“站在风口上，啥都能飞起来”。
前段时间，UC伯克利博士、新加坡国立大学校长青年教授尤洋刚刚率领团队斩获AAAI 2023杰出论文奖，名震AI圈。时隔不到3个月，尤洋又一次引起AI界瞩目。这一次是因为他的创业公司。
5月22日，尤洋创立的潞晨科技宣布完成A轮融资，金额高达数亿元。
据公司介绍，本轮融资是潞晨科技成立18个月内完成的第三轮融资，此次融资资金将主要用于团队扩张和业务拓展。
尤洋——久负盛名，成绩斐然
尤洋的出名源自他攻读UC伯克利计算机博士的一篇论文，189 页的论文旨在缩小高性能计算（HPC）和机器学习（ML）之间的差距。
早在研究生期间，他就以第一作者身份获得2015年国际并行与分布式处理大会（IPDPS）的最佳论文。
尤洋
在2015年以计算机系第一名的成绩从清华大学毕业后，尤洋前往美国加州伯克利大学攻读博士学位，师从美国科学院学院与工程院院士、ACM／IEEE Fellow James Demmel教授。而后者也是潞晨科技首席战略官。
James Demmel教授
真正让尤洋在AI业内享负盛名的是他提出的一系列AI训练方法。
博士期间，尤洋的主要研究方向是高性能计算与机器学习的交叉领域，研究重点为大规模深度学习训练算法的分布式优化。
后来，他和他的团队先是打破了ImageNet训练速度的世界记录，后又以第一作者发表论文《Imagenet training in minutes》，获国际并行处理大会（ICPP）最佳论文奖。
在其论文中提出的LARS优化器再次刷新了ImageNet训练速度的世界纪录，将 AlexNet模型的训练时间压缩到24分钟。到这还远没结束。一年之后，他在谷歌实习期间，又作为一作提出了LAMB优化器，成功将BERT的预训练时间，从原本的三天三夜缩短至76分钟。
LAMB的卓越性能使其成为机器学习领域的主流优化器，并陆续被谷歌，微软，英特尔，英伟达等科技巨头广泛应用。
LAMB优化器的性能
后面尤洋成为新加坡国立大学计算机系首位担任校长青年教授（Presidential Young Professor）的华人
一路而来，尤洋在AI领域创造了丰硕成果和瞩目战绩。在2021年7月，他带着这些成就回国创立了潞晨科技。
以解放AI生产力为使命
2021年7月尤洋回国创立潞晨科技，9月份就作为首位来自中国企业的获奖者荣获超算领域高性能专委会杰出新人奖。
而在2021年8月份，潞晨科技获得由创新工场和真格基金合投的超千万元种子轮融资；2022年9月，又获得蓝驰创投领投的600万美元天使轮融资；2023年5月宣布完成数亿A轮融资，本轮融资是潞晨科技成立18个月内完成的第三轮融资，此次融资资金将主要用于团队扩张和业务拓展。
AI热潮的来临，让全球的资本市场都开始关注AI领域产业。既有对冲基金巨鳄全力押注AI“领头羊”企业，又有知名资本青睐AI新秀。
在这一众备受瞩目的AI产业中，陆续出现一批大模型解决方案供应商。因为包括微软、亚马逊、谷歌在内的巨头都知道，生成式AI能力“涌现”的背后，是恐怖算力的支撑。
起初的算力可以靠“堆料”实现。但随着数量增加，边际效应递减加快，只堆数量费用又高，效率又低。而且这个算力支出，就算对巨头来说也是一笔不能忽视的负担。
这个时候，就需要优化技术。
而潞晨科技Colossal－AI和对应的企业版PaaS平台，其愿景就是帮客户达成最小化模型部署成本、最大化计算效率的效果。
他们这对大模型训练中稀缺的内存资源试图进行科学管理，对GPU、CPU、NVME等异构资源进行动态管理。
尤洋表示，“我们希望数据都能放到GPU里。但是如果GPU放不下了就放CPU里，CPU放不下就放NVMe里，但同时我们需要最小化CPU、GPU、NVMe之间的数据移动，这是最重要的”。
此外还有高效N维并行系统、高维张量并行、低延时推理系统等解决方案来帮助企业解决在大模型训练中遇到的资源损耗问题。
Colossal－AI GitHub星数
目前这些系统均汇聚在公司的PaaS平台中，开源版本Colossal－AI目前也已获得约3万颗GitHub星星。在具体服务方式上，尤洋表示，目前客户可以通过潞晨的PaaS平台直接训练自己的模型，潞晨也可以帮助客户训练模型。
尤洋对潞晨科技的目标概括为“以解放AI生产力为使命”，轻飘飘的一句话背后是他和团队这么多年以来的努力。
经过一段时间的野蛮生长，AI大模型开始进入了实用和落地的阶段。衡量一个大模型的优劣，也不再单纯的只是参数、token、多模态等等。成本，永远都是实际生产中最重要的指标。
差异化竞争一直是必要的。可以预见，像潞晨科技这样的AI企业将会越来越多。
