Fastino訓練AI模型新突破：1750萬美元融資助力成本降低

你知道訓練一個超強AI，一定要花很多錢嗎？

談到人工智慧（AI），你腦中浮現的畫面是不是超級電腦、昂貴的設備，以及動輒數億美元的投入？確實，訓練大型、通用的AI模型（就像我們常聽到那些非常厲害的聊天機器人）往往需要巨大的運算資源和資金。但如果我告訴你，有家新創公司正試圖打破這個規則，而且他們最近成功募到了一筆不小的資金，連投資過OpenAI的知名創投都對他們投下信任票，你會不會感到好奇？

這篇文章就是要帶你認識這家名叫Fastino的AI新創公司。我們會一起看看他們特別在哪裡、這次募資的細節，以及他們打算怎麼用這筆錢在競爭激烈的AI市場中闖出一片天。

獲頂尖VC肯定：1750萬美元注入 Fastino 加速成長

最近，位於美國加州Palo Alto的Fastino宣布完成了一輪規模達1750萬美元的種子輪融資。在創業圈，種子輪通常是公司成立初期，準備將產品推向市場或快速擴張時進行的募資。這筆錢對一家新創來說，是極大的肯定與助力。

這次融資的領投方是赫赫有名的Khosla Ventures。為什麼提到他們很重要？因為Khosla Ventures正是早期就看到OpenAI潛力的投資者之一，他們在AI領域的投資眼光備受矚目。他們的領投，無疑替Fastino的技術和商業模式加分不少。

除了Khosla Ventures，參與本次種子輪融資的還有Insight Partners、Valor Equity Partners等機構投資者，以及多位知名的天使投資人，像是Scott Johnston和Lukas Biewald。這顯示了市場對Fastino未來發展抱持樂觀態度。

值得一提的是，這並非Fastino第一次募資。早在去年11月，他們就已經完成了一輪由Microsoft的創投部門M12和Insight Partners共同領投的700萬美元預種子輪融資。算上這次的1750萬美元，Fastino成立至今的總募資金額已經累積接近2500萬美元了。這筆資金將成為他們未來發展的重要後盾。

顛覆AI訓練規則：用遊戲GPU打造高效能模型

那麼，Fastino到底有什麼獨到之處，能吸引這些頂尖投資者呢？關鍵就在於他們訓練AI模型的方式。傳統上，訓練大型AI模型需要用到昂貴且專業的AI加速卡（例如NVIDIA的高階GPU），建置這樣的運算叢集成本非常高昂，動輒數十萬甚至數百萬美元。

但Fastino找到了一條截然不同的路。他們開發了一種新型的AI模型架構，這種架構最大的特色是「高效」且「成本低廉」。據公司透露，他們訓練AI模型所使用的硬體，竟然是總成本不到10萬美元的低階遊戲用GPU！你沒聽錯，就是你可能在家用電腦裡看過的那種顯示卡，只是數量比較多。

這是怎麼辦到的？Fastino並沒有詳細公開所有技術細節，但核心在於他們設計的模型本身就非常精簡，是針對特定任務「最佳化」過的。想像一下，訓練一個能回答所有問題的百科全書式AI，就像要打造一艘能航行全球的巨型郵輪，需要無比強大的引擎和結構；而Fastino的模型，就像是為特定海域設計的、速度更快、更靈活的小型快艇。因為目標明確且體積小，所以不需要最強大的硬體也能跑得飛快且精準。

Fastino聲稱，在他們鎖定的特定任務上，這些用低成本遊戲GPU訓練出來的「小型模型」比那些體積龐大的「旗艦模型」速度更快、結果更準確，而且訓練成本更是大幅降低。這就像你請一位特定領域的專家來解決一個問題，通常會比請一位什麼都懂一點、但速度慢很多的通才來得有效率且划算。

他們的AI模型特性可以簡單歸納為：

• 體積小： 模型本身佔用資源少。
• 任務導向： 專注於解決特定問題，效能更高。
• 訓練成本極低： 透過創新架構和硬體選擇大幅降低門檻。
• 速度快、準確性高： 在特定應用場景下表現優異。

