提供工业超算+操作系统，「贝式计算」让企业快速自研部署 AI 系统

根据 Gartner 近期公布了一项调查，这项调查收集了来自 89 个国家各个行业的 3,000 多位技术负责人的问卷结果，显示在 2018 到 2019 这一年间，有 37% 的公司正在进行人工智能业务的部署，或者短期内计划部署。

在近几年经济增速下行、企业承压的大背景下，降本提效已经成为企业共识。而降本增效的重要手段之一就是应用新技术。在这个背景下，曾经被AI公司意图颠覆的传统公司纷纷投入自研AI的行列。比如在过去几年中，安防巨头海康威视与英伟达宣布战略合作、大华股份与中科曙光共建实验室、东方网力也联手格灵深瞳等企业，设立万象科云探索人工智能在监控场景中的落地。

对传统企业来说，设立一套 AI 研发体系，如果从基础设施开始搭建，到真正获得可应用的成果，过程长、机会成本高，会面临较高的风险。

36氪近期接触的贝式计算 OpenBayes，是一家为企业提供 AI 模型机器学习系统以及工业超算集群的创业公司。贝式计算自2017年起开展人工智能业务，此前曾获得联想之星的天使轮投资，以及招商局创新投、招商启航的 Pre-A 轮投资。

贝式计算为企业提供机器学习算力容器以及自动建模系统，这是企业人工智能应用的底层基础，可以让企业将精力集中在技术与具体业务场景结合上。

贝式计算希望为有人工智能应用场景的企业，提供低门槛使用 AI 技术的操作系统。

OpenBayes 机器学习操作系统中，是基于多模态结构化数据搭建的机器学习模型操作系统。其中封装了三层能力：算力供给（计算芯片、虚拟化、高速IO通讯、工业级高性能快存储）、AI模型构架及部署能力（算力容器、环境预配置、版本迭代管理、可视化、超参数自动调优、半自动数据标注）以及业务模型复用、扩展能力。

企业使用 OpenBayes 机器学习操作系统可以将算法工程师从环境配置、数据集管理和参数调优等重复性、机械性工作中解放出来，让工程师单人人效提升 300% 以上，单模型任务交付时间平均减少20-25%，同时工程师可并行多个项目，整体算法团队研发效率提升40%以上。在资源使用方面，OpenBayes系统支持队列执行、并行训练，同时减少非工作时间的集群使用频率，让集群利用率提升1-2倍。

贝式计算服务企业的业务场景包括港口码头等

贝式计算为企业提供的另一个核心价值是算力。贝式计算拥有天河级别的专用超算集群，其超算集群“贝叶斯一号”专为神经网络计算设计，峰值算力可以达到2.7Pflops。对企业而言，可选择按需使用，成本要比自行采购、私有部署更低，对于有硬件和定制功能需求的企业用户，也可以选择私有部署。

贝式计算创始人王臣汉告诉36氪，贝式计算的系统已经过大型工业场景的验证，在港城物流、教育科研等场景拿下多个标杆企业，典型案例包括招商局港口集团、蛇口SCT码头、北京大学医学部、天津肿瘤医院等。

除了大型工业场景与头部客户之外，贝式计算的超算集群也对中小企业及开发者开放，其另一核心产品 BayesGear 算力容器是GPU集群架构，适合矩阵计算。用户注册后无需繁琐的环境配置，开箱即用。

王臣汉告诉36氪，目前BayesGear算力容器有近万名注册用户中，诸如上海浦东临港智慧城市发展中心，上海交大等多个私有部署订单，均是从公开服务转化。公开服务的注册用户拥有较强的社区凝聚力，且都是精准的潜在销售线索，预计未来还将贡献更多大客户订单。

贝式计算的私有部署服务在 2019 年已实现 2000 万销售额，已交付项目预计还会因为继续扩容，以及使用其他服务带来更多长尾收益。

作者暂无likerid, 赞赏暂由本网站代持，当作者有likerid后会全部转账给作者（我们会尽力而为）。


Support author:
Author's Filecoin address:
Or you can use Likecoin to support author: