Mirendil 签署逾 1 亿美元 Google Cloud 协议，用于自我改进型 AI 研究

AI 研究公司 Mirendil 已签署一项多年期 Google Cloud 合作协议，为自我改进型 AI 系统的研究获得计算能力。首席执行官兼联合创始人 Behnam Neyshabur 告诉 TechCrunch，该协议价值超过 1 亿美元。协议让 Mirendil 可以使用 Google 的张量处理单元、Nvidia 图形处理器和托管训练集群。这是一项研究基础设施承诺，而不是发布公开模型，这一区别非常重要：公告确立了一项大规模算力合作关系，但 Mirendil 最终希望构建的系统仍在开发之中。

混合硬件是这项合作的核心。AI 工作负载的不同阶段和类型可能更适合不同的加速器，因此，同时使用 TPU 和 Nvidia GPU 让实验室在分配训练与研究任务时拥有更多选择。Mirendil 联合创始人 Harsh Mehta 表示，日益重要的挑战是将工作负载与适当的芯片匹配。托管训练集群在这些加速器周围增加了系统层，让该公司不仅关注原始芯片访问，也能协调大型任务。Mirendil 认为，这种灵活性可以降低自身工作的成本，并最终降低使用其系统的客户的成本。

Mirendil 将其研究目标描述为能够迭代改进自身知识和表现的 AI。Neyshabur 将这一理念比作科学家学习新领域、积累专业知识并随时间推移提高效率的过程。该公司认为，这类系统可以自动化部分科学与 AI 研究，并为医学、生物学和材料科学领域的工作作出贡献。这些是愿景，而不是云端协议已经证明的成果。该协议为追求这些目标提供资源，但并不证明 Mirendil 已经构建出能够在这些领域独立作出发现的系统。

这项承诺的规模说明，算力访问已成为年轻 AI 实验室的一项战略投入。Mirendil 通过多年期合作关系确保算力，而不是只依赖短期可用资源。对 Google Cloud 而言，这项协议把其基础设施置于一家追求前沿研究的公司之下，也让它获得一个在 Google 硬件之上开发软件与系统层的合作伙伴。Google 高级副总裁兼 AI 与基础设施首席技术官 Amin Vahdat 将当前 AI 进展描述为不仅要改进单个芯片，也要解决整个系统的编排问题。

这种对系统的重视与 Mirendil 的主张一致。Neyshabur 表示，该公司的软件可以帮助客户从 Google 硬件中获得更多能力；如果研究成熟，Google 最终可以把由此产生的技术提供给企业用户。因此，按照两家公司对这项关系的描述，它不只是简单的硬件租赁。Google 提供多种加速器和托管集群；Mirendil 则研究分配工作负载以及在反复周期中改进系统的方法。不过，任何未来的企业产品仍是预期中的事项，8 月 6 日两家公司均未宣布 Mirendil 模型已全面可用。

Mirendil 表示，训练自我改进型 AI 需要巨量计算能力。Mehta 说，这项任务日益需要把正确的工作负载与正确的硬件相匹配，因此可以使用多种芯片对研究很有价值。Google 合作通过提供 TPU、Nvidia GPU 和托管训练集群，满足了这一需求。Mirendil 认为，这种灵活性将使其能够为工作负载灵活搭配适当的加速器，并降低自身工作以及使用其系统的客户的成本。

目前，已经确定的进展是签署合作协议，以及协议所提供的资源。根据一项由其首席执行官估值超过 1 亿美元的协议，Mirendil 获得了一条多年使用 Google TPU、Nvidia GPU 和托管训练集群的路径。接下来的情况仍未确定：实验室将如何衡量迭代改进、其系统能够处理哪些研究任务，以及任何由此产生的产品何时可能面向客户。这项公告之所以重要，是因为它让一个资金充足的研究项目得以大规模探索这些问题，同时并未声称一套公开的自我改进型 AI 系统已经问世。