<mark id="oztn4"></mark>
0
| 本文作者： 張進 | 2023-04-25 15:40 |
ChatGPT爆火，引得全世界為之瘋狂，恍惚中一夜之間，人人都在討論ChatGPT，所有大佬和資本紛紛涌進大模型。
上一次如此熱鬧還是Web 3，不過相對前者是少部分人的自娛自樂，大模型則像魔法，引得全民為之著迷，短短 2 個月內 ChatGPT 就收獲 1 億用戶，幣圈甚至認為過去3個月內AI創造的價值，超過了虛擬貨幣歷史上創造價值的總和。而創業者和投資人對大模型更狂熱，更加充滿信念感，堅信大模型的歷史意義將不亞于電力的發明；而爭奪大模型技術的領導地位，則像“研發核武器”。
“全球最聰明的人都在大模型創業，沒人會禁受得住它的誘惑。”前極狐（GitLab）創始人陳冉這樣對雷峰網說。
一個資深技術極客趙亞雄博士亦是如此。2019年從工作了六年的谷歌離職后，便一直奔赴在創業前線，最初加入創業公司Pixie小試牛刀，2022年他決定回國，因為國內涌現出的創業機會深深吸引著他——中國正在發展獨立自主技術體系，中國要做自己的IT技術棧，發展自己的技術生態。對他來說，腦海中有無數誘人的技術創新點子，但是在美國成熟的技術生態中，這些想法都顯得過于激進。
對他這樣一個在國外科技大廠經受過近十年技術訓練的人來說，這是一個難能可貴的機會。從2008年到2019年的十年里，趙亞雄博士分別在Amazon、Google工作，在基礎軟件領域已經成為一名資深的技術極客。
懂技術有國際視野還心懷一腔熱情，這是支撐他在人生的舒適期，從大廠離職出來完成自己創業夢想的基礎。
2022 年 10 月回國后，趙亞雄博士獲得奇績創壇創始人 CEO 陸奇博士的天使輪投資，開始了每周工作 100 小時以上的硬核模式。他長期關注 OpenAI 及硅谷創投生態，看到在自動駕駛長期無法獲得突破、AI 創業領域一片低迷的情況下，ChatGPT從 11 月底橫空出世后，重新激發了全球范圍內對 AI 的狂熱。
“未來一定是AI的世界”，趙亞雄博士的商業猜想轉移到大模型。但他的商業方案“算想未來”不直接參與做大模型，而是要做大模型和AI應用的基礎設施。未來“算想未來”要做AI的基礎設施—— AI IaaS Cloud，區別于傳統的云計算廠商，即一個以AI為導向的云計算廠商。
趙亞雄博士基于自己長期在Google 為 Google Brain、DeepMind 構建的大規模高性能機器學習計算平臺上的經驗，敏銳地意識到中國大模型的研發，受制于基礎設施軟件薄弱、人才稀缺、以及 GPU 芯片禁售的風險。他堅信，接下來將迎來大模型大爆發，對算力的需求隨之會暴漲，“算想未來”就是要承接住大模型帶來的這部分機會。
以下是雷峰網與趙亞雄博士的對話，講述了他對大模型的認知，對國內云計算、SaaS產品發展的分析以及“算想未來”的規劃。
雷峰網：是什么時候關注的大模型？
趙亞雄：2018 年我們就關注到來自 OpenAI 的博客 “AI and Compute”（https://openai.com/research/ai-and-compute）的一個結論：大模型的算力需求每 3.4 個月翻一番。我還在 Google 時，Google就一直保持對大規模機器學習、深度學習的投入，我這邊所在的 Borg 團隊一直有專門的小組支持 Google Brain、DeepMind ，負責在大規模 GPU、TPU 集群上的資源管理和調度。
