CloudSome завершила финансирование на сумму 3,6 миллиона долларов для создания многофункциональной AI инфраструктуры для высокочастотного бизнеса в Web3

Биржи, количественные учреждения и платформы цифровых активов нуждаются не только в более мощных моделях, но и в стабильных ресурсах для вызова, возможности переключения между поставщиками и управляемых затратах.

Сингапурская платформа унифицированного AI модели API CloudSome недавно завершила финансирование на сумму 3,6 миллиона долларов. Эти средства будут в основном использованы для разработки платформы продукта, расширения ресурсов сервисов моделей, улучшения инфраструктурных возможностей и разработки малых моделей для сценариев Web3.

С переходом генеративного AI из экспериментальной стадии в реальный бизнес, потребности Web3 компаний в моделях также меняются. Для бирж, количественных учреждений, кошельков, платформ цифровых активов и профессиональных торговых команд действительно важным является не только сила самой модели, но и возможность постоянного обеспечения ресурсов модели, стабильного вызова в пиковые моменты, наличие альтернативных путей в случае колебаний поставок и предсказуемость и управляемость общих затрат.

CloudSome стремится решить именно эту инфраструктурную проблему.

Клиенты Web3 нуждаются не в одном вызове модели, а в постоянной работе AI

Бизнес Web3 по своей природе глобален, информационно насыщен и работает 24/7.

Биржи должны постоянно обслуживать пользователей по всему миру; количественные и исследовательские команды должны обрабатывать большое количество рыночной информации, материалов проектов, объявлений, кода и неструктурированных данных; кошельки и платформы цифровых активов должны поддерживать многоязычный контент, услуги для пользователей, внутренние проверки и рабочие процессы.

Когда AI интегрируется в эти процессы, объем вызовов модели будет напрямую зависеть от изменений на рынке.

При резких колебаниях рынка, публикации важных политических решений, запуске популярных проектов или быстром росте интереса сообщества, запросы пользователей, внутренние аналитические задачи и потребности в обработке контента могут значительно увеличиться за короткий промежуток времени. В этот момент, если компания полагается на единую модель или единого поставщика, любые ограничения, увеличение задержек, недостаток квот или временная недоступность могут напрямую повлиять на соответствующие функции AI.

Многофункциональная маршрутизация моделей оставляет пространство для внезапного трафика и колебаний поставок

Многофункциональная маршрутизация моделей не является простым распределением трафика между различными моделями.

В реальном бизнесе компании должны учитывать типы задач, возможности моделей, скорость отклика, затраты на использование, доступные квоты и состояние поставщиков, прежде чем решать, какая модель или канал должны обрабатывать запрос.

Например, одна и та же биржа может одновременно использовать модели для обработки многоязычной клиентской поддержки, резюме объявлений, поиска знаний, помощи в коде и внутренних операционных задач. Разные задачи имеют разные требования к производительности моделей, задержкам и затратам, и нет необходимости передавать все это одной и той же модели.

Количество и исследовательские команды также могут одновременно сталкиваться с различными типами запросов: некоторые задачи требуют более мощных аналитических способностей, некоторые акцентируют внимание на низкой задержке и возможности пакетной обработки, а некоторые просто требуют классификации информации, преобразования форматов или фильтрации контента.

CloudSome предоставляет клиентам больше возможностей для управления благодаря многофункциональному подключению моделей, переключению при сбоях и управлению вызовами.

Когда рыночные события приводят к пиковым запросам или когда один из поставщиков сталкивается с ограничениями, увеличением задержек и колебаниями в обслуживании, платформа может снизить зависимость от единой модели и единого поставщика, используя альтернативные модели или каналы обслуживания.

В то же время, скорость запросов, ограничения по параллельным вызовам и ежедневные квоты токенов могут использоваться для ограничения потребления ресурсов различных проектов, избегая неожиданного роста затрат из-за внезапного трафика.

Это означает, что компании могут не только вызывать модели, но и начать управлять ресурсами моделей централизованно.

Продвижение разработки малых моделей для высокочастотной торговли и количественных сценариев в Web3

Помимо постоянного расширения ресурсов универсальных моделей, CloudSome также будет использовать средства от этого раунда финансирования для продвижения разработки малых моделей для вертикальных сценариев Web3, с акцентом на высокочастотную торговлю, количественные исследования, обработку рыночных данных и анализ цифровых активов.

В сценариях высокочастотной торговли и количественных исследований модели должны обрабатывать не только вопросы на естественном языке, но и большое количество постоянно генерируемых, относительно структурированных и требующих высокой эффективности обработки данных. Например, распознавание рыночных тенденций, классификация новостей и объявлений, извлечение сигналов настроений, генерация меток событий, анализ данных на блокчейне, оценка состояния торговых пар и фильтрация информации и извлечение признаков в процессе количественных исследований.

