近来，开发小型快速机器学习模型的草创公司 OmniML 宣告取得1000万美元种子轮融资，将用于加快人工智能（AI）在边际设备上的布置。该种子轮融资由GGV资身手投，Qualcomm Ventures、Foothill Ventures、MatrixPartners、Tectonic Ventures、GSR Ventures、 IMO Ventures 以及 Fellows Fund 跟投。OmniML 方案将该笔融资用于扩展其机器学习团队，并加快软件开发。
OmniML 的创立主旨是处理AI使用程序与边际硬件之间的算力错配问题，让 AI 真实的进入群众日子的方方面面，让家居更安全快捷，让驾驭更安全，让物流、工厂有用进步功率……为完成这些方针，OmniML让现有的机器视觉（ML）模型规划更小，更针对边际硬件而规划。这样，这些模型能够在边际设备上直接进行人工智能推理，无需数据中心和云环境，大大下降运营本钱，进步安全性，保证隐私，而且更具可扩展性。OmniML推翻现有职业，为无处不在的边际人工智能轻松赋能，进步人工智能的速度、精确性和功率，而无需额定的硬件定制与晋级。
OmniML 由联合创始人、公司首席执行官吴迪博士，麻省理工学院电子工程和核算机科学系韩松教授以及 OmniML 首席技能官毛慧子博士一起领导。值得一提的是，上述三位皆结业于清华大学电子工程系。此外，OmniML 技能的开发者包含来自麻省理工学院、斯坦福大学、加州大学洛杉矶分校的国际尖端研究人员和职业专家以及曾供职于 Facebook 的工程师们。现实证明，它能够在各种边际设备大将机器学习的主要任务提速10倍之多。
Qualcomm 副总裁兼 Qualcomm Ventures 美洲区董事总经理 Carlos Kokron 表明：“OmniML 根据神经架构查找技能的抢先渠道有才能经过创立高效新模型来推翻人工智能模型优化，而不是仅经过紧缩模型来完成这一意图”。“他们的处理方案为企业客户供给了为方针硬件打造最优人工智能模型的才能，然后节省了很多时刻和本钱，并进步了精确性。咱们很快乐能出资 OmniML，助力边际 AI 技能无处不在。”
OmniML 的技能打破将加快人工智能在边际设备上的布置，其中就包含核算机视觉的加快完成。开发人员将不再需要为特定芯片和设备手动优化机器学习模型，这一革新将完成高性能硬件感知AI的更快布置和到处运转。
OmniML 正在与自动驾驭和智能相机等范畴的客户协作，打造根据人工智能的核算机视觉边际算法优化渠道，以进步安全性和实时感知才能。它的模型紧缩渠道正在无人驾驭轿车和智能家用摄像头上进行测验，也可能对其他各种职业产生影响。例如，它能够改进零售客户体会，支撑精细制造业的安全和质量操控检测。
OmniML 联合创始人兼首席执行官吴迪博士说：“当今，人工智能如此强壮，以至于边际设备无法应对它的核算才能。“当然，现实也并非一直如此。咱们的机器学习模型紧缩弥合了人工智能使用与边际设备之间的距离，增强了设备潜力，使得任何人能够在不同硬件渠道上更快速、更精确、更合算且轻松快捷地布置硬件感知人工智能。”
注：详细融资金额由出资方或企业方供给，动点科技不做任何背书。