我們一直關注Transfomer、GPT 的進展，但是 ChatGPT 的誕生確實完全出乎意料，的確完全超出了我們之前腦海中固化的“線性發展”的能力曲線。也從前同事了解到ChatGPT對Google的沖擊，感到非常震撼。
2018 年我們嘗試了 GPU Cloud 的創業方案，2020 年又嘗試了 Compute Infra with AI Chips，都沒有成功。當時最大的阻力在于，大規模的 AI 算力需求仍然只是頭部大廠的小眾需求，市場空間有限。真正重新喚起我們對 AI 基礎設施的熱情，是在 3 月 27 日陸奇博士在奇績創壇得宣講會上，他認為大模型已經帶來劃時代得變革。
3月 27 號那天，陸奇博士召開了一個奇績創壇內部成員企業的轉型研討會，主要是有關AI、大模型。我們都知道陸奇博士他對AI領域的貢獻：作為AI的一名布道者，他很早就參與過 OpenAI 的早期工作，在微軟也一直在做搜索及人工智能方面的技術管理，百度的“All in AI ”戰略也是他制定的。
在這個研討會上，通過陸奇博士的視角，讓我從整個人類社會經濟歷史、社會發展以及大模型帶來的機會，對大模型有了更加深刻的認識。
我們意識到 AI 基礎設施軟件，對中國大模型團隊追趕 OpenAI 至關重要。基于我們跟 OpenAI 基礎設施團隊過往的交流，我們認為中國沒有可以匹敵 OpenAI 的基礎設施軟件技術團隊，這是“算想未來”的起點。
雷峰網：也就是我們要做AI的云，但是現在國內公有云競爭已經是一片紅海了。
趙亞雄：傳統 Cloud 市場確實是紅海。但是大模型和 AI 應用的需求，完全不同于傳統 Cloud 所服務的軟件系統。在大模型和 AI 應用領域，大家的技術積累沒有質的差別。
首先我們看到中國現在有個最大的機會，就是中國正在發展獨立自主技術體系，也就是常說的國產替代，從政府到公眾、以及企業都推動。如此一來，從芯片，到服務器等基礎設施，再到上面的模型應用，都有機會完全獨立自主。每個層面都有全新的機會。
另外，因為 AI 大模型帶來的AI算力的需求，包括AI的訓練和AI的應用研發，這些場景衍生出來的公有云需求，會持續快速增長。我們有一個非常有名的統計數據——OpenAI 在 2018 年寫的 AI and compute 的一個blog，里面介紹了他們統計的每個時間階段最大的深度學習模型，它訓練所需要的算力總額，每3.4個月就要翻一翻。那可想而知，隨著未來 AI 持續地被更多人使用，算力以及從算力衍生出來的大數據還有 AI 應用研發，對基礎設施的需求會很快地超過傳統的云計算。
雷峰網：能具體講講怎么做AI、大模型的基礎設施嗎？
趙亞雄：我們要做一個操作系統，或者說一個管理 AI超級計算機的基礎設施軟件平臺。
這個操作系統將 GPU（以及其他定制化的AI芯片）的算力，充分釋放給上層的 AI訓練和推理，特別是大模型的訓練。我們現在要做的這個 GPU 計算平臺軟件，實際上就是讓大模型訓練，可以高效地擴展到GPU集群所能允許的最大規模，提升訓練過程中對硬件的使用效率，加速大模型訓練的迭代速度，最終達到快速追趕 OpenAI 的目標。
通過擴大規模來提高硬件使用效率，縮短模型訓練的時間周期，原來可能要兩個月訓練，我們現在可以三個星期完成，快速地進行模型研發、迭代，從而加速去追趕 OpenAI ，盡早達到OpenAI GPT 3.5 或者 GPT 4 的能力。
