機器學習和人工智慧近年來呈指數型發展，極大地提升了人們的生產生活質量。這背後所憑藉的足量資料是訓練AI模型的關鍵，而高精度的演算法和強大算力更是資料跑通的必備條件。
拿生活中常見的網約車平臺舉例，Uber、滴滴等憑藉人工智慧和大資料技術，精準掌控車輛每時每刻的執行、載客、位置情況。大量資料不斷匯入平臺系統，工作人員搭建強大的底層架構、不斷最佳化演算法以實現及時、高效排程派單，讓車子可提前預約、隨叫隨到、行程也能追溯。
類似的演算法架構不止適用這一個領域，對於政府、科技企業而言，運用閒置算力來提高機器的利用率同樣是業務開源的好辦法。
2017年，同在Uber擔任底層架構研發的幾個清華人決定創立自己的公司，力圖幫助企業在不需要擴容的情況下，從演算法角度為企業挖掘更多價值。值得一提的是，這家公司在成立之初就獲得了紅杉資本中國基金和矽谷投資基金 IMO Ventures 的超四千萬美金投資，它便是國內高科技新秀企業——南京恆木興資訊科技有限公司。
南京恆木興資訊科技有限公司（以下簡稱：恆木興）是一家專注於深度學習，人工智慧和區塊鏈的高科技公司，致力於為大資料，人工智慧和區塊鏈行業提供和搭建雲計算資料中心和線上雲平臺。自成立以來，已為多家人工智慧及區塊鏈公司搭建軟硬體一體化系統，並與南京、貴州、新疆等多地政府展開合作，在當地發展算力中心與大資料平臺，為客戶提供專業安全、穩定、高效的資料中心運維服務。
其實不光是人工智慧、大資料，很多傳統行業對算力的要求也很高。比如石油地震成像領域，一個FWI演算法需要100多臺8核CPU，算6個月左右才能得到最後的結果，這不但要求分散式計算架構，共享算力也至關重要。
基於如此市場需求，恆木興從入局即自主研發操作管理平臺。“我們的平臺軟體架構能夠承載非常大的容量，硬體的結構基本上是一個主從關係。”恆木興CEO劉子軼向記者介紹，平臺運用Master、Slave兩層系統來實現機器監控、任務分發及驗證回收，能夠應對不同場景自動調整算力強度，滿足了規模效應的同時幫助客戶更高效地管理機器，保證算力平穩，並減少機器執行造成的電力損耗。
此外，公司還研發有專門的算力軟體，參考Uber底層演算法提升CPU使用效率，讓機器演算法跑得更快，幫助使用者收益最大化。“我們的目的是做一家資料驅動的公司，基於足量資料基礎之上，從資料分析的角度幫助客戶做不止於平臺、甚至包括動態定價等服務。”劉子軼如是說。
而對於該領域而言，各家公司在細分賽道打法上都各有不同，可能A公司專注於人工智慧，B公司專注於雲服務，適用於不同商業場景的硬體架構不一樣，一個普適性的平臺無法實現高效，想完全整合很難。
此時，企業就要為生存“選對路子”——恆木興瞄準人工智慧、影視文化企業等B端使用者不斷深挖，在技術上做了針對性最佳化，其平臺效率現已領先業界10%以上，並與多家上市公司合作。透過平臺和軟體按專案計費，公司當前已實現盈利數千萬元人民幣。
截至目前，恆木興工程師團隊共10人左右，其中包括5名核心開發人員，並聘請清華、斯坦福、美國加州大學等多所知名院校的計算機教授擔任公司顧問。
CEO劉子軼曾任職於美國著名對沖基金公司Two Sigma，帶領團隊完成對沖基金系統架構的搭建，保障高頻交易的安全性、穩定性，其搭建和維護的系統可以做到內部延時低於 1 微秒，特定品種交易量佔總交易量的 1% 以上。
公司現已完成Pre-A輪融資，獲得紅杉資本中國基金和矽谷投資基金 IMO Ventures 的共同加持。談及未來發展規劃，劉子軼透露：公司未來將瞄準軟體和硬體兩個市場，同時打造軟硬體一體化的平臺，為算力資料中心的發展提供全方位的服務。同時也會擴充套件行業渠道，推出更多樣化的產品，讓更多閒置算力得到有效利用。
本文圖片來源於圖蟲網，經授權使用。本文為創業邦原創，未經授權不得轉載，否則創業邦將保留向其追究法律責任的權利。如需轉載或有任何疑問，請聯絡[email protected]。