人工智能基础设施提供商 Applied Compute Inc. 已完成 3.5 亿美元融资，估值达到 32.5 亿美元。本轮融资由知名天使投资人 Elad Gil 领投，英伟达（Nvidia）、Shopify Ventures、HubSpot Ventures 等十余家机构参与投资。
Applied Compute 运营着一个云平台，支持开发者训练大型语言模型并执行推理任务。公司还拥有一支机器学习研究团队，为客户提供项目支持，如为新开发模型构建质量评估体系。
技术优势：异步训练与自动化优化
传统大语言模型训练软件栈通常包含两个同步运行的组件：一个负责生成模型副本并转化训练数据，另一个利用数据优化模型权重。由于同步机制，其中一个组件必须等待另一个完成后才能启动。Applied Compute 的平台采用更高效的异步强化学习（asynchronous RL）训练方法，允许数据生成和权重调整组件并行运行，从而加速模型开发。此外，平台支持“自蒸馏”（self-distillation）优化技术，无需依赖用于监督训练的教师模型。
平台内置的 AI 助手可自动化处理重复性工作，例如总结模型在训练过程中掌握的新技能，免去了研究人员审阅冗长推理日志的繁琐过程。
在推理负载方面，Applied Compute 的自动伸缩引擎可根据用户流量动态调整硬件资源分配。其在线强化学习功能则利用接收到的提示词定期微调模型权重，确保持续符合客户需求。
除了训练和推理，Applied Compute 还提供名为 Shift-1 的模型路由工具。该工具能将用户请求以最具成本效益的方式发送给合适的语言模型，并支持将复杂任务拆分至多个大语言模型协同处理。
商业表现与未来规划
Applied Compute 表示，其年化经常性收入（ARR）已突破 1 亿美元。这家成立不到 18 个月的公司已将微软、DoorDash 等大型科技企业纳入客户名单。公司计划将新筹集的资金用于扩大市场份额及采购更多基础设施。
Applied Compute 创始人 Rhythm Garg、Yash Patil 和 Linden Li 表示：“训练、推理和路由只是更大规模技术栈中的最初几个部分。我们正在构建每家公司全面掌控自身智能所需的人工智能基础设施，涵盖从模型本身到运行、监控和保护它们的系统。”