Lepton AI创始人兼CEO贾扬清
作者｜郑松毅
编辑｜杨锦
近日，由声网联合主办的RTE2024第十届实时互联网大会在北京开幕。
大会开始前，Lepton AI创始人兼CEO贾扬清早早就坐在了嘉宾席。蓝色衬衫、牛仔裤，熟悉的那般“码农”形象再现。
他还是习惯性地把微笑挂在嘴边，和聊了聊最近美国硅谷发生的变化，以及对AI发展现状和未来趋势的一些看法。
这是他今年第二次回国，在大会开始前一晚刚到北京，但整个人看不出来丝毫倦意。
AI如何落地应用？国内外都在忙着找答案
“这次回来能明显感受到大家对于AI应用积极探索的热闹氛围，硅谷也正如此。”贾扬清说。
“相较于AI热潮初期的硅谷，现在的硅谷‘冷静’了许多，关注点更偏向于应用。大多数企业会选择在现有模型基础上加速功能迭代和研发。几乎没人还在比谁的模型更大、参数更多。”
他补充道，“同等质量的模型，规模会变得越来越小，计算效率会越来越高，模型架构会变得更加开放和标准，这是我观察到的未来趋势。”
如果说前两年的AI是在“卷”技术，那今年无疑都转向了“卷”应用。
在贾扬清看来，今天是做应用最好的年代，AI呈现出来的智能能力让做应用变得更简单，同时能够带给用户更好的交互体验。
以前人们常认为，芯片短缺是阻碍AI发展最大的“绊脚石”。但在贾扬清看来，“芯片供应链问题已经有了非常好的解决方案，因GPU短缺造成的算力问题不再会是瓶颈。关键是看如何找到AI应用路径，与垂直领域深度结合，真正把AI用起来。”
“就像当年‘电’刚被发明出来时，很多人不知道它有什么用，直到冰箱、电视、手机的出现，才让电的价值得以体现。”
但想让AI真正用起来，成本是一个不得不考虑的问题。
有人提出，“如今AI技术难广泛落地应用，问题是出在了高额成本上。从客服行业来看，标杆是5元每小时，这是菲律宾和印度的人工价格。要是AI使用成本比人还贵，就没必要了。”
对此，贾扬清比之前更加乐观。他认为，“成本不是核心问题，Token的推理成本可能在接下去的一年还会再降低十倍，甚至更多。公司更应该关注的是用户体验。让AI使用成本降低到人工成本以下，可能就是一两年的时间。”
他表示，“核心的大语言模型其实都差不多，但企业如何管理数据、怎么打通权限、用户搜索时是想找到文档还是想要内容总结？这些长远深度的思考远比模型本身更重要。”
GPU价格是个“伪命题”
除了应用，当前AI竞技场的另一关注点在于AI基础设施。
搞云计算出身的贾扬清，认为现在迎来了“云”的第三次浪潮，而AI正是这场革命的催化剂。
他介绍，“云”的前两次浪潮分别是2000年代的“Web云”，以及2010年代的“数据云”，而这次兴起的是“AI云”。
与前两朵“云”不同的是，“AI云”是在”传统云“的基础上增加了AI算法，利用神经网络等技术，可以满足更大规模的数据处理和计算需求。
“今天所有的AI应用都对大模型有非常高的需求，无论是AI图像生成还是AI视频生成，都会调用软件框架，最后落到云基础架构和GPU上面。”贾扬清说。
谁都不想错过“风口”的机会，“AI云”也正是贾扬清在辞任阿里巴巴技术副总裁后，看准的创业方向。
贾扬清说，“挤大模型赛道不是最想干的事，更看重AI发展背后生出的机会点，即对高性能计算的需求，以及AI市场会越来越需要好的云服务，这是团队最擅长的。”
Lepton AI和很多硅谷创业公司一样，团队规模并不大，大多是程序员和产品经理。
公司名字的由来也很有意思，在物理学中，“Lepton”指的是轻子，是一种基本粒子。
这和贾扬清所期望的一样，用最简单的方式和低廉的成本帮助其他公司解决行业痛点问题。
“他们需要更快的GPU、更好的供应链、更高的性价比、更加专业的服务...这一切都是我们正在做的事。”
具体来说，Lepton AI提供的是大模型推理引擎，建立了云平台供用户找到性价比最高的GPU资源。
贾扬清认为，“GPU价格在一定程度上是个‘伪命题’，因为Buy is better than build（购买AI云服务会比自建算力设施更划算）。”
他提到，“很多有前瞻性的CEO已经放弃纠结一块GPU到底需要多少钱，而是选择了这样的方式，把更多的精力和资源放在应用开发上。”
对话最后，请贾扬清谈了谈如何才能在技术创新的道路上找到自己的方向。
他想了片刻说，“创新没有捷径一说，兴趣是最好的驱动力，因为谁也猜不到未知技术领域会带来怎样的惊喜，能做的就是追随兴趣坚持走下去。”
