River AI သည် Custom Model Training အတွက် Open AI Stack ကိုတည်ဆောက်ရန် ဒေါ်လာ 1.1 ဘီလီယံ စုဆောင်းခဲ့သည်။

xAI ပူးတွဲတည်ထောင်သူ Igor Babuschkin မှ စတင်တည်ထောင်သည့် River AI သည် open model, customization, and personal AI တို့ကို အဓိကထား၍ full-stack အတုထောက်လှမ်းရေးပလပ်ဖောင်းတစ်ခုတည်ဆောက်ရန် ရန်ပုံငွေဒေါ်လာ 1.1 ဘီလီယံကို စုဆောင်းထားသည်။ NVIDIA နှင့် AMD Ventures တို့မှ ဗျူဟာမြောက် ရင်းနှီးမြှုပ်နှံမှုများနှင့် Y Combinator နှင့် Temasek တို့မှ အပိုပါဝင်မှုများဖြင့် General Catalyst နှင့် AMP PBC တို့က ဦးဆောင်ကျင်းပခဲ့ကြောင်း ရိုက်တာသတင်းတွင် ဖော်ပြထားသည်။

ကုမ္ပဏီသည် သီးသန့်အခြေခံအဆောက်အဦအဖွဲ့ သို့မဟုတ် အထူးပြု ဟာ့ဒ်ဝဲမလိုအပ်ဘဲ ၎င်းတို့၏ကိုယ်ပိုင် AI မော်ဒယ်များကို လေ့ကျင့်ရန်၊ ညှိနိုင်း၊ အသုံးချရန်နှင့် ထိန်းချုပ်နိုင်စေမည့် ဆော့ဖ်ဝဲအင်ဂျင်နီယာများနှင့် လုပ်ငန်းများအား အခြေခံအဆောက်အအုံများ ဖော်ဆောင်လျက်ရှိသည်။ နောက်ဆုံးပေါ် AI လုပ်ငန်းဖွံ့ဖြိုးတိုးတက်မှုများနှင့် ရန်ပုံငွေထောက်ပံ့မှုအစီအစဉ်များကို ကျယ်ကျယ်ပြန့်ပြန့်ဖော်ပြရန်အတွက် စာဖတ်သူများသည် AI Buzz Wire ၏ နောက်ဆုံးရ AI သတင်း ကို လိုက်ကြည့်နိုင်ပါသည်။

xAI နှင့် OpenAI Veteran မှ တည်ထောင်ခဲ့သည်။

Babuschkin သည် လုပ်ငန်းအတွက် နက်နဲသော နည်းပညာဆိုင်ရာ အထောက်အထားများကို ယူဆောင်လာသည်။ သူသည် xAI၊ Elon Musk ၏ AI ကုမ္ပဏီကို ပူးတွဲတည်ထောင်ခဲ့ပြီး ယခင်က OpenAI တွင် ကြီးမားသောလေ့ကျင့်ရေး အားထုတ်မှုများကို မဦးဆောင်မီ Google DeepMind တွင် မျိုးဆက်သစ်ပုံစံထုတ်ခြင်းနှင့် အားဖြည့်သင်ကြားခြင်းတို့ကို လုပ်ဆောင်ခဲ့သည်။ သူ၏တည်ထောင်ရေးအဖွဲ့တွင် နက်နဲသောသင်ယူမှု၊ အားဖြည့်သင်ကြားမှုနှင့် AI နည်းပညာအစုအဝေး၏ အခြားအစိတ်အပိုင်းများတစ်လျှောက် xAI နှင့် Tesla နှစ်ခုစလုံးတွင် အတွေ့အကြုံရှိသော အင်ဂျင်နီယာများပါဝင်သည်။

River AI သည် ကယ်လီဖိုးနီးယား၊ Palo Alto တွင် ရုံးချုပ်ရှိပြီး ၎င်း၏စာတမ်းသည် ရိုးရှင်းသော်လည်း ရည်မှန်းချက်ကြီးသည်- AI ဖွံ့ဖြိုးတိုးတက်မှုသည် သုံးစွဲသူသန်းပေါင်းများစွာအတွက် လေ့ကျင့်သင်ကြားထားသော ယေဘုယျရည်ရွယ်ချက်မော်ဒယ်များကိုသာ အားကိုးခြင်းမှ ဝေးကွာသွားမည်ဖြစ်သည်။

