<p>科技巨头喜欢夸耀需要庞大且昂贵的 GPU 集群的万亿参数 AI 模型。但 Fastino 采取了不同的方法。</p>
<p>这家位于帕洛阿尔托的初创公司表示，它发明了一种新型的 AI 模型架构，故意设计得小巧且针对特定任务。Fastino 表示，这些模型小到可以用总价值不到 10 万美元的低端游戏 GPU 进行训练。</p>
<p>这种方法引起了关注。Fastino 已获得 1750 万美元的种子融资，由 Khosla Ventures 领投，后者因是 OpenAI 的首位风险投资者而闻名，Fastino 独家告诉 TechCrunch。</p>
<p>这使得该初创公司的总融资接近 2500 万美元。去年 11 月，它在由微软风险投资部门 M12 和 Insight Partners 领投的预种子轮中筹集了 700 万美元。</p>
<p>Fastino 的首席执行官兼联合创始人 Ash Lewis 表示：“我们的模型更快、更准确，训练成本仅为旗舰模型的一小部分，同时在特定任务上表现优于旗舰模型。”</p>
<p>Fastino 构建了一套小型模型，出售给企业客户。每个模型专注于公司可能需要的特定任务，例如删除敏感数据或总结公司文件。</p>
<p>Fastino 目前尚未披露早期指标或用户，但表示其性能令早期用户惊艳。例如，由于模型体积小，它的模型可以在一个 token 中提供完整的响应，Lewis 告诉 TechCrunch，展示了该技术能够在毫秒内一次性给出详细答案。</p>
<p>Techcrunch 事件</p>
<p>加州伯克利 |6 月 5 日</p>
<p>立即预订</p>
<p>现在还为时尚早，无法判断 Fastino 的方法是否会流行。企业 AI 领域竞争激烈，Cohere 和 Databricks 等公司也在宣传擅长某些任务的 AI。而专注于企业的 SATA 模型制造商，包括 Anthropic 和 Mistral，也提供小型模型。毫无疑问，企业生成 AI 的未来可能在于更小、更专注的语言模型。</p>
<p>时间会证明一切，但 Khosla 的早期信任投票无疑是个好兆头。目前，Fastino 表示它专注于建立一支尖端的 AI 团队。它的目标是那些不执着于构建最大模型或打破基准的顶级 AI 实验室的研究人员。</p>
<p>Lewis 说：“我们的招聘策略非常关注那些可能对当前语言模型构建方式持有反向思维的研究人员。”</p>

<p>Fastino 是一家位于帕洛阿尔托的初创公司，已获得由 Khosla Ventures 领投的 1750 万美元种子融资，使其总融资额接近 2500 万美元。该公司专注于开发小型、特定任务的人工智能模型，这些模型可以使用低端游戏 GPU 进行训练，使其在速度和成本效益上优于传统模型。Fastino 的首席执行官 Ash Lewis 声称，他们的模型在特定任务上优于更大型的模型。该初创公司旨在吸引采用非常规方法进行人工智能模型开发的研究人员，以壮大其团队</p>