“算想未來”第一階段關注提升分布式大模型訓練的規模；第二階段，我們會尋求國產 AI算力的硬件，即GPU和其他 AI芯片的合作，為大模型及AI應用提供最具性價比的AI推理算力，并推出算想未來自己的AI算力基礎設施解決方案，來為大中型企業建立私有AI云。
“算想未來”的最終目標，是在第三階段，集合大數據、訓練、推理以及其他 AI 計算相關的基礎設施能力和服務，立足中國、服務全球，成為中國領先的 AI IaaS 云服務提供商。
雷峰網：上面提到超級計算機，是類似Meta的RSC（https://ai.facebook.com/blog/ai-rsc/）？
趙亞雄：AI 超算的這個概念，現在指的是一類專門來服務大規模機器學習和深度學習，還有其他 AI 訓練的一類集群式的計算平臺。我們說的超算跟你提到Meta的RSC，其它的系統還有Google TPU Pod（https://cloud.google.com/tpu)、Tesla Dojo ExaPod（https://www.tesla.com/AI）這些都是同一類型的硬件系統。
AI超算的硬件之上還有軟件層，那這個軟件層我們可以把它想象成， AI超級計算機的操作系統，它最核心的是要提供一種能力：可以把底層硬件的算力資源，通過軟件的 API 形式，更容易地讓模型這些框架性的軟件高效率地對接起來，從而讓機器學習和人工智能的研究人員和 AI 應用的開發者，可以用盡量小的研發投入，來使用 AI 超級計算機下面的硬件計算能力。
雷峰網：國內做AI公有云的，有百度百舸、火山引擎，我們是對標他們嗎？
趙亞雄：是的。百度百舸，是針對客戶自有硬件之上的私有化部署的軟件產品。“算想未來”在第二階段推出的私有 AI 基礎設施解決方案，就會包含一個與百舸類似的軟件平臺。而火山引擎中針對 AI 的基礎設施云服務，包括網絡，相關大數據產品，也是我們未來要嘗試的方向。“算想未來”的優勢在于，擁有來自硅谷一線大廠中核心 AI 基礎設施團隊，從事 AI 超算系統研發的實踐經驗。
另一個區別在于大家聚焦點不同，“算想未來”平臺聚焦底層硬件資源的管理、優化、調度。而以上的產品專注在提供軟件工具來幫助機器學習研究者、AI 應用開發者，來更快速完成機器學習模型代碼和AI 應用代碼的編寫。換言之，“算想未來”關注的是如何將硬件資源以軟件 API 的形式呈現給機器學習研究者、AI 應用開發者，讓模型訓練、AI 應用能更高效地使用硬件資源。
此外，我們的平臺將聚焦在支持國產 GPU，目標是基于國產 GPU 構建媲美 nVidia 芯片的算力平臺解決方案。以上百舸、火山引擎也支持其他非 nVidia GPU，但只是將其作為補充、并非核心。從技術獨立自主這個角度看，百舸、火山引擎并沒有優勢。
雷峰網：前面提到“算想未來”是基于大模型做基礎設施，提供公有云服務，那您怎么看待國內這群做大模型的人和公司？我們聽到的有一種觀點是，目前國內這些做大模型的企業大多都是白費力氣，他們用的都是很老的算法，您為什么不直接切入做大模型，而是要做大模型的基礎設施？
趙亞雄：首先我認為這些投資和大模型團隊的出現都是非常好的，對中國的AI發展有積極作用。
這一次，在人工智能方面，中國和美國的差距通過 ChatGPT 放大出來。以前官方報道的中國人工智能的水平，很多是通過專利、論文，還有畢業工程師和博士的數量等等，這種量化指標來體現。那這些量化指標有個很大的缺陷，就是沒有關注AI 理論研究的實際水平，以及支持 AI 理論研究和應用軟件系統的基礎設施（包括硬件、軟件）的能力， AI 應用實際落地的商業閉環和對 Ai 技術生態的飛輪效應。