မြန်နှုန်းနှင့် ကုန်ကျစရိတ်သက်သာရန်အတွက် တည်ဆောက်ထားသော အခြေခံအဆောက်အဦ

River's platform သည် အဖွဲ့အစည်းများအတွက် ၎င်းတို့၏ကိုယ်ပိုင် AI မော်ဒယ်များကို တည်ဆောက်ရန်အတွက် သိသိသာသာ ပိုမိုလွယ်ကူပြီး စျေးသက်သာစေရန် ဒီဇိုင်းထုတ်ထားသည်။ ကုမ္ပဏီက ၎င်း၏ API သည် ရှုပ်ထွေးသော အားဖြည့်သင်ကြားရေး လေ့ကျင့်မှုကို 15 မိနစ်မှ 20 မိနစ်အတွင်း ပြီးစီးအောင် လုပ်ဆောင်နိုင်သည်ဟု ကုမ္ပဏီက ပြောကြားပြီး ကုန်ကျစရိတ်မှာ အရင်းအနှီးများထက် နှစ်ဆမှ လေးဆအထိ သက်သာသည်ဟု ဆိုသည်။

ပလပ်ဖောင်းသည် နယ်နိမိတ်ဖွင့်အလေးချိန် မော်ဒယ်များအတွက် LoRA ကောင်းစွာချိန်ညှိခြင်းနှင့် အားဖြည့်သင်ကြားမှုကို ပံ့ပိုးပေးသည်။ River သည် GPU အခြေခံအဆောက်အအုံကို စီမံခန့်ခွဲမည့်အစား မော်ဒယ်စွမ်းဆောင်ရည်ကို တိုးတက်စေရန် developer များအား အာရုံစိုက်စေခြင်းဖြင့် အလေးချိန်လွှဲပြောင်းမှု၊ နမူနာယူလေ့ကျင့်မှု ကိုက်ညီမှုနှင့် elastic compute အပါအဝင် အခြေခံအခြေခံအဆောက်အဦလိုအပ်ချက်များကို ကိုင်တွယ်ဆောင်ရွက်ပေးပါသည်။ ပလပ်ဖောင်းမှတစ်ဆင့် လေ့ကျင့်သင်ကြားထားသော မော်ဒယ်များကို ထုတ်လုပ်မှုတွင် တိုက်ရိုက်အသုံးချနိုင်သည်။

အဓိကကွာခြားချက်မှာ မြစ်၏စျေးနှုန်းပုံစံဖြစ်သည်။ ကုမ္ပဏီသည် ပုံမှန် cloud GPU ပံ့ပိုးပေးသူများနှင့် အလုပ်လုပ်သော အဖွဲ့အစည်းများအတွက် အသုံးမပြုသော GPU စွမ်းရည်အတွက် ပေးဆောင်ခြင်းမှ သုံးစွဲသူများအား ပေးဆောင်ခြင်းမှ တားဆီးရန် ရည်ရွယ်ထားသည့် တိုကင်အခြေခံ တိုင်းတာခြင်းအား အသုံးပြုသည်။

Open-Weight အနာဂတ်အတွက် လောင်းကြေး

ဒေါ်လာ 1.1 ဘီလီယံ ဝိုင်းသည် ပွင့်လင်းမြင်သာသော AI ဂေဟစနစ်သည် ပိတ်ထားသော နယ်နိမိတ်ပုံစံများနှင့်အတူ မဟာဗျူဟာအရ အရေးပါလာမည့် ရင်းနှီးမြှုပ်နှံသူများ၏ ခံယူချက်ကို ထင်ဟပ်စေသည်။ အဝိုင်းကို ဦးဆောင်ခဲ့သည့် General Catalyst က ပွင့်လင်းအလေးချိန် AI မော်ဒယ်များ၏ တိုးတက်မှုသည် ဗျူဟာမြောက် အရေးပါပြီး River ၏ ချဉ်းကပ်မှုသည် အဆင့်မြင့် AI ၏ စွမ်းရည်များနှင့် လုပ်ငန်းအများစု လက်ရှိအသုံးချနိုင်သည့် စနစ်များကြား ကွာဟချက်ကို ဖြေရှင်းပေးကြောင်း ပြောကြားခဲ့သည်။

