美西時間今天早晨，Databricks同意以約13億美元的估值收購位于舊金山的生成式人工智能初創(chuàng)公司MosaicML。

收購后，MosaicML將成為Databricks Lakehouse平臺的一部分，MosaicML整個團隊都將納入Databricks旗下。據(jù)悉，截至目前，該筆交易是今年生成式AI領(lǐng)域內(nèi)所公布的最大一筆收購案。

令人差異的是，MosaicML是一家21年成立的公司且剛成立不久便得到了知名風投DCVC、Lux Capital、Future Ventures等投資者3700萬美元的融資。在上一輪的融資中，公司估值為億美元，而本次收購中MosaicML的估值直接提高近6倍。

(資料圖片)

被Databricks這樣的大數(shù)據(jù)巨頭青睞，MosaicML到底是做什么的呢？

在今年的6月22日，MosaicML宣布發(fā)布迄今為止最先進的模型：MPT-30B，該模型具有 300 億參數(shù)，是一款開源商用的大語言模型，訓練成本“僅有其他同類競品模型的零頭”。這些最先進的模型已使用 NVIDIA 最新一代 H100 加速器在 MosaicML 平臺上進行訓練，并聲稱與原始 GPT-3 模型相比可提供更卓越的質(zhì)量。

借助 MPT-30B，企業(yè)可以利用生成式人工智能的力量，同時維護數(shù)據(jù)隱私和安全。MosaicML 的 MPT 模型針對高效訓練和推理進行了優(yōu)化，使開發(fā)人員能夠輕松構(gòu)建和部署企業(yè)級模型。

MPT-30B 的一項顯著成就是它能夠超越 GPT-3 的質(zhì)量，同時僅使用 300 億個參數(shù)，而 GPT-3 需要 1750 億個參數(shù)。這使得 MPT-30B 更容易在本地硬件上運行，并且部署推理的成本顯著降低?；?MPT-30B 訓練的定制模型成本也大大低于訓練原始 GPT-3 的估算成本，這使其成為對企業(yè)有吸引力的選擇。

此外，MPT-30B是在長達8000個標記的序列上進行訓練的，使其能夠處理數(shù)據(jù)密集的企業(yè)應(yīng)用。它的性能得到了NVIDIA H100 GPU的支持，該GPU提供了更高的吞吐量和更快的訓練時間。

多家公司已經(jīng)在其人工智能應(yīng)用程序中采用了 MosaicML 的 MPT 模型。

Replit，是一款基于 Web 的 IDE，它使用其專有數(shù)據(jù)和 MosaicML 的培訓平臺成功構(gòu)建了代碼生成模型，從而提高了代碼質(zhì)量、速度和成本效益。

Scatter Lab，一家專門從事聊天機器人開發(fā)的 AI 初創(chuàng)公司，訓練了自己的 MPT 模型，創(chuàng)建了能夠理解英語和韓語的多語言生成 AI 模型，從而增強了用戶群的聊天體驗。

Navan，一家全球旅行和費用管理軟件公司，利用MPT基礎(chǔ)開發(fā)定制的LLM，用于虛擬旅行代理和對話式商業(yè)智能代理等應(yīng)用。

Navan 聯(lián)合創(chuàng)始人兼首席技術(shù)官 Ilan Twig 表示：“在 Navan，我們在產(chǎn)品和服務(wù)中使用生成式人工智能，為我們的虛擬旅行代理和對話式商業(yè)智能代理等體驗提供支持。MosaicML 的基礎(chǔ)模型提供了最先進的語言功能，同時能夠極其高效地進行大規(guī)模微調(diào)和服務(wù)推理。”

開發(fā)者可以通過 HuggingFace Hub 訪問 MPT-30B， 可以靈活地根據(jù)數(shù)據(jù)微調(diào)模型，并將其部署到自己的設(shè)備上進行推理。

此外開發(fā)人員還可以利用MosaicML的托管端點MPT-30B-Instruct，與類似端點相比，它可以以極低的成本提供無憂的模型推理。MPT-30B-Instruct每1,000個token的價格為美元，為開發(fā)人員提供了經(jīng)濟高效的解決方案。MosaicML發(fā)布的MPT-30B模型在大型語言模型領(lǐng)域取得了重大進展，使企業(yè)能夠充分利用生成式人工智能的能力，同時優(yōu)化成本并對其數(shù)據(jù)保持控制。

那么在被Databricks收購后，MosaicML又會給我們帶來什么驚人的表現(xiàn)呢，讓我們拭目以待。