融资10亿这家AI想让模型少吃数据、少烧算力
成立一年估值60亿美元，这家AI公司想让模型少吃数据、少烧算力

当AI行业还在疯狂争夺GPU、训练更大的模型时，一家成立仅一年的创业公司，试图从另一个方向寻找突破：不再单纯堆积数据和算力，而是让AI用更少的资源完成更多工作。

10月21日，AI初创公司Flapping Airplanes完成10亿美元A轮融资，由Index Ventures和Lux Capital共同领投，公司估值达到60亿美元。

红杉资本、谷歌风投GV、Kleiner Perkins和英伟达等机构也出现在其投资者名单中。

Flapping Airplanes并不直接开发面向消费者的聊天机器人，而是研究AI底层的计算架构和训练效率。它希望解决一个越来越现实的问题：随着大模型持续扩张，训练和运行AI所需要的成本，能不能降下来？

目前，训练大模型需要大量数据和GPU。模型投入使用后，每一次推理也需要消耗计算资源。但GPU并不总是在高效工作。有些任务需要大量数学运算，有些任务则需要等待数据读取。如果不同环节无法有效衔接，X片就可能出现闲置。

Flapping Airplanes的核心技术之一，是名为Megakernel的GPU计算框架。

简单来说，传统计算程序往往将复杂任务拆成不同步骤，而Megakernel试图将更多工作整合进一个统一的GPU内核，让不同任务更紧密地协同运行。

公司称，这套框架可以执行完整的模型训练、提供推理服务，甚至同时运行游戏任务。它希望让主要消耗计算资源的训练任务，与主要等待数据的推理任务重叠执行，减少GPU空转，提高现有硬件的利用率。

这意味着，AI能力的提升未必只能依靠购买更多GPU，也可以通过优化计算方式来实现。

但公司的野心不止于此。相比提高X片利用率，它更希望改变AI从数据中学习的效率。

创始团队也是这家公司受到硅谷关注的原因之一。
Flapping Airplanes由Aidan Smith和兄弟俩Asher Spector、Ben Spector共同创立。Aidan Smith曾创办公司，并在大学期间于脑机接口公司Neuralink工作；Asher Spector曾在斯坦福攻读统计学博士；Ben Spector曾在斯坦福攻读计算机科学博士，并在MIT期间创办学生创业加速组织Prod。

红杉资本合伙人David Cahn也是公司的投资人。他曾评价，三位创始人正在打造一个“年轻人的AGI实验室”。

从投资逻辑来看，Flapping Airplanes瞄准的是AI行业的核心成本问题。

过去几年，AI行业的竞争重点是更大的模型、更多的数据和更强的算力。Flapping Airplanes押注的则是另一种可能：能否用更少的资源，获得同样强甚至更强的智能。人工智能未来