分布式处理海量数据已成为AI时代的大算力解决方案之一。
获悉，AI技术与服务提供商「星云Clustar」已完成数千万元人民币 A 轮融资，本轮融资由基石资本领投，老股东红杉资本中国基金跟投，山景资本担任独家财务顾问。本轮融资之后，星云Clustar将继续加强技术研发和市场推广。
星云Clustar成立于 2018 年，作为一家网络和人工智能技术与服务提供商，希望将高性能网络技术和 AI 相关技术应用到更多领域。目前，团队规模已超过 30 人，分布在北京、深圳和香港；星云已与多个赛道的头部客户开展了技术合作，涵盖互联网、人工智能、金融保险、制造业等领域。
2019 年，星云Clustar正式推出了“星云平台”和“算法咨询服务”。
星云平台
在AI训练的过程中，随着数据增长和算法模型复杂化，对数据的传输和计算要求也越来越高，单台服务器已经无法满足需求，对分布式计算技术的效率优化已成为了整个行业的挑战。AI 算力的基础架构由过去的Scale Up（纵向扩展）开始转向ScaleOut（横向扩展），这也是星云Clustar的核心技术蓝图：透过高性能网络技术，加速多节点 AI 训练的全场景应用。
“星云平台”由四个核心模块组成：高性能分布式训练框架、容器化管理、超高速网络互联技术、高性能网络虚拟化技术。星云平台能够帮助用户消除大规模集群的性能和扩展瓶颈，降低机器学习的训练成本，同时提高算法模型的精度。
训练效果对比图
星云平台通过软硬件一体的解决方案及高性能分布式计算集群，为用户提供高性能、分布式、可规模拓展的人工智能基础设施，并能满足用户云上交互，全生命周期可视化、全生命周期流程自动化的需求。例如，星云Clustar帮助某汽车制造大厂的计算机视觉训练提速约达 1.6 倍左右。
算法咨询服务
除了星云平台以外，星云Clustar还为传统行业提供算法产品与服务，从需求分析、业务流程优化、应用场景原型验证等方面入手，提供完整的行业应用解决方案。例如，星云Clustar替某保险公司搭建新一代 AI 运维平台，以支持其业务拓展、客服、运维等场景，提升整体运维效率并降低人工成本。
星云Clustar创始人陈凯是现任香港科技大学副教授，网络系统实验室及港科大-微信人工智能联合实验室主任，他表示，“星云Clustar将继续提升技术研发实力，通过高效创新的网络技术和系统架构，打破人工智能基础设施 Scale Out 的通信瓶颈，并通过硬件集群的算力，缩短模型训练周期、提高预测精度，帮助更多行业实现 AI 落地。”
本轮投资方基石资本董事长张维表示：“在基础设施上，星云Clustar以高性能网络技术提升AI训练平台的效率，让算力能够充分转化为生产力；在应用层上，星云Clustar提供算法服务，解决行业客户的业务问题，达成AI转型的目标。”
相关阅读