO Karim Beguir也参与了投资。

计算难题

了解Tripathi和Kilani所尝试的FlexAI，首先值得了解开发人员和人工智能从业者在获取“计算能力”方面所面临的挑战；这指的是执行计算任务所需的处理能力、基础设施和资源，如处理数据、运行算法和执行机器学习模型。

“在人工智能领域使用任何基础设施都是复杂的；这不适合胆小的人，也不适合没有经验的人，”Tripathi告诉TechCrunch。“在使用之前，你需要对如何构建基础设施有足够的了解。”

相比之下，这些过去几十年发展起来的公共云生态系统是一个很好的例子，展示了一个行业是如何从开发人员构建应用程序的需求中崛起，而不用太担心后端的。

"如果你是一名小型开发者想要写一个应用程序，你不需要知道它在哪里运行，也不需要知道后端是什么 - 你只需要启动一个EC2（亚马逊弹性计算云）实例就可以了"，Tripathi说。"但目前的AI计算还做不到这一点。"

在人工智能领域，开发人员必须确定需要连接多少个GPU（图形处理单元）以及通过什么类型的网络互连，通过一个软件生态系统进行管理。他们完全负责搭建这个生态系统。如果一个GPU或网络出现故障，或者链条中的任何环节出错，责任在开发人员身上解决。

“我们希望将AI计算基础设施带到与通用云相同的简单程度 — 虽然需要20年时间，但并没有理由不让AI计算获得同样的好处。” Tripathi说道。“我们希望实现这样一个目标，即运行AI工作负载不需要您成为数据中心专家。”

随着目前产品正在与少数测试客户进行测试阶段，FlexAI将于今年晚些时候推出其首个商业产品。 它基本上是一个云服务，将开发人员连接到“虚拟异构计算”，意味着他们可以在多种架构上运行工作负载和部署AI模型，按使用量计费，而不是按照每小时租用GPU。

GPU是人工智能开发中至关重要的组成部分，用于训练和运行大型语言模型（LLMs）等。英伟达是GPU领域的一流参与者之一，也是由OpenAI和ChatGPT引发的人工智能革命的主要受益者之一。自2023年3月OpenAI推出ChatGPT API以来的12个月里，允许开发人员将ChatGPT功能集成到他们自己的应用程序中，英伟达的股价从大约5000亿美元飙升到超过2万亿美元。

LLMs正涌现于科技行业，GPU需求与之同时飙升。然而，GPU的运行成本昂贵，在云服务提供商那里租赁用于较小工作或临时需求并不总是明智之举，往往费用高昂；这就是为什么AWS一直在尝试为较小的人工智能项目提供限时租赁。但租赁仍然是租赁，这就是为什么FlexAI希望摆脱底层复杂性，让客户按需访问人工智能计算。

多云为人工智能

FlexAI的出发点是，大多数开发者在很大程度上并不在乎他们使用的是哪个厂商的GPU或芯片，无论是Nvidia、AMD、Intel、Graphcore还是Cerebras。他们更关心的是能够在预算限制下开发人工智能并构建应用程序。

这就是FlexAI“通用AI计算”概念的体现，FlexAI根据用户的需求将任务分配到适合的架构上，并负责在不同平台之间进行必要的转换，无论是英特尔的Gaudi基础设施、AMD的Rocm还是Nvidia的CUDA。

Tripathi表示：“这意味着开发人员只需专注于构建、训练和使用模型。我们负责处理一切底层工作。故障、恢复、可靠性都由我们来管理，而你只需支付你所使用的部分。”

在很多方面，FlexAI 旨在加速 AI 领域中已经在云端发生的事情，这不仅仅是复制按使用量付费的模式：它意味着能够通过利用不同 GPU 和芯片基础设施的不同优势，实现“多云”运行。

例如，FlexAI将根据客户的优先事项来分配特定的工作负载。如果一家公司在培训和优化他们的AI模型方面预算有限，他们可以在FlexAI平中设置这一点，以最大限度地利用各种计算资源。这可能意味着通过英特尔获得更便宜（但速度较 no) 的计算资源，但如果开发者有一个需要最快输出的小任务，那么它可以通过英伟达进行通道分配。

