近日，开发小型快速机器学习模型的初创公司 OmniML 宣布获得1000万美元种子轮融资，将用于加速人工智能（AI）在边缘设备上的部署。该种子轮融资由GGV资本领投，Qualcomm Ventures、Foothill Ventures、MatrixPartners、Tectonic Ventures、GSR Ventures、 IMO Ventures 以及 Fellows Fund 跟投。OmniML 计划将该笔融资用于扩大其机器学习团队，并加速软件开发。
OmniML 的创立宗旨是解决AI应用程序与边缘硬件之间的算力错配问题，让 AI 真正的进入大众生活的方方面面，让家居更安全便捷，让驾驶更安全，让物流、工厂有效提升效率……为实现这些目标，OmniML让现有的机器视觉（ML）模型规模更小，更针对边缘硬件而设计。这样，这些模型可以在边缘设备上直接进行人工智能推理，无需数据中心和云环境，大大降低运营成本，提升安全性，保障隐私，并且更具可扩展性。OmniML颠覆现有行业，为无处不在的边缘人工智能轻松赋能，提高人工智能的速度、准确性和效率，而无需额外的硬件定制与升级。
OmniML 由联合创始人、公司首席执行官吴迪博士，麻省理工学院电子工程和计算机科学系韩松教授以及 OmniML 首席技术官毛慧子博士共同领导。值得一提的是，上述三位皆毕业于清华大学电子工程系。此外，OmniML 技术的开发者包括来自麻省理工学院、斯坦福大学、加州大学洛杉矶分校的世界顶级研究人员和行业专家以及曾供职于 Facebook 的工程师们。事实证明，它可以在各种边缘设备上将机器学习的主要任务提速10倍之多。
Qualcomm 副总裁兼 Qualcomm Ventures 美洲区董事总经理 Carlos Kokron 表示：“OmniML 基于神经架构搜索技术的领先平台有能力通过创建高效新模型来颠覆人工智能模型优化，而不是仅通过压缩模型来实现这一目的”。“他们的解决方案为企业客户提供了为目标硬件打造最优人工智能模型的能力，从而节省了大量时间和成本，并提高了准确性。我们很高兴能投资 OmniML，助力边缘 AI 技术无处不在。”
OmniML 的技术突破将加速人工智能在边缘设备上的部署，其中就包括计算机视觉的加速实现。开发人员将不再需要为特定芯片和设备手动优化机器学习模型，这一变革将实现高性能硬件感知AI的更快部署和随处运行。
OmniML 正在与自动驾驶和智能相机等领域的客户合作，打造基于人工智能的计算机视觉边缘算法优化平台，以提高安全性和实时感知能力。它的模型压缩平台正在无人驾驶汽车和智能家用摄像头上进行测试，也可能对其他各种行业产生影响。例如，它可以改善零售客户体验，支持精密制造业的安全和质量控制检测。
OmniML 联合创始人兼首席执行官吴迪博士说：“当今，人工智能如此强大，以至于边缘设备无法应对它的计算能力。“当然，事实也并非始终如此。我们的机器学习模型压缩弥合了人工智能应用与边缘设备之间的鸿沟，增强了设备潜力，使得任何人可以在不同硬件平台上更快速、更准确、更划算且轻松便捷地部署硬件感知人工智能。”
注：具体融资金额由投资方或企业方提供，动点科技不做任何背书。
