今天的工具簡化了人工智慧應用程式的創建,然而許多開發者仍然對模型托管的複雜性感到退縮。在 OpenAI 的 GPT-4、Meta 的 Llama 3、Google 的 Gemini 或各種開源模型之間做出選擇是一個挑戰,而將這些模型部署則帶來了全新的困難。這項繁瑣的任務可能使開發者感到挫敗,抑制他們的創業夢想。不過,微軟提供了解決方案,讓開發者能夠重新專注於創意,而不是技術障礙。他們的模型即服務(MaaS)產品類似於雲服務,讓用戶可以支付模型的使用費用,而不必管理基礎設施。該服務可以通過微軟的 AI Azure Studio 訪問。
“如果您曾經部署過模型,就知道這涉及到 Pytorch 版本和硬體規格的複雜組合,”微軟 AI 平台的首席程式經理 Seth Juarez 解釋道。“MaaS 消除了這種複雜性。如果您擁有一個模型—無論是開源的還是由 OpenAI 創建的—都可以輕鬆通過我們的目錄訪問。只需點擊一下,您就有了一個準備就緒的操作端點。”
透過 MaaS,開發者可以輕鬆租用推論 API,並以按需付費的方式進行微調,而不需要虛擬機。Juarez 指出,微軟提供超過 1,600 個具有不同功能的模型,而 MaaS 的目標是使開發者更簡單地將 AI 功能整合到他們的軟體中。
自 2023 年推出以來,微軟已通過 MaaS 提供了部分模型。最初推出的模型包括 Mistral-7B 和 Meta 的 Llama 2。最近,Nixtla 的 TimeGen-1 和 Core42 JAIS 也加入了陣容,並且 AI21、Bria AI、Gretel Labs、NTT Data、Stability AI 和 Cohere 的其他模型也即將推出。然而,在 AI Azure Studio 提供的模型中,只有少部份符合 MaaS 的標準。
模型的資格通常與企業合作夥伴關係有關,雖然 Juarez 承認他對這些合作的具體細節並不清楚。其他模型則因 API 修改已標準化其功能簽名以符合 MaaS 的相容性。不過,更專業的模型必須使用不同的方法部署。“這就是為什麼一些被列為模型即服務,而另一些可以放入您自己的容器進行托管推論,”Juarez 解釋道。
Juarez 預見未來開發者將能夠在兩種方式之間選擇—類似於房主和租房者。“在這種模式中,您擁有整個容器和模型並負責維護,而通過 MaaS,我們為您管理這些維護。支持的模型越多,開發者進行租用的選擇就越多,”他指出。
MaaS 並不是一個新概念,但它顯示了科技領域的一個重大變化。Juarez 認為,這種動態已經改變—不再是科技公司主導我們的需求,而是消費者現在開始表達對特定功能和服務的需求。這種演變是由 AI 研究與商業化的平行進步所驅動的。“我們正在見證這種顛覆,使用者因為 ChatGPT 等工具的廣泛使用而推動需求,促使企業趕上並提供所要求的體驗,”他總結道。