ChatGPT讓我們看到美國整個生態是有更深的“內功”，以前不過是發“大招”之前的蓄力，看上去平平常常，一爆發就震驚世界。
當然差距沒有想象中那么大。相比之前各個輪次的創業熱點來說，這次的熱點是一個完全由技術驅動的創業熱潮。上一輪技術驅動的熱潮是無人車，但當時的問題是它是以美國的團隊為核心，像小馬智行、文遠知行等，實際上都是美國的人才在美國的土地上來做這件事情，雖然接受了大量中國風投的資金，但是它整個還是美國公司。
這一次大模型的創業有一個非常好的變化，就是中國本土的人員搭上本土的資金，然后也是完全關注中國本土市場，而且完全由技術驅動。
以技術驅動的創業，最后能取得好的商業成果的概率都是很低的。這是毋庸置疑的。但是，技術驅動的創業所積累下來的技術成果，在未來都是有更大機會在新的場景下發揮價值，這跟以往的商業模式驅動的同質化創業競爭區別就在這兒。商業模式同質化競爭的失敗者，他所積累的東西本身幾乎沒有復用價值，至多就是提供給后來者如何規避商業競爭中的同類風險。
“算想未來”的信心在于，我們能搭建一個世界一流的工程團隊，擁有在硅谷頭部企業研究團隊中實踐大模型訓練的技術經驗，根據我們在美國的技術經驗和技術的實踐成果，把這些技術能力轉移到國內來做第一批早期客戶。
我們最近也是跟國內的大模型團隊，還有其他的歷史更長的一些人工智能公司做交流。我們很明顯地感覺到，大家對基礎設施方面有一些共性的技術問題，都是我們之前在 Google 還有其他的公司都已經解決過的。所以在技術解決能力上我們很有信心。
雷峰網：您說我們正在跟很多大模型團隊有過討論，能透露一下接觸過哪些團隊嗎？
趙亞雄：所有中國過去一段時間出現的大模型團隊，我們都在接觸中。另外還有一些傳統的 AI 應用廠商，大家耳熟能詳企業，我們也在積極地做業務拓展，具體的信息在“算想未來”后期有了階段性成果之后，肯定會公布出來。
雷峰網：既然您同意國內大模型創業公司只有30+家，競爭激烈，后期活下來的也不會很多。那么，“算想未來”闖進AI的基礎設施領域，市場空間有多大？
趙亞雄：首先要明確一點，我們的AI IaaS Cloud只是從服務大模型團隊做切入，實際上我們的愿景是AI 基礎設施的云服務，它無論是大模型、中模型，還是小模型，甚至是邊緣的，甚至是嵌入式移動端的，都會有相應的需求。我們會為所有的企業提供相應的訓練、推理，還有大數據以及其他支撐性的軟件服務，像 MLOPs、AI 應用框架、Serverless AI 等等這些。
目前大模型創業，是爭奪大模型市場的領導地位，其中絕大多數企業都會在競爭中被淘汰，從而消失，或者只享有極小的市場份額。但是這不意味著未來只有極少數幾家大模型團隊。實際上在主流投資圈關注的視野之外，有很多大模型團隊都在默默地自由生長著。最后的格局應該是少數幾家頭部，后面跟了大量長尾的大模型團隊服務各個行業客戶。
另一個方面，大模型訓練也不是少數企業才會有的需求。因為大模型開啟了 AI 經濟的序幕，意味著一般意義上的 AI 模型即將被大多數消費者、軟件廠商所接受。
此外，雖然大模型與傳統手工編寫的軟件，采用了完全不同的生產方式，但大模型仍然是一種軟件，仍然需要在使用過程中不斷進行重新訓練、微調來滿足用戶的具體需求，這導致需求會源源不斷。
正如用戶在使用開源軟件，都或多或少會進行相應的定制，因此不會出現由少數幾個大模型公司壟斷模型訓練、推理的情況。
綜上，我們認為以大模型訓練為開端，逐步擴大和深入的國內AI經濟，將會是一個多元多維度不斷發展的市場，不會是單一的，也不會是停滯的市場。