ကုမ္ပဏီနှစ်ခုလုံးသည် AI လေ့ကျင့်မှုကို စွမ်းအားပေးသည့် GPU များကို ပံ့ပိုးပေးသောကြောင့် NVIDIA နှင့် AMD Ventures ၏ပါဝင်မှုသည် အထူးမှတ်သားဖွယ်ကောင်းသည်။ chipmakers များသည် open-weight နှင့် custom-model ecosystem ကို ၎င်းတို့၏ hardware လုပ်ငန်းများအတွက် ကြီးထွားမောင်းနှင်မှုတစ်ခုအဖြစ် မြင်နေရကြောင်း ၎င်းတို့၏ ရင်းနှီးမြှုပ်နှံမှု အချက်ပြမှုများ၊

ပြိုင်ဆိုင်မှုအခင်းအကျင်း

River AI သည် လူစည်ကားသော်လည်း လျင်မြန်စွာ ချဲ့ထွင်နေသော စျေးကွက်ထဲသို့ ဝင်ရောက်လာသည်။ Together AI၊ Anyscale နှင့် Modal ကဲ့သို့သော ကုမ္ပဏီများသည် AI အခြေခံအဆောက်အအုံများကို ပိုမိုလက်လှမ်းမီစေရန်အတွက် စီးပွားရေးလုပ်ငန်းများကို တည်ဆောက်ခဲ့ပြီး Meta၊ Alibaba နှင့် အခြားသူများသည် လေ့ကျင့်သင်ကြားမှုနှင့် အသုံးချကိရိယာများအတွက် လိုအပ်ချက်များကို ဖန်တီးပေးသည့် အားကောင်းသော open-weight မော်ဒယ်များကို ထုတ်ပြန်ခဲ့သည်။ River ကို သီးခြားသတ်မှတ်ပေးသည့်အရာမှာ ပလက်ဖောင်းတစ်ခုတည်းတွင် လေ့ကျင့်မှု၊ ချိန်ညှိမှု၊ အသုံးချမှုနှင့် ကုန်ကျစရိတ်သက်သာသော မီတာတိုင်းတာခြင်းတို့ကို ပေါင်းစပ်ထားသည်။

လုပ်ငန်းများအတွက်၊ ပန်ကြားချက်မှာ ရှင်းရှင်းလင်းလင်းဖြစ်သည်- OpenAI၊ Anthropic သို့မဟုတ် Google မှ ပိတ်ထားသောစနစ်များသို့ API ခေါ်ဆိုမှုများအပေါ် လုံးဝမူတည်ခြင်းထက် အဆိုပါမော်ဒယ်များအပေါ် ပိုမိုကောင်းမွန်သော ထိန်းချုပ်မှုကို ဆက်လက်ထိန်းသိမ်းထားစဉ် သီးသန့်ဒေတာတွင် လေ့ကျင့်သင်ကြားထားသည့် AI မော်ဒယ်လ်များကို ဖန်တီးနိုင်မှုနှင့် သီးခြားလုပ်ငန်းအသွားအလာများနှင့်အညီ ဖန်တီးနိုင်မှု။

River သည် ၎င်း၏ဖွင့်ထားသော AI အစုအဝေး၏ဖွံ့ဖြိုးတိုးတက်မှုကို အရှိန်မြှင့်ရန်နှင့် AI ကို စဉ်ဆက်မပြတ်တိုးတက်စေခြင်း၊ စိတ်ကြိုက်လုပ်ဆောင်နိုင်စေရန်နှင့် ၎င်း၏ရေရှည်ရည်မှန်းချက်ကို မြှင့်တင်ရန်အတွက် River သည် ဒေါ်လာ ၁.၁ ဘီလီယံ ဘဏ္ဍာငွေကို အသုံးပြုရန် စီစဉ်နေပါသည်။ ကမ္ဘာပေါ်ရှိ အကျိုးဆက်အရှိဆုံး AI ကုမ္ပဏီနှစ်ခုတွင် Babuschkin ၏ခြေရာခံမှတ်တမ်းနှင့်အတူ ရင်းနှီးမြှုပ်နှံသူများသည် စိတ်ကြိုက် AI မျိုးဆက်သစ်ဖြစ်နိုင်စေမည့် အခြေခံအဆောက်အအုံအလွှာကို သူတည်ဆောက်နိုင်မည်ဟု လောင်းကစားနေကြသည်။

