AI基礎(chǔ)軟件，在大模型時代講出新故事

大模型熱潮，讓多家企業(yè)沖在AI產(chǎn)業(yè)底座的路上。

從交換機到高端AI服務(wù)器，再到云計算和數(shù)據(jù)中心都進(jìn)入新增長周期。從1到10掀起“千模大戰(zhàn)”的AI革命，將首先在軟件和應(yīng)用領(lǐng)域展開。

其中，算法作為實現(xiàn)AI功能的關(guān)鍵，基礎(chǔ)軟件為其提供運行的平臺和工具。隨著算力性能逐漸同質(zhì)化和標(biāo)準(zhǔn)化，數(shù)據(jù)的差異性和企業(yè)需求的個性化逐漸加大，“AI基礎(chǔ)軟件”作為模型訓(xùn)練效率和算力使用效率的決定性因素，地位更加凸顯。

在企業(yè)迫切尋求生成式AI應(yīng)用的加速工具和服務(wù)的需求下，一邊NVIDIA AI Enterprise軟件套件和Azure機器學(xué)習(xí)相結(jié)合，供開發(fā)者構(gòu)建、部署和管理大型語言模型的AI應(yīng)用；另一邊在產(chǎn)業(yè)起跑發(fā)令槍尚未響起之時，有前瞻性的國內(nèi)AI基礎(chǔ)軟件玩家也開始蠢蠢欲動。

沿著“把數(shù)據(jù)變成模型，讓模型變簡單，讓模型真正用起來”的軸線發(fā)展，萌芽于硅谷車庫，由兩位前微軟工程師創(chuàng)辦于2013年的九章云極DataCanvas，經(jīng)歷過去十年隨著AI技術(shù)的不斷普及和深入應(yīng)用后，在這次大模型moment的爆燃之下，也欲發(fā)起新動作。

微軟工程師回國創(chuàng)業(yè)，入局?jǐn)?shù)據(jù)科學(xué)平臺

作為AI賽道的早期入局者，九章云極DataCanvas背后站著兩個男人：方磊和尚明棟。

兩人在美國待了10年，不僅是美國雪城大學(xué)攻讀計算機工程碩士時的同窗好友，后又都加入微軟工作。2008年，微軟從各個團隊中，抽取精明強將，組成了類startup的團隊，晚亞馬遜2年沖入云計算，方磊跟尚明棟便是其中之二。

彼時，身處內(nèi)部，兩人從工程師角度看到了很多趨勢，比如早期微軟只提供PaaS服務(wù)，后被市場教育，又變成了提供SaaS和PaaS服務(wù)。在大廠率先試錯的過程中，2011年，云上收入增長迅速，多家企業(yè)規(guī)模量級發(fā)生變化。

尚明棟觀察到，一些傳統(tǒng)的大公司，開始成批量把算力往云上去遷移，驗證了當(dāng)初杰夫貝索斯對云建設(shè)的初衷。

“一開始有人嘲笑說云建設(shè)就是弄一堆RDC的機房，但貝索斯的愿景是以后接管所有企業(yè)的IT，從底層計算存儲一直到上層數(shù)據(jù)能力建設(shè)等各種基礎(chǔ)能力的建設(shè)。企業(yè)不需要再有一個IT團隊去維護(hù)，以非常低的成本就形成一套很復(fù)雜、高可用、高并發(fā)的架構(gòu)。”

2013 年前后，美國的數(shù)據(jù)科學(xué)平臺創(chuàng)業(yè)迎來爆發(fā)期，加之，公有云的技術(shù)環(huán)境形成，促使新一代數(shù)據(jù)和人工智能（Data AI）的公司不斷孵化出來....Databricks、Snowflake 等一批后來崛起為頭部的公司大都是從這個時候起步。

方磊和尚明棟順勢而為，決定回國在數(shù)據(jù)科學(xué)平臺領(lǐng)域創(chuàng)業(yè)，九章云極DataCanvas由此成為國內(nèi)最早入局自動化數(shù)據(jù)科學(xué)平臺的供應(yīng)商。

2014 年，方磊給投資人的郵件中表示：容器技術(shù)自 2012 年出現(xiàn)后，給分析行業(yè)帶來了很大的改變，容器化的方式統(tǒng)一了分析流程的運行基礎(chǔ)。而且，與容器結(jié)合后，機器學(xué)習(xí)、深度學(xué)習(xí)等不再只是在上層增光添彩的小工具，而成為了標(biāo)準(zhǔn)化的基礎(chǔ)設(shè)施。

同年，這一創(chuàng)業(yè)設(shè)想便拿到了亞杰天使基金的天使輪投資。

聚焦“AI基礎(chǔ)軟件”擴大版圖，超20家資本競相押注

尚明棟也深知AI基礎(chǔ)軟件更清晰的定位以及上下游的合作，往往更適用于一個相對來說比較成熟的生態(tài)分工，絕非一蹴而就。

在花了兩年時間打磨DataCanvas 數(shù)據(jù)科學(xué)平臺后，尚明棟意識到要把產(chǎn)品變成商品，需要對市場需求精準(zhǔn)洞察，而技術(shù)創(chuàng)業(yè)的背景早期讓其在市場化上也走過一些彎路。想要在國內(nèi)把數(shù)據(jù)和算法變成生意，從有數(shù)據(jù)處理需求的大型企業(yè)入手成為了解法。