雷峰網：大模型會給中國軟件產業帶來什么樣的影響？
趙亞雄：鑒于中國經濟的獨特結構，國有企業主導的、以公有制主體的經濟格局，要有美國模式的 SaaS 產品出現，成本太高了。
大模型的出現意味著以 AI 為主體的軟件服務，會給中國軟件產業帶來跳躍式發展。如同中國跳過 PC 互聯網的成熟而直接進入移動互聯網，中國的軟件服務業也會跳過 SaaS 進入 AiaaS 階段，這意味著絕大部分軟件應用都會用AI 模型來支持其功能，也意味著更廣泛的 AI 算力需求，這正是“算想未來”最關注的市場空間。
如此一來，國內的 AI 基礎設施市場有機會出現一個“為中國 AI 經濟而生的 AWS”，在AI云上也隨之能長出如Netflix這樣的現象級SaaS應用。這是“算想未來”的機會和目標。
但國內這些以大模型為核心的公司，不會成為像AWS那樣的大公司。我們當然是希望王慧文這樣的成功創業者，能走出一條出人意料的商業化路徑，這也是我們愿意跟所有的大模型團隊，一起來琢磨在更大的集群上跑更大的模型的辦法，首先完成對 OpenAI 的追趕，然后大家再廝殺角逐出最強的團隊，跑出最好的商業模式。
雷峰網：為什么國內這批以大模型為核心的創業公司，不會成為像AWS那樣的大公司？
趙亞雄：假設這些大模型公司，打算以大模型構建公有云平臺，那這意味著大模型要具有廣泛的應用能力，來為其他 AI 應用團隊提供一種等同于（現有公有云上的）IaaS 能力，換句話說，AI 應用團隊要能夠使用大模型來搭建自己的 AI 應用。
這就存在兩個問題：1、大模型的泛化能力有待驗證。現在僅僅依靠文本語言作為媒介的大模型，雖然表現出了類人的能力，但是難以想象這種能力如何作為基礎能力，來嵌入其他應用，即商業化場景模糊。
2、大模型的技術壁壘有限。LLaMA開源之后，其能力已經接近、或部分超越 GPT3，雖然 GPT4 的能力大幅提升。但是在大廠之間，模型的能力差距在 3 年之內（以兩者發布時間為對比， llama 2023年對比 GPT3 2020 年），并且這個差距是在 meta 等企業無意持續擴大模型和訓練數據規模的情況下產生的。OpenAI 尚且可以憑借先發優勢，保證市場主導地位，而國內公司由于均處于同一出發點，而且在技術路線上完全跟蹤 OpenAI，因此并不存在一家獨大的現實基礎。
當然一切仍需由市場、時間給出答案。美團誕生之初，恐怕也很難以預測其能成長為 O2O 的統治者吧。
雷峰網(公眾號：雷峰網)：回到“算想未來”，名字是您取的嗎？有什么樣的含義或者寄予了怎樣的意義？
趙亞雄：一開始項目名字叫初芯，大概意思就是說 AI 的計算，但是很多人反映聽上去像一個做芯片的公司，就換成了“算網”。
因為我們是一個云計算公司，這是“網”代表的含義。那“算”則是對計算需求的體現。算網加在一起，代表我們就是一個做計算的、一個云的提供商。因為在未來比較長一段時期里面，我們相信AI算力需求會成為人類所有的算力需求里面最主流的、最重要的這一部分。算網這個階段正是要服務 AI 計算的需求。
我們覺得“算網”非常順口，但很快因為這個名字注冊不到公司和商標。團隊一起頭腦風暴后有了“算想未來”這個名字。
“算想未來”表達了我們對未來 AI 算力需求的愿景，算、想這兩個字代表以計算為基礎，通過 AI 技術服務人們的想象力、創造力。“算想未來”代表用計算將人們想象中的未來，變成現實的使命。
雷峰網：以前的職業生涯對您此次創業有什么啟發和幫助？
