人工智能与机器学习平台Petuum获9300万美元 B 轮融资，软银领投

2017 年 10 月 10 日, 专注于机器学习基础架构平台开发的初创公司Petuum（36氪曾详细介绍）透露：日前已完成9300万美元的 B 轮融资，由软银旗下投资公司领投，A轮投资者尚珹资本跟投。

据透露，Petuum 将利用这笔融资继续扩展其技术和业务团队，并专注于创建人工智能“模块构建”平台，使机器学习落地于那些有着广泛人工智能应用前景但采用率低的具体行业，如制造业和医疗保健。

作为此次的领投方，软银董事合伙人 Deep Nishar 也表示，“我们坚信人工智能可以为广泛的行业带来价值，Petuum 的工作终将协助收获这一价值。”

Petuum于2016年7月创立，总部位于美国宾尼法尼亚州匹兹堡市，定位于一个人工智能和深度学习解决方案研发平台，旨在帮助企业解决企业在人工智能和机器学习的部署过程中遇到的瓶颈问题和其他困难。

目前，媒体和业界都在极力渲染机器学习将会重塑各大产业链，然而事实上，除了在几家大型技术公司（Google、亚马逊等），目前鲜少有任何制式化的真正规模性成功构建和部署机器学习的例子，多数产业未见预期的变化。

为了开发内部专需的机器学习应用功能，上述技术公司打造了一系列独特的专用框架、工具以及相应的技术生态圈。这为圈外的机器学习开发者、传统行业公司带来了极不友好的资源环境，加之复杂的技术壁垒和相关技能的欠缺，也导致机器学习的广泛开发和应用停滞不前。

而Petuum正是切中能这一痛点，以期通过一个标准化平台帮助圈外企业发展人工智能，为整个行业的发展“加点火”。

现阶段，Petuum已创建了一个通用的人工智能操作系统——PetuumOS和虚拟化应用界面，通过该系统，用户可用多个流行语言编程构建几乎所有类型的大规模机器学习或深度学习应用功能，并支持同时将多款此类程序插件式地部署在不同的企业硬件平台（包括 CPU 或 GPU 数据中心和物联网）上，并从单一终端对上述应用和硬件进行管理。

具体来说，Petuum 为应用程序的开发和部署提供了一种跨平台、标准化的方法，并尽量避免了现有机器学习框架和云基础架构的碎片化，将原本技术要求繁多、耗时、维护成本高的机器学习编程，和使用过程变得高度模块化且易于操控，让各类公司都能够get到最前沿的人工智能技术。

在团队方面，Petuum 创始人邢波博士为卡内基梅隆大学的人工智能教授,任机器学习系副主任，并集结了50 多名世界级研究和开发人员。据悉，团队成员的研究成果曾获得ACM（美国计算机学会） 云计算研讨会上的最佳论文奖，公司还登榜CB Insights 的全球 AI 初创公司 100 强，以及 GWC 2017 年 G-Summit 峰会上的 AI 初创公司10 强。