Эти задачи обычно имеют высокую частоту вызовов, большой объем данных, чувствительность к времени отклика и четкие требования к контролю затрат. Если все это передать крупным универсальным моделям, это не только приведет к высоким затратам на вызовы, но и может не удовлетворить требования количественных команд к стабильности, скорости обработки и возможности пакетного выполнения.

Основываясь на этой потребности, CloudSome планирует разработать легковесные модели для конкретных задач в высокочастотной торговле и количественных исследованиях, чтобы они могли выполнять высокочастотные, стандартизированные и относительно четкие задачи обработки данных.

Цель CloudSome в разработке малых моделей для Web3 не заключается в том, чтобы напрямую заменить торговые стратегии, торговые системы или собственные модели принятия решений количественных учреждений, а в том, чтобы предоставить командам высокочастотной торговли и количественных исследований более эффективные базовые возможности моделей.

С помощью сотрудничества малых моделей и универсальных больших моделей CloudSome надеется постепенно построить инфраструктуру обработки данных и вызова моделей для рынка Web3, предоставляя биржам, количественным учреждениям и профессиональным торговым командам более эффективные, стабильные и управляемые возможности AI.

У разных клиентов Web3 базовые потребности в конечном итоге становятся едиными

Разные типы клиентов Web3 имеют явные различия в конкретных сценариях использования.

Биржи и платформы цифровых активов обычно больше заботятся о круглосуточном обслуживании, глобальных пользователях, поддержке многоязычности, внезапном давлении на доступ и непрерывности обслуживания для пользователей.

Количественные учреждения и исследовательские команды больше заботятся о способности к постоянным вызовам, пакетной обработке информации, рабочих процессах исследований, помощи в коде и упорядочивании неструктурированных данных.

Команды кошельков и сопутствующих услуг могут применять возможности моделей для упорядочивания материалов, внутренних инструментов, поддержки пользователей и помощи в ручной проверке.

Профессиональные трейдеры и разработчики торговых инструментов могут больше заботиться о быстром доступе к различным моделям, переключении между различными задачами и контроле затрат в зависимости от фактического объема использования.

CloudSome не предоставляет торговые стратегии и не заменяет системы управления рисками, соблюдения норм и исполнения сделок, используемые биржами, количественными учреждениями или сопутствующими поставщиками услуг.

Платформа выполняет роль уровня вызова моделей и управления ресурсами, предоставляя общие интерфейсы, ресурсы моделей, маршрутизацию и возможности управления использованием для различных сценариев Web3.

От вызова моделей к управлению ресурсами моделей

На ранних стадиях применения генеративного AI компании обычно сосредотачиваются на вопросе «можно ли подключить определенную модель».

Но с ростом объема вызовов, увеличением команд и расширением бизнес-сценариев, вопросы постепенно переходят к:

• Какие команды могут вызывать какие модели

• Сколько квот может использовать каждый проект

• Какая модель лучше подходит для текущей задачи

• Как переключаться, если один из поставщиков недоступен

• Сколько затрат понесли разные бизнес-лини

• Как избежать прерывания обслуживания или неконтролируемых затрат из-за внезапных запросов

Таким образом, ценность инфраструктуры в эпоху многофункциональных моделей заключается не только в том, чтобы помочь разработчикам быстрее завершить один вызов API, но и в том, чтобы помочь компаниям постоянно управлять ресурсами моделей.

Для разработчиков непосредственная ценность CloudSome заключается в снижении затрат на адаптацию интерфейсов и переключение моделей.

Для компаний ценность далее расширяется до управления доступом, квотами вызовов, контролем параллельных вызовов, переключением при сбоях и управлением затратами.

Эти возможности не равны полноценной системе управления AI в компании, но могут реализовать базовый контроль ресурсов и управление использованием на уровне вызова моделей, предоставляя необходимую основу для внедрения AI в реальный бизнес.

Следующий шаг после финансирования

После завершения этого раунда финансирования CloudSome продолжит улучшать возможности консоли разработчика, управления API, унифицированного выставления счетов и анализа использования, а также далее улучшать обеспечение ресурсов моделей, управление запросами, переключение при сбоях и контроль параллельных вызовов.

Платформа также расширит количество моделей и официальных каналов обслуживания, продолжая повышать стабильность вызовов для клиентов из разных регионов и с различными масштабами бизнеса.

Цель CloudSome состоит в том, чтобы позволить биржам, количественным учреждениям, торговым командам и другим клиентам высокочастотного бизнеса больше не управлять несколькими поставщиками моделей, каналами вызова и системами выставления счетов, а использовать различные модели AI более стабильно, гибко и управляемо через единую платформу.