随着 HBM3E 的成功推出，美光已成为推动生成式人工智能 (AI) 发展的关键贡献者。生成式 AI 是人工智能和机器学习的最新发展成果，由于其对当今企业业务的潜在益处，70% 至 80% 的 AI 研究都集中在这一领域。
2019 年美光创投成立 AI 基金时，我们的重点是计算机视觉工作负载，例如工业环境中的图像分析和自动驾驶。我们的第二支基金将视野扩大到深度科技，这意味着我们的重点仍然是人工智能，但给自己留出了更多的自由去探索非线性技术趋势。在基金 II 的早期，我们看到了一股新兴趋势的苗头，即“基础模型”或“生成式 AI”。到 2022 年 11 月，仿佛“轰”的一声，它已在全球遍地开花。
通过不断探索，我们对这一趋势有了独到洞察。因此，从 2021 年开始，我们投资了一系列初创公司，以利用生成式 AI 满足客户用例的需求，同时改进大型语言模型的底层技术堆栈——这是一种建立在高性能计算和高带宽内存基础上的新型大规模计算工作负载。这些投资侧重于硬件、应用，以及让所有系统高效运行的软件和策略。接下来我们一起来看看吧！
以下是一些在特定行业应用中使用生成式 AI 的公司：
- Inworld：Inworld 是“专家混合”策略的领导者，致力于扩展大型语言模型。Inworld 目前在为游戏中的非玩家角色 (NPC) 构建 AI 大脑，从而改善体验并降低延迟，其效果远超现有的生成式 AI。在最近的 VentureBeat Transform 2023 活动中，该公司与 Google DeepMind、NVIDIA 和 OpenAI 一并入选年度生成式 AI 创新企业前五强。
- Multiscale：材料研发的时间以年甚至数十年为单位，我们在学习如何高效、高良率地制造出日益复杂的关键半导体和清洁能源材料，而与此同时，成本正在急速增长。Multiscale 是一个基于 AI 的材料研发平台，可清理和连接材料数据孤岛，以准确定义研发中的“下一个最佳测试”。Multiscale 集成在现有的数据科学工作流中，采用了由生成式 AI 支持的全新界面，让非技术人员也有机会快速探索新型材料的新实验途径。
- Pryon：这是一个企业知识搜索平台，使用安全、可扩展的大型语言模型来处理私有数据。Pryon 自 2019 年开始与客户合作进行部署，在产品和平台设计方面优势明显，擅长在结构化和非结构化企业数据集上运用生成式 AI 的能力。
我们还关注了很多技术支持型公司：
- Avicena：众所周知，现代数据中心运行生成式 AI 工作负载需要消耗大量的电力。Avicena 通过超低功耗光子互连技术来解决此大规模能源消耗问题，用 MicroLED 取代了器件之间的铜线连接，从而能够大幅降低能源消耗。
- Eliyan：同样是为了应对数据通信的能源挑战，Eliyan 更进一步：省去了硅中介层，在有机芯片封装中实现了高性能连接。这种方法在总拥有成本中仅占用很小的比例，但其提供的性能可与先进封装相媲美，并且能够实现更大的设计灵活性。再来点 HBM3E？ 是的，拜托了！
- Normal Computing：Normal Computing 与“normal”（正常）毫无关系，其灵感源于量子计算。Normal Computing 的思想领袖们正在构建“系统 2” AI 的基础，将其特有的功能叠加在现有的企业语言模型上，以解决有关信任、可扩展性、合理性、模型幻觉和生成式 AI 输出漂移的问题。
- SambaNova Systems：SambaNova 的计算系统是从零开始构建的，并且针对大型变换器模型进行了优化。凭借此计算系统，SambaNova 率先在全球数据中心规模上为大型语言模型工作负载带来全新的加速器、平台和服务器架构。
专用的硬件和软件解决方案将生成式 AI 技术推向新的高度。它们可以提供更高的处理能力、内存容量和带宽，降低功耗，从而推动生成式 AI 的发展。这些解决方案还可以加快模型训练速度、扩大模型规模，充分拓展 AI 的能力和创造力。
上述团队为革命性的生成式 AI 技术奠定了基础。作为内存和存储领域的全球知名厂商，美光正在帮助这些创新公司将技术变成现实。
如需了解更多信息，或查看美光创投投资组合中的其他公司，请联系我们。
