Lola Vision Systems 正试图让在芯片上运行人工智能模型变得更容易

故事始于大约 12 年前，当时 Tayo Adesanya 开始了微芯片和人工智能处理器的职业生涯。他主要帮助大型制造商决定在其硬件中使用哪些芯片。他告诉 TechCrunch，那些年让他很早就了解了人工智能计算市场的需求走向。 “创办 Lola Vision Systems 是对世界的发展方向和我所看到的事物的赌注，”他说。 2024 年，他创立了 Lola Vision Systems，这是一家人工智能基础设施公司，专门构建用于在设备上运行人工智能模型的软件和芯片。其核心产品是将人工智能模型转换为特定芯片可以运行的指令的软件。 Adesanya 将此软件称为“编译器工具链”，他表示这是一个巨大的瓶颈：在新硬件上手动设置 AI 模型可能需要“大约 200 小时”才能开始测试。 Lola Vision 表示，它已经重建了该软件层，并且还在开发自己的半导体芯片，目标是实现更多流程的自动化。客户提供其想要使用的代码和人工智能模型，无论是定制的还是开源的，软件都会将两者转换为客户芯片可以执行的指令。 “速度只是其中的一部分，”阿德萨尼亚说。他解释说，更快的设置使航空航天和“其他关键任务公司”有时间“以较低的功耗在自己的数据上运行更准确的模型”。图片来源：Tayo Adesanya “对于这些客户来说，”他说，“准确性和可靠性并不好。他们决定产品是否通过监管审查以及在现场是否可靠工作。” Lola Vision 总部位于华盛顿特区，是几家试图提供 NVIDIA 技术替代方案以在设备上运行 AI 的初创公司之一。 Adesanya 表示，目前许多公司都从 Nvidia 的 Jetson 开始，这是一系列用于在设备上运行 AI 的紧凑型计算模块，或者采用开源 AI 模型。 Adesanya 声称这些“经常会出现故障或开箱后运行不佳，因此团队需要花费数天或数周的时间让它们运行起来，然后甚至需要花费数周的时间进行调试，直到模型可用。” “即便如此，”他继续说道，“功耗常常会超出边缘计算预算，或者主板无法为产品成功运行实际需要的中型到大型模型提供足够的计算。这会导致识别模型落后于目标或误读对象。” （边缘计算意味着直接在相机或无人机等设备上运行人工智能，而不是在远程数据中心。识别模型是识别物体的人工智能系统。）据该公司称，已有十几家企业客户签署了信件，表示有兴趣在 Lola Vision 的芯片上市后购买它们，并且已经有一个签约客户。它还与微电子劳动力发展计划 SCALE 合作，与更多半导体实验室合作。 “为了更快地获得收入，我们现在将在现有硬件上许可我们的软件，”Adesanya 说。 （换句话说，该公司不会等待自己的芯片，而是让客户付费在现有芯片上使用其软件。）他补充说，该公司迄今为止已筹集了超过 100 万美元的总资金。 Lola Vision 入选今年的 TechCrunch Battlefield 200，该项目共有 200 家初创公司入选。 “当我还是普渡大学的学生时，TechCrunch 是我的最爱，”他说。他说，在开发该产品并签下第一个客户大约一年后，他觉得是时候申请《战地》并将公司推向更广泛的受众。至于这次活动中他最兴奋的事情是“建立有意义的联系并尽可能多地了解我们空间内和周围发生的事情，”他说。 “而且，说实话，我期待投资者写支票。”要了解有关 Lola Vision Systems 以及其他数十家经过严格审查的初创公司（下周将在 TechCrunch DIsrupt 上与我们会面）的更多信息（以及前来考察的风险投资家），请与我们一起于下周（10 月 13 日至 15 日）在旧金山参加我们的活动。