最近从华盛顿大学分离出来的新面孔机器学习初创公司OctoML Inc今天宣布，它已经筹集了390万美元，以解决部署人工智能软件的复杂性。

在硬件系统上设置AI模型与典型的应用程序安装非常不同。为了最大化算法的性能和功效，工程师必须仔细优化驱动主机系统的特定芯片的代码。对于开发团队来说，这并不总是一个可行的选择，尤其是在有多个神经网络在几种不同类型的硬件上运行的公司中。

OctoML希望减少任务的资源消耗。这个由首席执行官和华盛顿大学教授Luis Ceze领导的10人团队开发了一个名为Apache TVM的开源工具包，可以自动化模型部署过程。它使用机器学习根据安装它的每个平台的约束来优化神经网络。

TVM支持广泛的硬件环境。该软件使工程师能够在大多数东西上部署模型，从智能手机到专为人工智能优化的加速器芯片。这些公司越来越多地在其数据中心使用它们来支持机器学习工作负载。

OctoML的CTO表示，“Apache TVM基于机器学习的方法从根本上优化了机器学习系统，使其能够针对不断变化和扩展的硬件目标集，如数据中心、汽车、电话、医疗设备和嵌入式系统。”陈天琦(右二)。

TVM在机器学习生态系统中获得了巨大的吸引力。Amazon.com公司、微软公司和脸书公司等主要技术公司在内部使用该软件来调整他们的人工智能模型，而包括高通公司在内的芯片制造商也为该项目的源代码做出了贡献。

OctoML计划通过即将推出的托管云服务，利用TVM技术简化AI开发者的工作，从而从TVM的普及中获利。首席执行官路易斯策泽(Louis Ceze)承诺不提供任何细节，从而“降低客户的工程和运营成本，降低依赖特定平台的风险”。