華盛頓特區一間叫 Lola Vision Systems 嘅 AI 基建公司，2024 年由 Tayo Adesanya 創辦。佢嘅核心產品係一套編譯工具鏈（compiler toolchain），將客户嘅程式碼同 AI 模型——無論係自研定開源——自動轉譯成客户晶片可以執行嘅指令。
Adesanya 做咗近十二年微晶片同 AI 處理器相關工作，主要幫大型製造商揀晶片。佢話創辦呢間公司「係一個賭注，賭世界會去邊個方向，賭我睇到嘅嘢」。
佢指出，人手喺新硬件上面調教一個 AI 模型，光係開始測試就要大約 200 個鐘。Lola Vision 話已經重構咗呢層軟件，同時仲喺開發自己嘅半導體晶片，目標係將更多流程自動化。
Adesanya 話速度只係其中一部分，更快嘅部署畀航空航天同「其他關鍵任務行業」嘅公司時間「喺自己嘅數據上面跑更準確嘅模型，用更低嘅功耗」。對於呢班客户，「準確度同可靠性唔係有就夠，係決定產品過唔過監管審查、喺現場穩唔穩定嘅嘢。」
Lola Vision 係幾個嘗試為 NVIDIA 端側 AI 技術提供替代方案嘅初創公司之一。Adesanya 話而家好多公司用 NVIDIA Jetson（一個緊湊式端側 AI 計算模組）或開源 AI 模型起步，而佢聲稱呢啲「經常壞或者運行不良，團隊要花幾日甚至幾週先搞掂」。
模姐驗嚇貨： 端側 AI 部署嘅瓶頸，唔一定係算力，而係邊個揸住調教權。200 個鐘嘅數字係公司一方聲稱，仲冇獨立第三方驗證。Lola Vision 同時做軟件同晶片，等唔等於邊度都自己人？呢個結構值得跟住問。對 Jetson 嘅批評都係公司一方之詞，冇附帶測試數據。如果真係要將 200 個鐘壓縮，最終要睇第三方可重複嘅測試。
模姐｜深度調教