趙亞雄：我在 Amazon Kinesis 待了 1 年不到，Google 做了快 6 年，后來以早期員工身份加入 Pixie 并被 New Relic 收購。這些年里我一直在做云基礎設施、AI基礎設施相關的工作，積累了很多經驗。
例如，參與過Amazon一個很有名的云產品 Kinesis；2015年加入Google的Borg團隊，負責 Google 內部所有服務器集群，它類似一個 K8S 的平臺；2018 年之后，以我為主在Borg內部開啟了一個新項目，即讓 Borg 上面的應用開發者，可以更容易地開發管理他自己的業務，這個系統用到了機器學習來優化集群管理和資源調度，同時也提高了Borg 平臺上的底層硬件資源的使用效率。
Borg后期的工作，主要的重點都是來支持機器學習和人工智能，就像網絡層的話，我們給機器學習這些算力芯片都專門設計了高性能的網絡。我也直接參與和領導了 Google 內部全球化 GPU 算力池的項目，目的是讓 Brain、DeepMind 的 AI 研究者和工程師，非常容易地把機器學習訓練任務跑在全球各地的數據中心里。
2019 年作為第四號員工，正式加入 Pixie初創公司，這個公司的軟件工程體系是我跟創始人一起，按照 Google 的實踐經驗來搭建的。
具體來說，Pixie算是我第一次正式創業，它是一家硅谷初創公司，產品是面向 Kubernetes 的微服務觀測平臺，創新點是用 eBPF（Linux 內核中的可觀測性 API）實現無侵入式的數據采集。Pixie 曾獲得頂級 VC Benchmark & GV的投資，并于 2020 年 12 月被應用性能監控領域的老牌廠商，同時在紐約證券交易所上市公司 New Relic 收購。
其實，Amazon和Google的經歷，除了讓我在技術上得到歷練和積累，更多的是對我創業精神的影響。Amazon和Google都是極具創業文化的公司，在Amazon，內部每個團隊都可以作為一個小的創業公司，來定位自己的業務方向；而Google鼓勵員工創業，在員工離職創業后，想要再加入Google并不需要面試，這給了員工很大的心理保障和激勵。
雷峰網：作為初創公司，我們怎么與百度百舸、火山引擎這些大廠的產品來競爭？
趙亞雄：對于這個問題，我有四個觀點可以回答。
第一，也是最重要的點，初創企業勝在小而精悍！初創公司整個團隊凝成一股勁之后的戰斗力，是很多大廠比不了的。大廠有錢有資源，也無法彌補文化和團隊精神上的綿軟和懈怠；畢竟人不是機器，不是老板說一句大家要拼，就能拼得起來。對此我在Pixie深有感觸。這也是“算想未來”的最大的動力和信心來源。
舉個例子，當遇到一個非常難的一個技術問題的時候，創業公司往往整個團隊更加執著，以及整個團隊的緊密合作最后得出來的解決方案，其質量遠高于大廠。
這可以用“木刀”和“鋼刀”來比喻大廠和初創企業，相比木頭，鋼鐵更鋒利是因為它的元素更緊密地貼合在一起，密度大。大廠更像是一個木質的機構，自然會面臨組織能力渙散、退化。所以“算想未來”要解決的就是如何長期擰成一股繩，保持高戰斗力，跟大廠對抗，如何能始終保持這種凝聚力，這是我們最核心、最關鍵要考慮的問題。
第二，我們有技術上的后發優勢。怎么理解呢？從技術發展角度來看，每次出現一次巨大技術變革之后，新入局的玩家共同具有的一個優勢，就是可以很容易規避之前的發展進程中的彎路和各類無效的投入。說白了就是相對于更大、更成熟的廠商，初創公司從一開始就能花小錢辦大事兒。
