微软的服务模型如何让每个人都能轻松访问AI技术

今天的工具让创建基于AI的应用程序变得更加简便,但许多开发者仍然对模型托管的复杂性感到望而却步。选择如OpenAI的GPT-4、Meta的Llama 3、Google的Gemini或各种开源模型是一项挑战,而部署这些模型则面临全新的困难。这项复杂的任务可能让开发者感到沮丧,甚至扼杀他们的创业梦想。

然而,微软为开发者提供了一种解决方案,使他们能够将注意力重新集中于创意,而不是技术障碍。他们的模型即服务(MaaS)产品类似于云服务,用户可以按需支付模型访问费用,而无需管理基础设施。该服务可通过微软的AI Azure Studio访问。

微软AI平台的首席项目经理塞思·胡亚兹(Seth Juarez)表示:“如果你曾经部署过模型,你就会知道这涉及复杂的PyTorch版本和硬件规格的组合。MaaS简化了这一复杂过程。如果你有一个模型,无论是开源的还是由OpenAI创建的,都可以通过我们的目录轻松访问。只需点击一下,你就能获得一个已准备好的操作端点。”

借助MaaS,开发者可以方便地租用推理API,并按需进行模型微调,无需虚拟机。胡亚兹提到,尽管微软提供超过1600个具有不同功能的模型,MaaS的目标是让开发者更容易将AI功能集成到他们的软件中。

自2023年推出以来,微软通过MaaS提供了多个选定模型。起初推出的模型包括Mistral-7B和Meta的Llama 2。最近,Nixtla的TimeGen-1和Core42 JAIS也加入了阵容,未来还将有AI21、Bria AI、Gretel Labs、NTT Data、Stability AI和Cohere的更多模型上线。不过,在AI Azure Studio中,只有一小部分模型符合MaaS标准。

模型的可用性通常源于企业合作关系,虽然胡亚兹表示他对这些合作的具体细节了解不多。其他模型被纳入是因为API修改已将其功能签名标准化,以适应MaaS。然而,更专业的模型需要通过其他方法进行部署。“这就是为什么有些被归类为模型即服务,而另一些则可以推到你自己的容器中进行托管推理的原因,”胡亚兹解释道。

他预见,未来开发者将在两种方法之间选择——就像房主和租房者。“在这个模型中,你拥有整个容器和模型,并负责维护,而使用MaaS时,我们为你管理这些维护。支持的模型越多,开发者租用的选择越多,”他指出。

虽然MaaS并不是一个全新的概念,但它展示了技术领域的重大转变。胡亚兹认为,动态已经发生了变化——现在是消费者在表达对特定功能和服务的需求,而不是科技公司在主导我们的需求。这种演变得益于AI研究和商业化的同步发展。“我们正看到这种逆转,用户因ChatGPT等工具的广泛使用而驱动需求,促使企业跟上步伐,提供所需的体验,”他总结道。

Most people like

Find AI tools in YBX

Related Articles
Refresh Articles