ပိုမိုကျယ်ပြန့်သော အဖွင့်အလေးချိန် အရှိန်အဟုန်

River AI ၏ကြီးမားသောမြှင့်တင်မှုသည် open-weight AI အတွက်ထူးခြားသောအရှိန်အဟုန်တစ်ခုတွင်ဖြစ်သည်။ Meta ၏ Llama စီးရီး၊ Alibaba ၏ Qwen မော်ဒယ်များနှင့် DeepSeek ၏ဖြန့်ချိမှုများသည် စံသတ်မှတ်ချက်များစွာတွင် အဖွင့်ဝိတ်မော်ဒယ်များသည် အပိတ်စနစ်များ၏ စွမ်းဆောင်ရည်ကို ပြိုင်ဆိုင်နိုင်သည် သို့မဟုတ် ကိုက်ညီနိုင်ကြောင်း သက်သေပြခဲ့သည်။ ဤမော်ဒယ်များရရှိနိုင်မှုသည် ၎င်းတို့ကို စိတ်ကြိုက်ပြင်ဆင်ရန် လိုအပ်သောကိရိယာများနှင့် အခြေခံအဆောက်အအုံများအတွက် ကြီးမားပြီး ကြီးထွားလာသောစျေးကွက်ကို ဖန်တီးပေးခဲ့သည်။

River's round တွင် NVIDIA နှင့် AMD Ventures နှစ်ခုလုံး၏ ပါဝင်မှုသည် ဟာ့ဒ်ဝဲစက်မှုလုပ်ငန်းအတွက် ဤလမ်းကြောင်း၏ မဟာဗျူဟာမြောက် အရေးပါမှုကို အလေးပေးဖော်ပြသည်။ အဖွဲ့အစည်းများသည် ၎င်းတို့၏ကိုယ်ပိုင်မော်ဒယ်များကို လေ့ကျင့်သင်ကြားပေးပြီး အသုံးချလာသည်နှင့်အမျှ၊ GPU များနှင့် အထူးပြု AI ချစ်ပ်များ လိုအပ်ချက် တိုးလာမည်ဖြစ်ပြီး ကုမ္ပဏီနှစ်ခုလုံးကို အကျိုးပြုမည်ဖြစ်သည်။ River တွင် ၎င်းတို့၏ ရင်းနှီးမြုပ်နှံမှုသည် River ကိုယ်တိုင်တွင်ရှိသကဲ့သို့ AI တွက်ချက်မှုစျေးကွက်၏ အနာဂတ်အတွက် အလောင်းအစားတစ်ခုဖြစ်သည်။

developer များအတွက် River's platform သည် AI ဖွံ့ဖြိုးတိုးတက်မှု၏ စီးပွားရေးဆိုင်ရာ အပြောင်းအလဲကို ကိုယ်စားပြုပါသည်။ အကယ်၍ ရှုပ်ထွေးသောလေ့ကျင့်ရေးများကို ရက်သတ္တပတ်များထက် မိနစ်ပိုင်းအတွင်း ပြီးမြောက်နိုင်ပြီး၊ အပိတ်-ရင်းမြစ် APIs များကို အသုံးပြုခြင်းအတွက် ကုန်ကျစရိတ်၏ တစ်စွန်းတစ်စဖြင့် စိတ်ကြိုက် AI စနစ်များ တည်ဆောက်ခြင်းအတွက် အတားအဆီးသည် သိသိသာသာ ကျဆင်းသွားပါသည်။ ၎င်းသည် ရန်ပုံငွေကောင်းစွာရရှိထားသော ဓာတ်ခွဲခန်းအချို့၏လက်တွင် ယခုအချိန်အထိ စုစည်းထားသည့် AI စွမ်းရည်များကို သုံးစွဲခွင့်ကို ဒီမိုကရေစီအသွင်ကူးပြောင်းနိုင်မည်ဖြစ်သည်။

AI ထက်သာလွန်နေပါစေ။

AI ရန်ပုံငွေပွဲများ၊ စတင်မိတ်ဆက်မှုများနှင့် အခြေခံအဆောက်အအုံ ဆန်းသစ်တီထွင်မှုများအတွက် နောက်ဆုံးထွက်ရှိလိုပါသလား။ AI သတင်းများကို ပိုမိုဖတ်ရှုရန် တွင် AI Buzz Wire တွင် ဉာဏ်ရည်တုကို ပြန်လည်ပုံဖော်ခြင်းလုပ်ငန်းစတင်ခြင်း၏ နက်ရှိုင်းသောလွှမ်းခြုံမှုများအတွက် AI Buzz Wire။