尚明棟坦言，模型作為數(shù)據(jù)資產(chǎn)的一部分，從大趨勢上看，數(shù)據(jù)產(chǎn)生、能力構(gòu)建是一個持續(xù)建設(shè)的過程，信息化能力建設(shè)最早的行業(yè)一定相對來說數(shù)據(jù)更剛需和密集。

彼時，金融行業(yè)的信息化程度遠(yuǎn)高于其他行業(yè)，銀行是當(dāng)時國內(nèi)IT 預(yù)算最高的企業(yè)之一，亦成為了九章云極DataCanvas瞄準(zhǔn)金融行業(yè)的最先切入點。時至今日，中國前一百家銀行里，九章云極DataCanvas客戶占比超50 家，驗證了其AI創(chuàng)業(yè)以“business”的核心。

商業(yè)化驗證的同時，為解決企業(yè)在進(jìn)行數(shù)據(jù)分析時面臨的AI建模難度門檻過高、以及AI推理等問題，九章云極DataCanvas也不斷完善產(chǎn)品版圖。

在“人工智能基礎(chǔ)軟件”的定位下，公司不僅通過AutoML自動機器學(xué)習(xí)、AutoDL自動深度學(xué)習(xí)和ModelOps提供模型運行的全生命周期，更通過其研發(fā)的HSAP數(shù)據(jù)庫DingoDB落地Data-Centric AI。

此外，九章云極DataCanvas從DAT自動機器學(xué)習(xí)軟件、DingoDB實時交互式分析數(shù)據(jù)庫，到去年7月發(fā)布的YLearn因果學(xué)習(xí)軟件，不斷以開源重器刷新了業(yè)界對開源基礎(chǔ)軟件的期望。后者作為全球首款一站式處理因果學(xué)習(xí)完整流程的開源算法工具包，填補了可信AI、可解釋AI高性能基礎(chǔ)軟件的市場空白，而這也正是推動AI技術(shù)實現(xiàn)從“預(yù)測”到“決策”的規(guī)模化應(yīng)用的重要工具。

尚明棟表示，AI基礎(chǔ)軟件不光是一個基礎(chǔ)軟件，還面向國內(nèi)toB的生態(tài)合作。隨著眾多廠商協(xié)作產(chǎn)生的分工細(xì)化，在toB生態(tài)下，面對行業(yè)數(shù)據(jù)、結(jié)構(gòu)的不同，企業(yè)更需要考慮在某一個能力層里進(jìn)行長期的可復(fù)用、標(biāo)準(zhǔn)化。

這其中，越是偏底層的能力，他認(rèn)為越應(yīng)該參與到開源生態(tài)中，通過更多人適配變成整個標(biāo)準(zhǔn)化生態(tài)分工里的一環(huán)。

“從這一點上來說，我們尊重且積極參與到開放生態(tài)，會開源一些比較底層的計算框架，而偏上面的行業(yè)應(yīng)用，甚至是交互式的應(yīng)用工具鏈，會更支持企業(yè)化特性。”尚明棟表示，九章云極DataCanvas會保持對開源生態(tài)的兼容，處于中間層的位置，向上更靠近應(yīng)用，向下更靠近底層。

據(jù)了解，九章云極DataCanvas軟件產(chǎn)品收入占六成以上，除在金融行業(yè)客戶滲透率不斷提高外，其在通信、工業(yè)制造、政府、交通等多行業(yè)均有標(biāo)桿客戶落地。

10年間，九章云極DataCanvas加速狂奔，資本的橄欖枝也接連不斷。

去年9月，九章云極DataCanvas完成龍門資本領(lǐng)投的C+輪融資，至此，已在9輪融資中獲得超20家機構(gòu)押注，其中中關(guān)村發(fā)展前沿基金、領(lǐng)沨資本、紅點中國、賽富投資基金、襄禾資本等知名機構(gòu)更是多輪加持。

以“大+小”方式，形成模型訓(xùn)練新范式

在技術(shù)快速發(fā)展和行業(yè)生態(tài)變遷下，如果說過去的產(chǎn)品矩陣是九章云極DataCanvas針對企業(yè)現(xiàn)有能力來進(jìn)行伴生式的成長，那么大模型則是九章云極DataCanvas的詩和遠(yuǎn)方。

近兩年，在跟規(guī)模體量特別大的客戶溝通并構(gòu)建大規(guī)模深度學(xué)習(xí)的分布式訓(xùn)練框架時，尚明棟就感受到面向未來的非結(jié)構(gòu)化數(shù)據(jù)越來越多，只不過業(yè)內(nèi)尚無大規(guī)模需求涌現(xiàn)。

