Anthropic放手，亚马逊想买！帮AI「换芯片」，凭什么值70亿美元？
新智元报道
10月11日，《华尔街日报》援引知情人士称，亚马逊正在洽购AI创业公司Decart，潜在交易估值约70亿美元。
彭博社9月报道称，双方曾探讨约60亿美元的交易，但Anthropic做完尽职调查后，决定不再推进。
英伟达有GPU，谷歌有TPU，亚马逊有Trainium。不同芯片的硬件架构不同，模型要高效运行，就得做好相应的适配。
一套在英伟达芯片上跑得顺畅的程序，换到亚马逊芯片上，往往还要调整、优化，才能发挥新硬件的性能。
Decart的DOS（Decart Optimization Stack），就是帮模型适应不同芯片、提高运行效率的一套软件。
据官方介绍，DOS支持英伟达GPU、谷歌TPU和亚马逊Trainium等硬件，同时用于模型训练和推理。
它会针对芯片的特点，调整模型的运行方式、优化底层计算，让芯片少一些等待，多完成一些有效计算。
亚马逊已经有自己的Trainium芯片，Decart这套能力或许能帮它争取更多客户。
如果开发者能少花些功夫完成适配，模型运行起来又更快、更省，选择Trainium的理由就多了一个。
今年5月，Decart在官方公告中将亚马逊列为战略客户，并披露其视频模型Lucy2已运行在Trainium3上。
让模型更容易适配不同芯片，并在这些芯片上跑得更快、更省，正是Decart能发挥作用的地方。
根据官方说明，Lucy2.5支持在视频播放的同时，通过文字或参考图片，更换人物、改变衣服、调整背景、添加特效，甚至移除物体。
直播时换背景，对着镜头试穿衣服，给正在拍摄的画面加特效，都可以成为这类技术的应用场景。
Lucy2.5实时视频编辑演示：变换人物造型、虚拟试衣与试戴。（图源：Decart）
这要求AI一边接收视频，一边修改画面，再及时把结果显示出来。从输入到处理，再到显示，任何一个环节慢了，用户都会感受到延迟。
据Decart联合创始人兼CEODean Leitersdorf介绍，其实时视频模型在Trainium上的帧吞吐量，最高达到对照GPU的4倍，成本效率达到2倍，延迟从40毫秒降至10毫秒。
Oasis3生成的六种道路模拟场景，展示不同环境下的驾驶画面。（图源：Decart）
这就像玩驾驶游戏：你打了方向盘，眼前的道路就得及时跟着变。Oasis要让自动驾驶系统在这样的环境里反复练习。
练习时间越长，需要生成的画面和完成的计算就越多。软件把这些工作安排得更高效，才有机会用同样的预算，多练一些场景、多做几轮测试。
比如，生成一段视频，能不能少盯一会儿进度条；花同样的钱，能不能多改几次细节，多试几种想法；实时试衣、视频特效，能不能让画面跟得上动作？
同样的芯片能干更多活，单次生成的成本就有机会降下来。厂商也就有更大的空间降价、增加使用次数，让更多人用得起、经常用。
但厂商省了钱，不代表你就一定能少付钱。产品卖多少钱、每月能用多少次，仍由厂商决定。
对我们来说，这场竞争的价值，就体现在每一次使用中：结果来得更快，想按下「重试」时，不必总先算一遍时间和费用。