FedML के $11.5M फ़ंडरेज़र में विकेंद्रीकृत AI कंप्यूट नेटवर्क और MLOps टूल का संयोजन

यूएससी-अमेज़ॅन सेंटर ऑन ट्रस्टवर्थी मशीन लर्निंग के उद्घाटन निदेशक सलमान अवेस्टिमेहर के नेतृत्व में, एक अभिनव स्टार्टअप व्यवसायों के लिए क्लाउड या किनारे पर एआई मॉडल को आसानी से प्रशिक्षित करने, परिष्कृत करने, निगरानी करने और बढ़ाने का मार्ग देने का वादा करता है। फेडएमएल, इस होनहार उद्यम का नाम है, जिसने सफलतापूर्वक 11.5 मिलियन डॉलर की सीड फंडिंग अर्जित की है, जिससे कंपनी का मूल्य 56.5 मिलियन डॉलर आंका गया है। फंडिंग राउंड का संचालन कैम्फोर्ड कैपिटल द्वारा किया गया था, और इसमें रोड कैपिटल और फाइनलिटी कैपिटल ने भाग लिया था।

टेकक्रंच को एक ईमेल साक्षात्कार में एवेस्टीमेहर ने बताया कि बड़ी संख्या में व्यवसाय व्यावसायिक आवश्यकताओं की पूर्ति के लिए उद्योग-स्तर या कंपनी-विशिष्ट डेटा पर कस्टम एआई मॉडल को प्रशिक्षित करने या ट्यूनिंग करने के इच्छुक हैं। हालाँकि, उन्होंने यह भी रेखांकित किया कि "गंभीर क्लाउड इंफ्रास्ट्रक्चर लागत, बढ़े हुए डेटा और इंजीनियरिंग खर्चों के कारण कस्टम एआई मॉडल को तैयार करना और बनाए रखना कथित रूप से महंगा रहा है। इसके अतिरिक्त, कस्टम एआई मॉडल के प्रशिक्षण के लिए आवश्यक मालिकाना डेटा को अक्सर एकांत, विनियमित या नियंत्रित किया जाता है। संवेदनशील।"

हालाँकि, FedML एक व्यवहार्य समाधान प्रदान करता है। अवेस्टिमेहर के अनुसार, फेडएमएल ने एक सहयोगी एआई प्लेटफॉर्म पेश किया है जो डेवलपर्स और व्यवसायों को मॉडल साझा करके, संसाधनों की गणना करके और डेटा साझा करके एआई कार्यों पर सामूहिक रूप से काम करने के लिए सशक्त बनाता है।

FedML के पास किसी भी मात्रा में कस्टम AI मॉडल या ओपन-सोर्स समुदाय से प्राप्त मॉडल निष्पादित करने की क्षमता है। फेडएमएल के प्लेटफॉर्म के साथ, ग्राहक सहयोगियों का एक समूह बना सकते हैं और पीसी जैसे उपकरणों में एआई अनुप्रयोगों को स्वचालित रूप से सिंक्रनाइज़ कर सकते हैं। एसोसिएट्स एआई मॉडल प्रशिक्षण के लिए उपयोग किए जाने वाले उपकरणों, जैसे मोबाइल डिवाइस या सर्वर को शामिल कर सकते हैं, और वास्तविक समय में प्रशिक्षण प्रगति की निगरानी करने की क्षमता रखते हैं।

हाल ही में, FedLLM, मालिकाना डेटा पर OpenAI के GPT-4 की तरह डोमेन-विशिष्ट बड़े भाषा मॉडल (LLM) बनाने के लिए एक निर्माण पाइपलाइन, FedML द्वारा जारी की गई थी। माइक्रोसॉफ्ट के डीपस्पीड और हगिंग फेस जैसी लोकप्रिय एलएलएम लाइब्रेरी के साथ संगत, फेडएलएलएम को सुरक्षा और गोपनीयता सुनिश्चित करते हुए कस्टम एआई विकास को गति देने के लिए तैयार किया गया है, एवेस्टीमेहर ने कहा।

गैलीलियो और एरिज़ जैसे कई अन्य एमएलओपीएस प्लेटफार्मों या यहां तक ​​कि एडब्ल्यूएस, माइक्रोसॉफ्ट और Google क्लाउड जैसे मौजूदा लोगों की तरह, फेडएमएल एआई मॉडल को उत्पादन में तैनात करने और बाद में उन्हें बनाए रखने और निगरानी करने की प्रक्रिया को सुव्यवस्थित करने में सहायता करता है। हालाँकि, FedML AI और मशीन लर्निंग मॉडल टूलींग से परे आकांक्षाएँ रखता है।

अवेस्टिमेहर ने तर्क दिया कि प्राथमिक उद्देश्य सीपीयू और जीपीयू संसाधनों का एक समुदाय विकसित करना है ताकि जब मॉडल तैनाती के लिए तैयार हों तो उन्हें होस्ट और सेवा प्रदान की जा सके। जबकि विशिष्टताओं पर अभी भी चर्चा चल रही है, फेडएमएल उपयोगकर्ताओं को टोकन या मुआवजे के वैकल्पिक रूपों के माध्यम से प्लेटफ़ॉर्म पर गणना में योगदान करने के लिए प्रोत्साहित करने की योजना बना रहा है।

हालांकि एआई मॉडल सेवा के लिए वितरित, विकेन्द्रीकृत गणना नई नहीं है, रन.एआई, जेनसिस और पेटल्स ने अपने प्रयास किए हैं, एवेस्टीमेहर को विश्वास है कि फेडएमएल इस गणना प्रतिमान को एमएलओपीएस सुइट के साथ विलय करके अधिक सफलता प्राप्त कर सकता है।

फेडएमएल उद्यमों और डेवलपर्स को लागत के एक अंश पर बड़े पैमाने पर, निजी और मालिकाना एलएलएम का निर्माण करने की अनुमति देकर विशेष एआई मॉडल की सुविधा प्रदान करता है, एवेस्टिमेहर ने पुष्टि की। इसके अलावा, उन्होंने मर्ज किए गए डेटा, मॉडल और गणना पर सहयोग करते हुए फेडएमएल के अद्वितीय विक्रय बिंदु, प्रशिक्षण, तैनाती, निगरानी और एमएल मॉडल को कहीं भी परिष्कृत करने पर जोर दिया - जिससे बाजार में लागत और समय कम हो गया।

इन प्रगतियों के प्रकाश में, यह कोई आश्चर्य की बात नहीं होगी यदि फेडएमएल MLOps, एआई उद्योग में तूफान ला दे, ऐपमास्टर नो-कोड प्लेटफॉर्म जैसे प्लेटफार्मों के साथ रैंक में शामिल हो जाए, जो तकनीकी उद्योग में अपने अभिनव योगदान और क्रांतिकारी उपकरणों के लिए जाना जाता है।