独家:Mirendil 签署超过 1 亿美元的 Google Cloud 协议,以增强自我改进型人工智能

AI实验室Mirendil已与Google Cloud达成一项多年期协议,以保障其自我改进型AI研究所需的计算资源,TechCrunch独家报道了此事。
这项合作反映了AI领域的两个关键趋势:大型云提供商正通过大规模基础设施承诺吸引初创企业,而AI公司则积极锁定计算资源交易,以确保在扩张过程中能够获得算力支持。
据Mirendil联合创始人兼首席执行官Benham Neyshabur透露,该协议价值超过1亿美元。这一数字约占Mirendil在6月底以10亿美元估值筹集的种子资金的一半。
该交易使这家初创企业能够使用Google的TPU和Nvidia GPU,以及用于开发其自我改进型AI的管理训练集群。该公司旨在打造一种能够执行整个前沿AI实验室工作的AI系统。
自我改进型AI,或称递归自我改进,涉及能够迭代增强自身的系统。Anthropic等主要实验室正在探索这一概念,Mirendil的联合创始人曾在此工作。近期,包括Recursive Superintelligence和Ricursive Intelligence在内的几家初创公司也涌现出来,致力于实现类似目标。
Mirendil认为,这一过程将自动化大部分科学和AI研究工作,从而促进医学、生物学和材料科学等领域的发展。
Neyshabur表示,AI可以复制人类科学家学习新领域、积累知识并逐步提升性能的方式。“你可以拥有一个自我改进型AI,你只需向其提出一个问题,它就会随着时间的推移不断变得更强,”他解释道。
“我们如何构建一个能够持续进行研究、在阿尔茨海默病领域不断提升自身知识和性能的AI系统?”他补充道。“这项技术使我们能够设定对AI而言具有雄心的目标,而AI会持续取得进展。”
训练自我改进型AI需要巨大的计算能力。联合创始人Harsh Mehta指出,训练工作越来越涉及将合适的工作负载匹配到适当的硬件上。
“这些模型在处理不同工作负载和芯片方面非常出色,能够将合适的工作负载分配给正确的芯片,”Mehta表示。“[Google]提供多种类型的芯片 […] 这种灵活性使我们最终能够将工作负载与合适的加速器进行混合搭配,从而不仅降低我们自身的成本,也降低使用我们系统的客户的成本。”
这种灵活性是Google AI基础设施战略的核心。Google AI和基础设施高级副总裁兼首席技术官Amin Vahdat在一份新闻稿中表示,AI的进步不再仅仅是芯片层面的性能,“而是我们如何协调整个智能系统,并突破扩展的物理限制。”
Neyshabur表示,Mirendil的软件和系统层帮助客户最大化利用Google的硬件,从而为云提供商提供了竞争优势。作为回报,Google获得了一位开发前沿递归自我改进型AI的战略合作伙伴——这项技术最终可以提供给企业客户。
相关文章
QueryStory 呼吁对人工智能生成的内容保持谨慎
2009年,沙波尔·纳吉布扎德在担任谷歌系统运维工程师期间,发现了引人入胜的故事讲述所蕴含的力量。 在“极光行动”期间,当受国家支持的黑客将这家科技巨头作为攻击目标时,他被紧急召至危机处理室以厘清服务器活动情况,并亲身体会到:在分散的网络中追踪网络攻击,经过验证的知识至关重要——而这一过程在他看来既耗资巨大又效率低下。他认为,大型语言模型能够在极短时间内,在各种数据库中复现这种验证能力。在随后的六
法国初创公司ZML推出免费工具,加速跨多芯片的AI推理
Nvidia 不受制约的市场主导地位时代可能正在走向终结,然而竞争对手和替代方案正从各个角度涌现。由图灵奖得主杨立昆(Yann LeCun)支持的法国知名 AI 初创公司 ZML,推出了一款推理性能软件,使各种开源大语言模型能够在包括 Nvidia、AMD、Google TPUs、Apple Metal 和 Intel Arc 在内的多种硬件上运行。据 ZML 创始人 Steeve Morin 介绍,通过其新推出的 LLM 推理服务器 ZML/LLMD,该公司旨在打破现有的壁垒,并最大化不同
Anthropic 发布了备受争议的内容生成器 Opus 4.6
Anthropic针对Claude制定的通用使用标准禁止该模型生成色情内容,包括描述或要求进行性交或性行为、生成与性癖好或性幻想相关的内容,以及进行色情聊天。 然而,这并未阻止Anthropic今年早些时候发布的模型Claude Opus 4.6轻易参与其安全防护机制本应阻止的色情角色扮演场景。在 TechCrunch 的测试中,Opus 4.6 甚至无需过多怂恿就能突破对色情内容的限制。在 10
相关专题推荐
评论 (1)
0/500

