Union.ai宣布推出全新的Union Cloud，并向北美和欧洲的AWS和GCP客户提供一般性可用性。Union Cloud赋予组织以低成本、高质量和快速速度利用最新人工智能技术交付高可靠性和有影响力的产品的能力。该公司还宣布从NEA和Nava Ventures获得了1910万美元的A轮融资，以推动其增长和扩展的业务。
在过去几个季度中，Union AI与其Union Cloud的客户合作伙伴一起解决了影响高质量人工智能产品交付的问题。Union AI的首席执行官Ketan Umare表示：“在这段时间里，我们了解到了一些妨碍从人工智能中实现价值的问题，比如可观察性、治理和基础设施维护。”他还说：“我们的加速势头反映出了Flyte这一受欢迎的开源工作流编排平台的成功，我们看到更广泛的客户对Union Cloud表达了激动，这是一个由Flyte驱动的新托管解决方案。”
NEA的风险合伙人Greg Papadopoulos表示：“机器学习，尤其是大型语言模型，引发了有关隐私和信息安全的重大问题。企业对使用失去对其数据精确处理控制的服务变得越来越警惕。”他还说：“将大模型的强大能力与丰富的公司数据结合起来必须小心处理，这正是我们对Union.AI团队取得的进展感到如此兴奋的原因之一，首先是Flyte，现在是Union Cloud。这正是人们需要的，并且是一个真正的区别：让我利用大型语言模型的能力，同时保持对我的数据的控制和所有权。”
Nava Ventures创始人Manish Patel表示：“人工智能领域正在迅速发展，那些没有足够内部开发资源的公司面临着落后的风险。要能够在当今快速变化的以人工智能为驱动的产品领域中参与甚至竞争，时间至关重要。”他还说：“这就是为什么我们对投资并与Ketan Umare和Union.AI团队密切合作感到兴奋，因为他们通过Union Cloud进一步扩展了Flyte的功能，使更多的公司能够快速从研究转向生产。”
已经采用Flyte的组织包括Spotify、Stripe、Gojek、Wolt、LinkedIn和ZipRecruiter等数百个知名品牌和初创公司。用户报告称，Flyte通过自动版本控制数据和人工智能流程，使其具有审计、可靠、可复制和可扩展的特点，大大提高了生产效率。
Stripe的机器学习基础设施工程师Mick Jermsurawong表示，Flyte的效率为该支付平台带来了可衡量的业务成果。他说：“在一个团队的基础上，我们看到从Flyte派发的离线训练作业增加了10倍，这导致了5倍频繁的模型发布，并取得了可观的业务收益。我认为这里的认识是，机器学习的生产力不是一种奢侈品，而是一种业务要求。”
Stash的ML平台工程师Katrina Palen描述了Flyte对其ML工作流程的影响：“我们的预配时间平均至少快两倍。模型执行速度快了三倍，而成本方面——我们实际上可能还可以通过最小配置和优化进一步优化——至少便宜了三倍。”
Flyte以高效为特点，具有自动配置数据和机器学习系统的功能，有助于降低计算成本。Umare说：“与其持续运行昂贵的GPU集群，Flyte在需要时启动基础设施，在空闲时关闭。此外，其内置的缓存和智能检查点架构可靠地使数据和机器学习团队能够使用更便宜的Spot实例。”
Union Cloud：无缝交付的机器学习引擎
Union Cloud将Flyte编排的全部功能和能力交付给那些不想投资于构建和维护自己基础设施的公司。
Union Cloud为工程和生产团队提供先进的任务级观察能力，使其能够全面了解即使是最复杂的流程，并让团队领导者能够衡量个别项目的投资回报率。
数据科学家、研究人员和生产工程师可以运行高效的工作负载，无需为其人工智能和数据流程安装或维护Kubernetes集群。
Union Cloud提供基于角色的访问控制(RBAC)和细粒度授权，确保安全和灵活性。
Union Cloud具备安全性，部署在您的VPC中，因此您控制对数据的访问。
Union Cloud符合SOC 2 Type II标准。
Umare继续表示，Union Cloud极大增强了任何规模的数据和AI团队的能力。他说：“我们为任何团队提供了无需基础设施结构负担、拥有数据所有权和治理的能力，使其能够在不受基础设施负担限制的情况下竞争。”
Union Cloud是一种变革性的技术平台，使组织能够在不需要大量基础设施或专门的Kubernetes团队的情况下完成各种复杂任务。这使组织能够专注于其核心目标，促进各个领域的创新。这些任务包括(但不限于)开发用于先进感知和语言建模的生产流水线，实现自动驾驶能力，推动药物发现的突破，工程化新型分子和优化运营研究策略。Union Cloud的优势在于提供简化、用户友好的方法，减少了通常与此类流程相关的复杂性。最重要的是，Union Cloud可以大幅降低计算成本，同时提供对数据和AI工作流程的完全可观察性，甚至在任务级别上。
