Bitfusion宣布推出Bitfusion Flex Beta版，該版本旨在幫助AI軟件開發(fā)人員解決集群化，共享和擴展深度學習基礎架構的復雜性，以加快構建AI應用程序的學習過程。

自2015年1月開業(yè)以來，Bitfusion最近宣布由Vanedge Capital領投500萬美元的A輪融資。

位于公司核心虛擬化引擎之上的Bitfusion Flex旨在通過AI應用程序生命周期優(yōu)化深度學習工作流程，包括開發(fā)，培訓和推理。它可以部署到任何數(shù)據(jù)中心或云中，旨在在所有主要的深度學習框架中增強GPU，現(xiàn)場可編程門陣列(FPGA)和其他AI計算資源的使用。

核心虛擬化技術提供了一個透明的軟件層，該層將多個系統(tǒng)組合到一個單一的彈性計算集群中，該集群支持計算資源的共享和擴展。它旨在與現(xiàn)有的應用程序一起使用。

Bitfusion的聯(lián)合創(chuàng)始人兼首席執(zhí)行官Subbu Rama說：“人工智能和深度學習的前景是巨大的，但是在實踐中，利用GPU，F(xiàn)PGA和其他計算架構來提高性能對AI開發(fā)人員來說是巨大的挑戰(zhàn)。” 通過關注圍繞AI開發(fā)和部署的獨特需求，我們使公司能夠更輕松地利用這些高效的架構。這加快了AI計劃實現(xiàn)業(yè)務價值的時間。”

Rama在他的許多工作中表示，他的團隊發(fā)現(xiàn)軟件開發(fā)人員在構建AI應用程序方面經(jīng)驗不足。“這是早期階段;這是一個非常新的領域。硬件人員可能知道如何在GPU上編程，而軟件開發(fā)人員則可能不知道。世界各地的Google知道他們在做什么，但是90%的公司才剛剛起步。全面的專業(yè)知識水平是平均水平。我們希望每個人都能使用該平臺。”

Vanedge Capital的執(zhí)行合伙人Moe Kermani表示：“數(shù)據(jù)中心正在向異構計算模型轉變，在該模型中，CPU將通過專用協(xié)處理器(例如GPU，F(xiàn)PGA等)來增強。機器學習是這一轉變的主要驅動力，而Bitfusion的定位很明確，可以簡化應用程序如何利用這種環(huán)境。

Moor Insights&Strategy的機器學習高級分析師Kal Freund表示：“ Bitfusion看到了提供機會來管理機器學習開發(fā)過程的工具，同時又將高實用性從工作所需的GPU機架中擠出來了。據(jù)我所知，Bitfusion是第一個解決這一增長需求的人。”