CloudSome completa una financiación de 3.6 millones de dólares en ronda semilla, construyendo infraestructura de IA de múltiples modelos para negocios de alta frecuencia en Web3

Las bolsas, las instituciones cuantitativas y las plataformas de servicios de activos digitales no solo necesitan modelos más fuertes, sino también recursos de llamada sostenibles y estables, capacidad de cambio entre múltiples proveedores y costos de uso controlables.

CloudSome, una plataforma de API de modelos de IA unificada con sede en Singapur, ha completado recientemente una financiación de 3.6 millones de dólares en ronda semilla. Los fondos se utilizarán principalmente para la construcción de la plataforma de productos, la expansión de recursos de servicios de modelos, la mejora de la capacidad de infraestructura y el desarrollo de pequeños modelos orientados a escenarios de Web3.

A medida que la IA generativa pasa de la fase experimental a los negocios reales, la demanda de las empresas de Web3 por capacidades de modelos también está cambiando. Para las bolsas, las instituciones cuantitativas, las billeteras, las plataformas de servicios de activos digitales y los equipos de trading profesionales, lo que realmente determina si la capacidad de IA puede entrar en un entorno de producción ya no es solo si el modelo en sí es lo suficientemente fuerte, sino si los recursos del modelo pueden ser suministrados de manera continua, si pueden ser llamados de manera estable durante los picos de negocio, si existen rutas alternativas cuando hay fluctuaciones en los servicios de upstream, y si el costo total de uso es predecible y manejable.

CloudSome busca resolver precisamente este problema de infraestructura.

Los clientes de Web3 no necesitan una sola llamada de modelo, sino una capacidad de IA que funcione de manera continua.

Los negocios de Web3 tienen características inherentes de globalización, alta densidad de información y funcionamiento 24/7.

Las bolsas necesitan servir continuamente a usuarios globales; los equipos cuantitativos y de investigación necesitan procesar grandes cantidades de información de mercado, datos de proyectos, anuncios, códigos y datos no estructurados; las billeteras y las plataformas de servicios de activos digitales necesitan soportar contenido multilingüe, servicios al usuario, auditorías internas y flujos de trabajo operativos.

Cuando la IA se integra en estos procesos, la cantidad de llamadas al modelo se verá directamente afectada por los cambios en el mercado.

Durante fluctuaciones de mercado severas, anuncios de políticas importantes, lanzamientos de proyectos populares o un aumento rápido en la popularidad de la comunidad, las solicitudes de usuarios, las tareas de análisis interno y las necesidades de procesamiento de contenido pueden aumentar significativamente en un corto período de tiempo. En este momento, si una empresa depende de un solo modelo o un solo servicio de upstream, cualquier limitación, aumento de latencia, insuficiencia de cuotas o indisponibilidad temporal puede afectar directamente las funciones de IA relacionadas.

El enrutamiento de múltiples modelos reserva espacio para picos de tráfico y fluctuaciones en upstream.

El enrutamiento de múltiples modelos no es simplemente distribuir el tráfico de manera uniforme entre diferentes modelos.

En los negocios reales, las empresas deben considerar de manera integral el tipo de tarea, la capacidad del modelo, la velocidad de respuesta, el costo de uso, la cuota disponible y el estado del servicio de upstream antes de decidir qué modelo o canal debe manejar la solicitud.

Por ejemplo, una misma bolsa puede utilizar modelos para manejar atención al cliente en múltiples idiomas, resúmenes de anuncios, búsqueda de conocimiento, asistencia de código y tareas operativas internas al mismo tiempo. Las diferentes tareas tienen diferentes requisitos de rendimiento del modelo, latencia y costo, por lo que no es necesario que todas sean manejadas por el mismo modelo.

Los equipos cuantitativos y de investigación también pueden enfrentarse a diferentes tipos de solicitudes al mismo tiempo: algunas tareas requieren una mayor capacidad de razonamiento, otras valoran más la baja latencia y la capacidad de procesamiento por lotes, y algunas solo requieren completar la clasificación de información, conversión de formatos o filtrado de contenido.

CloudSome, a través de la integración de múltiples modelos, conmutación por error y capacidad de gestión de llamadas, proporciona a los clientes más espacio de programación.

Cuando los eventos del mercado generan picos de solicitudes, o cuando un upstream presenta limitaciones, aumento de latencia y fluctuaciones en el servicio, la plataforma puede reducir la dependencia de un solo modelo y un solo upstream mediante modelos alternativos o canales de servicio alternativos.

