Lola Vision Systems要降低AI芯片部署门槛

驱动中国10月6日消息，据TechCrunch报道，AI基础设施初创公司洛拉视觉系统（Lola Vision Systems）正在尝试降低AI模型在芯片上运行的门槛。该公司希望通过一套编译器工具链，把AI模型自动转换为特定芯片能够执行的指令，从而减少工程师在不同硬件之间移植模型时的人工配置工作。

洛拉视觉系统创始人塔约·阿德萨尼亚（Tayo Adesanya）的职业背景与该公司产品方向直接相关。报道显示，阿德萨尼亚近12年来一直从事微芯片和AI处理器相关工作，主要帮助大型制造商决定在硬件产品中使用哪些芯片。他表示，这些经历让他较早观察到AI计算市场需求正在发生的变化。

2024年，阿德萨尼亚创立洛拉视觉系统。该公司定位为AI基础设施企业，业务包括构建用于在设备端运行AI模型的软件与芯片。其核心产品是一套软件工具，作用是将AI模型翻译成特定芯片可以运行的指令。阿德萨尼亚将这类软件称为“编译器工具链”，并认为它正成为AI模型部署过程中的关键瓶颈。

报道提到，手动将AI模型配置到新的硬件平台上，仅开始测试就需要大约200小时。对于需要频繁适配不同芯片架构、模型结构和部署环境的团队来说，这一时间成本会直接影响研发效率。芯片厂商和模型开发者之间的工具链适配问题，因此成为AI基础设施领域需要解决的关键环节。

洛拉视觉系统称，公司已经重建了相关软件层，并正在开发自有半导体芯片，目标是让AI模型在芯片上的运行过程实现更多自动化。按照这一思路，公司试图同时覆盖软件适配与底层硬件方向，以进一步减少人工配置环节。

从行业背景看，随着AI模型规模扩大和部署场景增多，模型能否在不同芯片上稳定运行，越来越依赖编译器、运行时、驱动和工具链等基础设施能力。洛拉视觉系统的尝试反映出，AI计算竞争不仅发生在芯片算力层面，也发生在模型与硬件之间如何更高效连接这一环节。