在幕后，FlexAI基本上是一个“需求聚合器”，通过传统方式租赁硬件本身，并利用与Intel和AMD的“密切联系”，确保优惠价格，并将其传播给自己的客户群。这并不一定意味着规避霸主Nvidia，但可能在很大程度上确实意味着，随着Intel和AMD为Nvidia留下的GPU碎片争夺，他们有很大的动力与FlexAI这样的聚合器合作。

Tripathi说：“如果我能让这对客户起作用，并吸引成百上千的客户进入他们的基础设施，他们 [Intel和AMD] 将会非常开心。”

这与空间中类似的GPU云服务提供商形成鲜明对比，如拥有充足资金的CoreWeave和Lambda Labs，它们专注于Nvidia硬件。

特里帕蒂指出：“我希望将AI计算发展到与当前的通用云计算相当的水平。在AI上不能进行多云操作。你必须选择特定的硬件、GPU数量、基础设施、连通性，然后自己维护。今天，这实际上是获得AI计算的唯一方式。”

当被问到确切的合作伙伴是谁时，Tripathi表示他无法全部列出他们的名字，因为其中一些缺乏“正式承诺”。

他说：“英特尔是一个强大的合作伙伴，他们肯定提供基础设施，而AMD是提供基础设施的合作伙伴。但还有第二层次的合作伙伴关系，正在与英伟达和其他几家硅谷公司展开，我们现在还没有准备好分享，但它们都在计划中，现在正在签署谅解备忘录。”

埃隆效应

Tripathi已经准备好应对未来的挑战，他曾在世界上一些最大的科技公司工作过。

特里帕蒂在说到自己在Nvidia七年的工作经历时说：“我对GPU有足够的了解；我以前是GPU的建造者。” 他在2007年离开Nvidia去了苹果，那时苹果正在推出第一代iPhone。他说：“在苹果，我开始专注于解决真正的客户问题。我在苹果开始为手机开发他们的第一个SoCs（芯片系统）。”。

Tripathi在2016年至2018年间还在特斯拉工作了两年，担任硬件工程主管，最后六个月直接在埃隆·马斯克的领导下工作，因为他上面的两位领导突然离开了公司。

在特斯拉，我学到的并且正在运用到我的创业公司中的是除了科学和物理学之外没有任何约束，“他说。“今天的做法并不一定是正确或者必须的。你应该从第一原则出发去追求正确的事情，要做到这一点，就要去除每一个黑匣子。”

Tripathi参与了特斯拉开始自行制造芯片的转型过程，这一举措后来被通用汽车和现代等其他汽车制造商效仿。

特里帕蒂说：“在特斯拉，我做的第一件事之一是找出汽车中有多少微控制器，为了做到这一点，我们实际上不得不整理一堆那些带有金属屏蔽和外壳的大黑色盒子，找到里面的这些真的很小的微控制器。”“我们最终把它们放在桌子上，摊开来说，‘埃隆，一辆车里有50个微控制器。有时我们要为它们支付1000倍的边际成本，因为它们被放在一个大金属外壳里得到保护和屏蔽。’然后他说，‘让我们自己生产吧。’我们就这样做了。”

显卡作为抵押物

展望未来，FlexAI 有志于建设自己的基础设施，包括数据中心。Tripathi 表示，这将通过债务融资来资助，这一最近的趋势已经看到该领域的竞争对手，包括 CoreWeave 和 Lambda Labs，将 Nvidia 芯片作为抵押物来获得贷款，而不是再出售更多的股权。

特里帕蒂表示：“银行家们现在知道如何将GPU用作抵押品。为什么要放弃股权呢？在我们成为真正的计算提供商之前，公司的价值还不足以获得数亿美元的投资，用于建设数据中心。如果我们只选择股权，当资金用完时，我们就会消失。但是如果我们实际上把GPU作为抵押品存入银行，他们可以拿走GPU并将其放入其他数据中心。”