Generatived (Beta) | Cung cấp tin tức và xu hướng mới nhất về AI sáng tạo

Ray, một công cụ tính toán AI nguồn mở, đã có những đóng góp đáng kể vào việc tăng khả năng tiếp cận công nghệ AI. Kể từ khi được Robert Nishihara, Philipp Moritz và Ion Stoica phát triển vào năm 2016 tại RISELab của UC Berkeley, Ray đã tạo điều kiện thuận lợi cho việc mở rộng quy mô khối lượng công việc AI phức tạp cho các công ty như Netflix và Uber. Ray hỗ trợ nhiều ứng dụng AI, từ xử lý dữ liệu đa phương thức đến đào tạo mô hình, trên nhiều cơ sở hạ tầng khác nhau.

Ngành công nghiệp AI đang phải đối mặt với "bức tường phức tạp của AI" được đặc trưng bởi các hệ thống phân mảnh và nhiều mô hình và khuôn khổ, dẫn đến tình trạng thiếu hiệu quả và chi phí tăng cao. Để giải quyết vấn đề này, những người sáng tạo ra Ray đã thành lập Anyscale để cung cấp một nền tảng AI thống nhất dựa trên khả năng của Ray. Anyscale hướng đến mục tiêu hợp lý hóa việc triển khai AI, giúp AI có khả năng mở rộng và tiết kiệm chi phí hơn cho các tổ chức ở mọi quy mô.

Nền tảng Anyscale đã chứng minh được những lợi ích đáng kể cho người dùng, chẳng hạn như Canva đạt được khả năng sử dụng tài nguyên gần như hoàn hảo để cắt giảm một nửa chi phí đám mây và Recursion xử lý hình ảnh nhanh hơn 7 lần. Tính linh hoạt của nền tảng cho phép tối ưu hóa trên nhiều phần cứng khác nhau, bao gồm GPU và TPU, hỗ trợ nhiều tùy chọn điện toán để tối đa hóa hiệu quả và hiệu suất.

Cam kết về khả năng thích ứng của Anyscale mở rộng sang các tùy chọn triển khai, cho phép khách hàng chạy khối lượng công việc AI trong nhiều môi trường khác nhau, từ đám mây công cộng đến đám mây riêng. Nền tảng này được tích hợp với các dịch vụ Google Cloud như Cloud Storage và BigQuery, cho phép vận hành liền mạch gần hơn với các nguồn dữ liệu. Anyscale gần đây đã hợp tác với Google Kubernetes Engine để nâng cao dịch vụ của mình bằng cách cung cấp cơ sở hạ tầng mạnh mẽ cho các ứng dụng AI quy mô lớn.