AI实验室Mirendil已与Google Cloud达成一项多年期协议,以保障其自我改进型AI研究所需的计算资源,TechCrunch独家报道了此事。
这项合作反映了AI领域的两个关键趋势:大型云提供商正通过大规模基础设施承诺吸引初创企业,而AI公司则积极锁定计算资源交易,以确保在扩张过程中能够获得算力支持。
据Mirendil联合创始人兼首席执行官Benham Neyshabur透露,该协议价值超过1亿美元。这一数字约占Mirendil在6月底以10亿美元估值筹集的种子资金的一半。
该交易使这家初创企业能够使用Google的TPU和Nvidia GPU,以及用于开发其自我改进型AI的管理训练集群。该公司旨在打造一种能够执行整个前沿AI实验室工作的AI系统。
自我改进型AI,或称递归自我改进,涉及能够迭代增强自身的系统。Anthropic等主要实验室正在探索这一概念,Mirendil的联合创始人曾在此工作。近期,包括Recursive Superintelligence和Ricursive Intelligence在内的几家初创公司也涌现出来,致力于实现类似目标。
Mirendil认为,这一过程将自动化大部分科学和AI研究工作,从而促进医学、生物学和材料科学等领域的发展。
Neyshabur表示,AI可以复制人类科学家学习新领域、积累知识并逐步提升性能的方式。“你可以拥有一个自我改进型AI,你只需向其提出一个问题,它就会随着时间的推移不断变得更强,”他解释道。
“我们如何构建一个能够持续进行研究、在阿尔茨海默病领域不断提升自身知识和性能的AI系统?”他补充道。“这项技术使我们能够设定对AI而言具有雄心的目标,而AI会持续取得进展。”
训练自我改进型AI需要巨大的计算能力。联合创始人Harsh Mehta指出,训练工作越来越涉及将合适的工作负载匹配到适当的硬件上。
“这些模型在处理不同工作负载和芯片方面非常出色,能够将合适的工作负载分配给正确的芯片,”Mehta表示。“[Google]提供多种类型的芯片 […] 这种灵活性使我们最终能够将工作负载与合适的加速器进行混合搭配,从而不仅降低我们自身的成本,也降低使用我们系统的客户的成本。”
这种灵活性是Google AI基础设施战略的核心。Google AI和基础设施高级副总裁兼首席技术官Amin Vahdat在一份新闻稿中表示,AI的进步不再仅仅是芯片层面的性能,“而是我们如何协调整个智能系统,并突破扩展的物理限制。”
Neyshabur表示,Mirendil的软件和系统层帮助客户最大化利用Google的硬件,从而为云提供商提供了竞争优势。作为回报,Google获得了一位开发前沿递归自我改进型AI的战略合作伙伴——这项技术最终可以提供给企业客户。
QueryStory 呼吁对人工智能生成的内容保持谨慎
2009年,沙波尔·纳吉布扎德在担任谷歌系统运维工程师期间,发现了引人入胜的故事讲述所蕴含的力量。 在“极光行动”期间,当受国家支持的黑客将这家科技巨头作为攻击目标时,他被紧急召至危机处理室以厘清服务器活动情况,并亲身体会到:在分散的网络中追踪网络攻击,经过验证的知识至关重要——而这一过程在他看来既耗资巨大又效率低下。他认为,大型语言模型能够在极短时间内,在各种数据库中复现这种验证能力。在随后的六
法国初创公司ZML推出免费工具,加速跨多芯片的AI推理
Nvidia 不受制约的市场主导地位时代可能正在走向终结,然而竞争对手和替代方案正从各个角度涌现。由图灵奖得主杨立昆(Yann LeCun)支持的法国知名 AI 初创公司 ZML,推出了一款推理性能软件,使各种开源大语言模型能够在包括 Nvidia、AMD、Google TPUs、Apple Metal 和 Intel Arc 在内的多种硬件上运行。据 ZML 创始人 Steeve Morin 介绍,通过其新推出的 LLM 推理服务器 ZML/LLMD,该公司旨在打破现有的壁垒,并最大化不同
Anthropic 发布了备受争议的内容生成器 Opus 4.6
Anthropic针对Claude制定的通用使用标准禁止该模型生成色情内容,包括描述或要求进行性交或性行为、生成与性癖好或性幻想相关的内容,以及进行色情聊天。 然而,这并未阻止Anthropic今年早些时候发布的模型Claude Opus 4.6轻易参与其安全防护机制本应阻止的色情角色扮演场景。在 TechCrunch 的测试中,Opus 4.6 甚至无需过多怂恿就能突破对色情内容的限制。在 10





首页






