源自数据、动态赋能,「恒木兴」为企业经营注入“活水”

2021-02-27
国际顶尖资本抢注,算力数据中心前景可期。

机器学习和人工智能近年来呈指数型发展,极大地提升了人们的生产生活质量。这背后所凭借的足量数据是训练AI模型的关键,而高精度的算法和强大算力更是数据跑通的必备条件

拿生活中常见的网约车平台举例,Uber、滴滴等凭借人工智能和大数据技术,精准掌控车辆每时每刻的运行、载客、位置情况。大量数据不断汇入平台系统,工作人员搭建强大的底层架构、不断优化算法以实现及时、高效调度派单,让车子可提前预约、随叫随到、行程也能追溯。

类似的算法架构不止适用这一个领域,对于政府、科技企业而言,运用闲置算力来提高机器的利用率同样是业务开源的好办法。

2017年,同在Uber担任底层架构研发的几个清华人决定创立自己的公司,力图帮助企业在不需要扩容的情况下,从算法角度为企业挖掘更多价值。值得一提的是,这家公司在成立之初就获得了红杉资本中国基金和硅谷投资基金 IMO Ventures 的超四千万美金投资,它便是国内高科技新秀企业——南京恒木兴信息科技有限公司。

南京恒木兴信息科技有限公司(以下简称:恒木兴)是一家专注于深度学习,人工智能和区块链的高科技公司,致力于为大数据,人工智能和区块链行业提供和搭建云计算数据中心和线上云平台。自成立以来,已为多家人工智能及区块链公司搭建软硬件一体化系统,并与南京、贵州、新疆等多地政府展开合作,在当地发展算力中心与大数据平台,为客户提供专业安全、稳定、高效的数据中心运维服务。

其实不光是人工智能、大数据,很多传统行业对算力的要求也很高。比如石油地震成像领域,一个FWI算法需要100多台8核CPU,算6个月左右才能得到最后的结果,这不但要求分布式计算架构,共享算力也至关重要。

基于如此市场需求,恒木兴从入局即自主研发操作管理平台。“我们的平台软件架构能够承载非常大的容量,硬件的结构基本上是一个主从关系。”恒木兴CEO刘子轶向记者介绍,平台运用Master、Slave两层系统来实现机器监控、任务分发及验证回收,能够应对不同场景自动调整算力强度,满足了规模效应的同时帮助客户更高效地管理机器,保证算力平稳,并减少机器运行造成的电力损耗。

此外,公司还研发有专门的算力软件,参考Uber底层算法提升CPU使用效率,让机器算法跑得更快,帮助用户收益最大化。“我们的目的是做一家数据驱动的公司,基于足量数据基础之上,从数据分析的角度帮助客户做不止于平台、甚至包括动态定价等服务。”刘子轶如是说。

而对于该领域而言,各家公司在细分赛道打法上都各有不同,可能A公司专注于人工智能,B公司专注于云服务,适用于不同商业场景的硬件架构不一样,一个普适性的平台无法实现高效,想完全整合很难。

此时,企业就要为生存“选对路子”——恒木兴瞄准人工智能、影视文化企业等B端用户不断深挖,在技术上做了针对性优化,其平台效率现已领先业界10%以上,并与多家上市公司合作。通过平台和软件按项目计费,公司当前已实现盈利数千万元人民币。

截至目前,恒木兴工程师团队共10人左右,其中包括5名核心开发人员,并聘请清华、斯坦福、美国加州大学等多所知名院校的计算机教授担任公司顾问。

CEO刘子轶曾任职于美国著名对冲基金公司Two Sigma,带领团队完成对冲基金系统架构的搭建,保障高频交易的安全性、稳定性,其搭建和维护的系统可以做到内部延时低于 1 微秒,特定品种交易量占总交易量的 1% 以上。

公司现已完成Pre-A轮融资,获得红杉资本中国基金和硅谷投资基金 IMO Ventures 的共同加持。谈及未来发展规划,刘子轶透露:公司未来将瞄准软件和硬件两个市场,同时打造软硬件一体化的平台,为算力数据中心的发展提供全方位的服务。同时也会扩展行业渠道,推出更多样化的产品,让更多闲置算力得到有效利用。

本文图片来源于图虫网,经授权使用。本文为创业邦原创,未经授权不得转载,否则创业邦将保留向其追究法律责任的权利。如需转载或有任何疑问,请联系editor@cyzone.cn。


来源:原创