而這些早期的個別需求讓他在訓(xùn)練模型時，注意到隨著模型由小變大，大模型訓(xùn)練成本高甚至可能還會進(jìn)入到空轉(zhuǎn)狀態(tài)，形成大量成本浪費，故而需要一面訓(xùn)練，一面監(jiān)控，一面動態(tài)調(diào)整訓(xùn)練參數(shù)，讓其持續(xù)進(jìn)入到收斂態(tài)。

尚明棟坦言，自2019年起，團隊就開始挑可能通過長期投入來形成核心壁壘的點，作為大模型的投入重心。

在他看來，過去中小模型解決的是場景，現(xiàn)在大模型替代的是分工和角色。想讓企業(yè)更認(rèn)可大模型的價值，一要用大模型的能力，給企業(yè)帶來更多收益，二要為企業(yè)節(jié)省更多人力成本。簡而言之就是實現(xiàn)客戶一些原先不能的，或者是原先效果不夠好的能力，在能力建設(shè)和業(yè)務(wù)結(jié)合時做好開源節(jié)流。

基于這樣的邏輯，九章云極DataCanvas將與行業(yè)生態(tài)結(jié)合得較緊密的需大量成本消耗的環(huán)節(jié)，作為可能被大模型所替代和驅(qū)動的目標(biāo)。

當(dāng)下，大模型雖表現(xiàn)優(yōu)異，但對于各行業(yè)使用者來說，實際應(yīng)用于業(yè)務(wù)場景仍然存在較高的技術(shù)和成本門檻。模型的參數(shù)標(biāo)準(zhǔn)并不統(tǒng)一，相對于參數(shù)級，模型的效果且是否能夠支持快速迭代對于企業(yè)客戶實際應(yīng)用來說更為重要。客戶能夠在一個白盒大模型基礎(chǔ)上快速地、低成本地微調(diào)和迭代出客制化的小模型，才能高效地實現(xiàn)豐富場景的大模型應(yīng)用。而這正是AI基礎(chǔ)軟件工具鏈的重要性。

尚明棟表示，大模型未來可能和中小模型更趨同化，而大模型和小模型的融合使用，大模型的小型化，或者說以大模型為底座的小型化微調(diào)，也是一種趨勢，能夠以低廉的成本解決大量的問題。AI基礎(chǔ)軟件通過大模型+小模型的方式，正形成模型訓(xùn)練新范式。

他指出，不管是大模型還是小模型，本質(zhì)上都是模型，實際就是數(shù)據(jù)的濃縮，包含價值、邏輯密度。數(shù)據(jù)不開放，必然要搬運能力，而且是大模型所需的整個能力棧。

而通過過去啃下的技術(shù)“硬骨頭”，使得九章云極DataCanvas在大模型的落地和應(yīng)用里，能快速找到能力組合的戰(zhàn)略要點，打造更標(biāo)準(zhǔn)化的大模型工具鏈：不僅會在支持現(xiàn)有框架下，把構(gòu)建大模型的能力引入行業(yè)的邊界里去，而且還會給行業(yè)提供能力閉環(huán)。

“作為AI生態(tài)鏈中基礎(chǔ)軟件環(huán)節(jié)的能力提供者，過去10年我們一直在驗證從模型構(gòu)建到模型推理生產(chǎn)化，甚至到后期的模型管理，形成一個基于以模型全生命周期作為起點和終點來進(jìn)行的能力建設(shè)的閉環(huán)，來對行業(yè)產(chǎn)生價值，讓客戶為能力買單。”

而這樣的閉環(huán)在大模型構(gòu)建下，尚明棟預(yù)測會有新的能力建設(shè)隨新的大閉環(huán)而產(chǎn)生。

在他看來，大模型很像新時代的制造業(yè)，大家在一個流水線上，下游負(fù)責(zé)算力、更底層的一些計算框架，九章云極DataCanvas負(fù)責(zé)好基礎(chǔ)軟件，模型的完整生命周期的構(gòu)建和推理，并賦能于后面的應(yīng)用，是一個更面向產(chǎn)業(yè)的閉環(huán)。

而其中，相較于專業(yè)能力分工更細(xì)致化，有前瞻性技術(shù)和能力構(gòu)建的頭部客戶，真正進(jìn)行大規(guī)模變現(xiàn)和賦能的是更偏向于最終應(yīng)用的腰部企業(yè)，需要九章云極DataCanvas從基礎(chǔ)軟件往應(yīng)用側(cè)提供一部分服務(wù)，去把最后這一公里補齊。其透露，目前大模型方面已經(jīng)開始有付費客戶。

據(jù)IDC預(yù)測，到2026年，大規(guī)模基礎(chǔ)模型將成為大型供應(yīng)商提供的標(biāo)準(zhǔn)行業(yè)實用程序。隨著各大廠商更加投入到底層基礎(chǔ)軟件的建設(shè)中，在時代推動和產(chǎn)業(yè)帶動下，以九章云極DataCanvas為代表的AI基礎(chǔ)軟件公司又將有哪些變與不變，讓我們拭目以待。