Blaize是AI芯片领域的众多竞争者之一，Blaize刚刚推出了AI Studio解决方案，该解决方案被誉为业界第一个开放的，无代码的软件平台，可跨越完整的边缘AI操作工作流程，从而大大减少了部署时间，复杂性和成本。
端到端的边缘AI
Munagala（Blaize CEO）和他的联合创始人以前是为Intel制造图形芯片的，大约在九年前就成立了Blaize，据Munagala所说，这“差不多是从我的空余卧室里来的”。他们之所以离开，是因为他们想为新兴的工作负载构建新的处理器-超越时代，超越英特尔本身。
Blaize最初从天使投资人那里筹集资金，然后从战略投资者和金融投资者那里筹集资金。迄今为止，Blaize已筹集了约8,700万美元的股权融资，并且在全球拥有15名员工。它的重点是边缘的AI和推理。换句话说，不是在数据中心的培训模型上，而是在实际操作中部署模型时。
Munagala提到Blaize的AI芯片架构（称为图流架构）使其非常适合边缘和推理。这意味着Blaize的芯片工作时延低，功耗低，并减少了内存和带宽需求。Munagala继续补充说的另一个关键方面是可编程性：“可编程性是我们的基本原则之一。与开发新芯片架构所需的时间相比，算法的更改速度非常快。如果您专门为某个AI工作负载构建固定功能的体系结构，那么在此之前，情况已经发生了变化。为了使我们的客户满意，我们选择了深度投资软件，这就是我们所做的。”
如果看一看AI对全球经济的影响预计将达到数万亿美元，那么其中很大一部分将不会出现在数据中心中。汽车，工厂，监视和医学研究只是其中的一些用例。他们的共同点是，在那些解决方案相关的地方，没有数据科学家可以开发和部署它们。
这就是Blaize试图通过AI Studio解决的问题：端到端的AI开发生命周期，包括MLOps。Munagala使用Wintel隐喻传达了这一想法。他说，PC革命是由于价格合理的计算，易用性和办公生产力工具而引起的，Blaize希望对AI应用程序也能做到这一点。
软件，软件，软件
这是非常雄心勃勃的。那么AI Studio如何实现雄心壮志呢？Zakharchenko将AI Studio描述为他的创意，他指出，这是他及其背后的团队在过去几年中一直在忙的工作。
AI Studio是一种IDE，但它并不是专门针对，甚至主要针对软件开发人员以及数据科学家或工程师。这是Blaize最强调的方面。AI Studio引入了诸如智能助手之类的功能，该智能助手从知识库中提取信息，以帮助非技术人员参与而无需编写代码。
它还引入了与机器学习模型市场的集成，从而使模型重用和数据共享可以加速应用程序开发。它具有不同的风格，可以在云中或本地运行。而且，至关重要的是，它支持诸如ONNX之类的开放标准，这意味着它可以在Blaize自己的芯片之外使用。
不只是针对开发人员
Zakharchenko说，他们广泛研究了现有的IDE，向他们学习并借鉴了这些IDE，但是他们选择从头开始构建AI Studio。他们想要服务的一个关键目标是弥合参与AI应用程序开发的两个不同角色，即数据科学家或工程师与领域专家之间的鸿沟。
这个想法是领域专家应该能够使用AI Studio，而希望/需要更接近代码的人可以使用Studio，并且他们还可以使用Blaize先前提供的SDK。源代码嵌入在AI Studio生成的应用程序中，Blaize表示，该集成是开放的，并支持较低级别的开发人员。
该产品的一些关键方面是对现成的机器学习模型的访问以及针对边缘的优化。通过与现有市场集成来访问模型。Zakharchenko提到AI Studio所做的不仅仅是搜索可免费使用的模型。它还使用不同的标准对它们进行排名，例如使用AI模型的Google。利用Blaize的专业知识和专有技术来进行优化。
原文地址：https://www.zhanzhangb.com/1378.html