第三，在大模型帶來的 AI 計算需求之前，在所有主流平臺上的AI需求都不是主流的需求，所以大家對該問題的研究都是很有限的。換句話，今天我們跟他們其實是處在同一個起跑線上。
具體到正在做的事情。我們的核心團隊成員都是來自國際大廠的infra技術專家，同時我們能時常與 OpenAI、 MSR 、Google、DeepMind這些AI先進團隊保持密切交流、合作，從而從各個層面了解世界前列對 AI 的趨勢判斷。這是國內以業務驅動的 AI 團隊所不能比擬的，因為我們所了解的信息始終比他們要高一個層次。
第四，我們更多是把AI作為一種改變世界的技術手段，而不是服務某項特定業務的技術能力來看待。所以我們能看到中國的SaaS實力不足，過去中國經濟發展實際上沒有辦法支持，如美國那么大規模的 SaaS 企業，只有AI這樣的技術工具出現，我們才能以更高效的方式來實現軟件服務。
最基本的邏輯是美國的 SaaS，現在都是以公有云為支撐的數據的搬運和處理，那它對數據本身的大小處理并沒有實質性的變化。有了大模型之后，就可以把上TB的數據濃縮到幾百G的模型里面，再加上模型還有自學習能力，實際上便可以大大降低軟件服務在交付功能過程中，對數據的這個依賴程度，如此就能大大提升軟件服務的效率。
這也是為什么中國的 SaaS 在國內反而發展不起來，因為市場給它的空間很有限，但對它的效率要求又非常高，又沒有一個技術手段，能用更高效率來實現這些軟件服務。現在有了大模型后，我們意識到在技術上用 AI 的通用手段來實現軟件服務，會比傳統的SaaS模式效率更高，而且是可行的。
我們把公司的名字叫做 “算想未來”，體現的就是我們用 AI + 計算來實現人們想象中的未來世界的愿景，我們對AI 價值的認知，比我們接觸到的國內這些大廠或者是其他創業公司，要走在更前面。我們這個團隊人員來自中國大陸、日本、美國，既有金融背景在高盛待過的投資人、硅谷大廠的技術專家、清華基礎科學班畢業的人工智能專家，都是圍繞在我們對 AI 經濟未來的認知上的，才能把天南海北、各行業的頂尖專家聚攏起來。
最后總結一下的話，毫不夸張地說，我每天睡覺之前都反復拷問自己你問的這個問題；我們創始團隊每次都會專門花時間來一起思考這個問題。頭腦風暴啊、假想場景啊等等，大家的共識就是，困難很大，但是我們這個團隊，就只喜歡做最具挑戰性的事兒。
雷峰網：我們的團隊籌備情況如何？
趙亞雄：李靜是我們的COO，她之前在高盛做投后管理，我們的首席科學家和CTO，他們分別都是在日本和美國AI 研究和應用領域知名的研究機構供職，但現在不方便透露他們的具體身份。
目前我們正在加速籌備完整的團隊，同時也已經開始跟很多大模型團隊做業務探討。我們已經在推進與國內知名的語言類 AI 產品供應商的合作，來推進幫他們如何提升大模型訓練，即 GPU的使用效率。
總體上來說，我們是一個進展非常快的團隊，因為機會很重要，我們一直是以成為中國 AI IaaS Cloud領導者的目標來快速推進。像我的話，基本上從去年 10 月份到現在，每天都是 997 的工作節奏。
雷峰網：您認為未來國內SaaS會如何發展？
趙亞雄：因為Netflix它是傳統云計算上的一個殺手級應用，是伴隨著 AWS 的成長逐漸長出來一個SaaS產品代表。我們希望未來在“算想未來”的平臺上，也可以生長出一個能顛覆現在各類 To C 互聯網企業的，一個全新的，以 AI為核心的一個消費者應用。
（如有意愿與趙亞雄博士溝通交流可加微信：15910236560）。
雷峰網特約稿件，未經授權禁止轉載。詳情見轉載須知。