瞄準企業痛點：提供任務導向的快速AI解決方案

Fastino開發出這種獨特的AI模型後，他們的商業模式是什麼呢？他們瞄準的是企業客戶。許多企業希望能將AI應用於日常營運中，但又擔心：

1. 資料隱私與安全：敏感資料不想上傳到外部大型AI服務。
2. 成本問題：使用大型模型API費用高昂。
3. 效率問題：通用型大模型處理特定任務不夠快速精準。
4. 部署問題：大型模型部署複雜且吃資源。

Fastino提供的正是一套可以解決這些痛點的「小型模型」套件。他們提供的AI模型是針對企業特定需求量身打造或高度優化的，例如：

• 敏感資料匿名化： 自動識別並移除或替換文件中的個人身份資訊或其他敏感內容，確保資料合規。
• 文件摘要： 快速從大量文件中提煉出核心重點，節省人工閱讀時間。
• 還有更多其他特定任務應用…

這些「任務導向」的小型模型因為體積小，可以更容易地部署在企業自己的伺服器上，甚至是在性能要求不那麼高的硬體上運行，這大大提升了資料的安全性，降低了部署成本和延遲。同時，因為模型是針對特定任務訓練的，所以能提供比通用模型更快速、更精準的結果。

在企業AI市場，競爭確實很激烈，市場上已經有像Cohere, Databricks, Anthropic, Mistral等提供各種AI服務的公司。但市場趨勢正逐漸朝向更細分、更專業化的方向發展。企業不再只追求「大」模型，而是尋找最適合解決他們特定問題、最具成本效益的解決方案。Fastino的小型化、低成本訓練策略，讓他們在這個趨勢中找到了一個有潛力突破的立足點。

募資後的下一步：擴展營運與延攬AI頂尖人才

拿到這筆1750萬美元的種子輪融資後，Fastino的下一步計畫是什麼？根據公司說法，這筆資金將主要用於兩大方向：

• 擴展營運： 壯大公司規模，包括技術團隊、業務團隊等，以更好地服務現有客戶並開拓新市場。
• 加速研發： 持續投入資源優化現有的AI模型架構，探索更多利用低成本硬體進行高效訓練的可能性，並開發更多適用於企業的「任務導向」小型模型。

Fastino的CEO Ash Lewis和COO George Hurn-Maloney表示，他們正在積極尋找「具備逆向思維的頂尖AI研究員」。這句話很有意思，暗示著他們不走傳統路線，需要能跳脫框架、思考如何用非典型方式解決AI難題的人才。這也再次呼應了他們利用遊戲GPU進行低成本訓練的創新模式。

有了這筆資金，Fastino有更大的底氣去吸引這些難得的人才，加速他們的技術迭代和產品落地，證明他們的小型化、低成本AI策略不僅可行，而且能真正為企業帶來價值。

Fastino：AI世界的成本效益新星

總的來說，Fastino的成功募資，特別是獲得像Khosla Ventures這樣頂尖創投的青睞，強烈地證明了他們「用低成本遊戲GPU訓練高效能小型AI模型」這條創新路徑的潛力。他們不僅挑戰了AI訓練必須投入巨大硬體成本的固有觀念，更為企業提供了一種更安全、更快速、更具成本效益的AI解決方案。

在AI技術不斷演進的今天，像Fastino這樣專注於特定應用、優化成本效益的新創公司，正開闢著AI落地的更多可能性。他們的故事也告訴我們，創新不一定需要最昂貴的資源，有時候，獨特的思考角度和技術架構，反而能帶來意想不到的突破。

免責聲明：本文僅為對Fastino公司及其近期融資事件的資訊性報導與技術趨勢分析，不構成任何投資建議。投資有風險，請務必自行研究並諮詢專業意見。

常見問題（FAQ）

Q：Fastino的AI模型有哪些特點？

A：Fastino的AI模型體積小、任務導向、訓練成本極低，速度快且準確性高。

Q：Fastino這輪融資的主要用途是什麼？

A：主要用於擴展營運和加速研發，優化現有模型架構及開發新產品。

Q：為什麼使用遊戲GPU進行AI訓練？

A：使用遊戲GPU可以大幅降低訓練成本，同時保持有效的運算能力。