<p>Tech giants like to boast about trillion-parameter AI models that require massive and expensive GPU clusters. But Fastino is taking a different approach.</p>
<div class="lb-trans"><p>科技巨头喜欢夸耀需要庞大且昂贵的 GPU 集群的万亿参数 AI 模型。但 Fastino 采取了不同的方法。</p>
</div><p>The Palo Alto-based startup says it’s invented a new kind of AI model architecture that’s intentionally small and task-specific. The models are so small they’re trained with low-end gaming GPUs worth less than $100,000 in total, Fastino says.</p>
<div class="lb-trans"><p>这家位于帕洛阿尔托的初创公司表示，它发明了一种新型的 AI 模型架构，故意设计得小巧且针对特定任务。Fastino 表示，这些模型小到可以用总价值不到 10 万美元的低端游戏 GPU 进行训练。</p>
</div><p>The method is attracting attention. Fastino has secured $17.5 million in seed funding led by Khosla Ventures, famously OpenAI’s first venture investor, Fastino exclusively tells TechCrunch.</p>
<div class="lb-trans"><p>这种方法引起了关注。Fastino 已获得 1750 万美元的种子融资，由 Khosla Ventures 领投，后者因是 OpenAI 的首位风险投资者而闻名，Fastino 独家告诉 TechCrunch。</p>
</div><p>This brings the startup’s total funding to nearly $25 million. It raised $7 million last November in a pre-seed round led by Microsoft’s VC arm M12 and Insight Partners.</p>
<div class="lb-trans"><p>这使得该初创公司的总融资接近 2500 万美元。去年 11 月，它在由微软风险投资部门 M12 和 Insight Partners 领投的预种子轮中筹集了 700 万美元。</p>
</div><p>“Our models are faster, more accurate, and cost a fraction to train while outperforming flagship models on specific tasks,” says Ash Lewis, Fastino’s CEO and co-founder.</p>
<div class="lb-trans"><p>Fastino 的首席执行官兼联合创始人 Ash Lewis 表示：“我们的模型更快、更准确，训练成本仅为旗舰模型的一小部分，同时在特定任务上表现优于旗舰模型。”</p>
</div><p>Fastino has built a suite of small models that it sells to enterprise customers. Each model focuses on a specific task a company might need, like redacting sensitive data or summarizing corporate documents.</p>
<div class="lb-trans"><p>Fastino 构建了一套小型模型，出售给企业客户。每个模型专注于公司可能需要的特定任务，例如删除敏感数据或总结公司文件。</p>
</div><p>Fastino isn’t disclosing early metrics or users yet, but says its performance is wowing early users. For example, because they’re so small, its models can deliver an entire response in a single token, Lewis told TechCrunch, showing off the tech giving a detailed answer at once in milliseconds.</p>
<div class="lb-trans"><p>Fastino 目前尚未披露早期指标或用户，但表示其性能令早期用户惊艳。例如，由于模型体积小，它的模型可以在一个 token 中提供完整的响应，Lewis 告诉 TechCrunch，展示了该技术能够在毫秒内一次性给出详细答案。</p>
</div><p>Techcrunch event</p>
<div class="lb-trans"><p>Techcrunch 事件</p>
</div><p>Berkeley, CA|June 5</p>
<div class="lb-trans"><p>加州伯克利 |6 月 5 日</p>
</div><p>BOOK NOW</p>
<div class="lb-trans"><p>立即预订</p>
</div><p>It’s still a bit early to tell if Fastino’s approach will catch on. The enterprise AI space is crowded, with companies like Cohere and Databricks also touting AI that excels at certain tasks. And the enterprise-focused SATA model makers, including Anthropic and Mistral, also offer small models. It’s also no secret that the future of generative AI for enterprise is likely in smaller, more focused language models.</p>
<div class="lb-trans"><p>现在还为时尚早，无法判断 Fastino 的方法是否会流行。企业 AI 领域竞争激烈，Cohere 和 Databricks 等公司也在宣传擅长某些任务的 AI。而专注于企业的 SATA 模型制造商，包括 Anthropic 和 Mistral，也提供小型模型。毫无疑问，企业生成 AI 的未来可能在于更小、更专注的语言模型。</p>
</div><p>Time may tell, but an early vote of confidence from Khosla certainly doesn’t hurt. For now, Fastino says it’s focused on building a cutting-edge AI team. It’s targeting researchers at top AI labs who aren’t obsessed with building the biggest model or beating the benchmarks.</p>
<div class="lb-trans"><p>时间会证明一切，但 Khosla 的早期信任投票无疑是个好兆头。目前，Fastino 表示它专注于建立一支尖端的 AI 团队。它的目标是那些不执着于构建最大模型或打破基准的顶级 AI 实验室的研究人员。</p>
</div><p>“Our hiring strategy is very much focused on researchers that maybe have a contrarian thought process to how language models are being built right now,” Lewis says.</p>
<div class="lb-trans"><p>Lewis 说：“我们的招聘策略非常关注那些可能对当前语言模型构建方式持有反向思维的研究人员。”</p>
</div>

Fastino 利用廉价游戏 GPU 训练 AI 模型，并刚刚完成由 Khosla 领投的 1750 万美元融资