Hugging Face，机器学习领域的巨头之一，正投入 1000 万美元的免费共享 GPU，以帮助开发者创建新的 AI 技术。这一举措的目标是帮助小型开发者、学者和初创公司抗衡 AI 发展的集中化。

“我们很幸运能处于一个可以投资社区的位置，”Hugging Face的CEO Clem Delangue说。Delangue 表示，这项投资之所以可能，是因为 Hugging Face “正在盈利，或接近盈利”，并且最近筹集了 2.35 亿美元的资金，使公司的估值达到 45 亿美元。

Delangue 对 AI 初创公司与科技巨头竞争的能力感到担忧。大多数 AI 的重大进展——如 GPT-4、谷歌搜索背后的算法和特斯拉的全自动驾驶系统——都隐藏在大型科技公司的内部。这些公司不仅出于财务激励而保持其模型专有，而且他们手头拥有数十亿美元用于计算资源，可以不断积累这些优势并超越竞争对手，使初创公司无法跟上步伐。

“如果最终只剩下几家组织占据主导地位，那么未来想要与之抗衡就更难了。”

Hugging Face 的目标是让最先进的 AI 技术为每个人所用，而不仅仅是科技巨头。在谷歌的旗舰大会 Google I/O 上，谷歌高管展示了他们的专有产品的众多 AI 功能，甚至包括一系列名为 Gemma 的开源模型。对于 Delangue 来说，专有技术并不是他设想的未来。

“如果你走开源路线，你将会进入一个大多数公司、大多数组织、大多数非营利组织、政策制定者、监管机构也能进行 AI 工作的世界。因此，这是一种更加去中心化的方式，没有过多的权力集中，在我看来，这是一个更好的世界，”Delangue 说。

运作方式

对于构建大型语言模型来说，获得计算能力是一个重大挑战，这通常有利于像 OpenAI 和 Anthropic 这样的公司，它们与云提供商达成协议，以获取大量的计算资源。Hugging Face 旨在通过一个名为 ZeroGPU 的新项目向社区捐赠这些共享 GPU，从而平衡竞争环境。

这些共享 GPU 可供多个用户或应用程序同时使用，从而消除了每个用户或应用程序都需要专用GPU的需要。ZeroGPU 将通过 Hugging Face 的 Spaces 提供，Spaces 是一个用于发布应用的托管平台，据该公司称，目前已有超过300000个在 CPU 或付费 GPU 上创建的 AI 演示。

“从主要云提供商那里获得足够的 GPU 是非常困难的”

共享 GPU 的访问权限取决于使用情况，因此如果 GPU 的一部分容量没有被积极使用，那么这部分容量就会供其他人使用。这使得它们成本效益高、能效高，并且非常适合社区范围内的利用。ZeroGPU使用 Nvidia A100 GPU 设备来支持这项操作。

开源AI正在迎头赶上

随着AI在封闭环境中迅速进步，Hugging Face的目标是让人们能够在开放环境中构建更多的AI技术。

“如果最终只剩下几家组织占据主导地位，那么未来想要与之抗衡就更难了，”Delangue说。

Hugging Face的机器学习工程师Andrew Reed甚至开发了一个应用，该应用通过LMSYS Chatbot Arena的评分，可视化了专有和开源LLM（大型语言模型）随着时间的推移而取得的进步，这显示了两者之间的差距正在逐渐缩小。

自Meta一年前发布其首个版本以来，Hugging Face上已经分享了超过35000个Meta开源AI模型Llama的变体，这些变体涵盖了“量化合并模型和生物学及普通话的专用模型”，据该公司称。

“AI不应该掌握在少数人手中。我们致力于支持开源开发者，很高兴看到在协作和透明的精神下，每个人接下来将会创造出什么，”Delangue在一份新闻稿中表示。