BentoML获得900万美元种子资金，以加速AI应用开发

像GPT这样的大型语言模型的兴起，创造了对人工智能驱动的应用程序的需求，并需要熟练的开发人员来创建它们。前Databricks软件工程师杨超宇注意到目前开发过程中的差距，并与他的联合创始人一起，建立了人工智能开发框架BentoML，最近完成了种子轮融资。

在接受TechCrunch采访时，杨解释了对BentoML提供的灵活开发框架的需求。人工智能服务往往依赖于多个机器学习模型，使其管理和运营变得复杂。此外，许多进入该领域的程序员来自全栈或应用开发背景，缺乏建立必要的人工智能基础设施所需的技能。这造成了较长的开发过程，而像BentoML这样的解决方案可以大大缓解开发过程。

杨以微软的Visual ChatGPT为例，这是一个演示性的人工智能应用，它将文本和图像提示无缝结合起来，以产生回应。开发一个像Visual ChatGPT这样的应用程序供生产使用，一般需要三到六个月的时间。然而，BentoML可以使开发人员在短短两天内就能使这样的应用程序具有可扩展性和成本效益。用户还采用BentoML框架在云端运行艺术生成器Stable Diffusion和开源的LLMs。

BentoML提供了一个高水平的API，抽象了在云上运行人工智能模型所需的复杂基础设施，是越来越多旨在简化人工智能服务开发的工具的一部分。这些人工智能应用框架，包括AWS的SageMaker和AppMaster 等解决方案，提供了一套工具，简化了人工智能应用的构建、运输和扩展过程。BentoML的目标受众包括训练AI模型的数据科学家、管理其生命周期的DevOps工程师，以及在这些模型上构建应用的开发人员。

将BentoML与专注于前端开发者的10亿美元公司Vercel相比较，杨的目标是让BentoML成为AI世界的Vercel。他认识到人工智能应用开发的速度以及对模型微调和产品工程的日益依赖，而不是从头开始训练模型。

最初在2019年开源，BentoML向企业客户推出了一个自我托管的SaaS版本。这家初创公司在开发者社区获得了牵引力，在过去一年中，其开源社区成员增加了四倍，超过了3000人。BentoML的早期采用者包括韩国社交网络巨头Line和Naver。

BentoML最近的种子轮融资，由DCM风险投资公司和Bow Capital支持，筹集了900万美元。DCM的普通合伙人Hurst Lin在该轮融资后加入了BentoML的董事会。不断增长的人工智能市场为BentoML带来了机遇和挑战，因为该团队正在努力平衡短期和长期目标，同时领先于不断变化的行业趋势。