Al mismo tiempo, la tasa de solicitudes, las limitaciones de concurrencia y las cuotas diarias de tokens pueden utilizarse para restringir el consumo de recursos de diferentes proyectos, evitando que los picos de tráfico se traduzcan directamente en costos inesperados.

Esto significa que las empresas no solo pueden llamar a modelos, sino que también pueden comenzar a gestionar y programar los recursos del modelo de manera unificada.

Impulsando el desarrollo de pequeños modelos para escenarios de trading de alta frecuencia y cuantitativos en Web3.

Además de seguir expandiendo los recursos de modelos generales, CloudSome también utilizará esta ronda de financiación para impulsar el desarrollo de pequeños modelos orientados a escenarios verticales de Web3, centrándose en servicios de trading de alta frecuencia, investigación cuantitativa, procesamiento de datos de mercado y análisis de activos digitales.

En los escenarios de trading de alta frecuencia y cuantitativos, los modelos no solo necesitan manejar preguntas y respuestas en lenguaje natural, sino también una gran cantidad de tareas de datos que se generan continuamente, son relativamente estructuradas y requieren alta eficiencia de procesamiento. Por ejemplo, identificación de tendencias del mercado, clasificación de noticias y anuncios, extracción de señales de sentimiento, generación de etiquetas de eventos, análisis de datos en cadena, evaluación del estado de pares de trading, y filtrado de información y extracción de características en flujos de trabajo de investigación cuantitativa.

Estas tareas suelen tener características de alta frecuencia de llamadas, gran volumen de datos, sensibilidad al tiempo de respuesta y requisitos claros de control de costos. Si todas son manejadas por modelos generales grandes, no solo el costo de llamada es alto, sino que también puede que no satisfaga los requisitos de estabilidad, velocidad de procesamiento y capacidad de ejecución por lotes del equipo cuantitativo.

Basado en esta necesidad, CloudSome planea desarrollar modelos ligeros en torno a tareas específicas en negocios de trading de alta frecuencia y cuantitativos, para que puedan asumir trabajos de procesamiento de datos que sean de alta frecuencia, estandarizados y con límites relativamente claros.

El objetivo de CloudSome al desarrollar pequeños modelos para Web3 no es reemplazar directamente las estrategias de trading, los sistemas de trading o los modelos de decisión de las instituciones cuantitativas, sino proporcionar capacidades de modelos básicos más eficientes para equipos de trading de alta frecuencia y cuantitativos.

A través de la colaboración entre pequeños modelos y grandes modelos generales, CloudSome espera construir gradualmente la infraestructura de procesamiento de datos y llamadas de modelos orientada al mercado de Web3, proporcionando capacidades de IA más eficientes, estables y controlables para bolsas, instituciones cuantitativas y equipos de trading profesionales.

Las necesidades subyacentes tienden a converger entre diferentes clientes de Web3.

Los diferentes tipos de clientes de Web3 presentan diferencias significativas en sus escenarios de uso específicos.

Las bolsas y las plataformas de servicios de activos digitales suelen centrarse más en el servicio ininterrumpido, usuarios globales, soporte multilingüe, presión de acceso repentina y continuidad del servicio orientado al usuario.

Las instituciones cuantitativas y los equipos de investigación se centran más en la capacidad de llamada continua, procesamiento de información por lotes, flujos de trabajo de investigación, asistencia de código y organización de datos no estructurados.

Los equipos de billeteras y servicios relacionados pueden aplicar las capacidades del modelo en la organización de información, herramientas internas, soporte al usuario y asistencia en auditorías manuales.

Los traders profesionales y los desarrolladores de herramientas de trading pueden estar más interesados en acceder rápidamente a diferentes modelos, cambiar entre diferentes tareas y controlar costos según el uso real.

CloudSome no proporciona estrategias de trading, ni reemplaza los sistemas de gestión de riesgos, cumplimiento y ejecución de trading de las bolsas, instituciones cuantitativas o proveedores de servicios relacionados.

La plataforma asume el papel de la capa de llamada de modelos y la capa de gestión de recursos, proporcionando interfaces unificadas, recursos de modelos, enrutamiento y capacidades de gestión de uso que son comúnmente necesarias en diferentes escenarios de Web3.

De la llamada de modelos a la gestión de recursos de modelos.

En las primeras etapas de las aplicaciones de IA generativa, las empresas generalmente se preocupaban por "si podían acceder a un modelo determinado".

Pero a medida que aumenta la cantidad de llamadas, se suman equipos y se expanden los escenarios de negocio, la pregunta comienza a cambiar:

• ¿Qué equipos pueden llamar a qué modelos?

• ¿Cuánto crédito puede usar cada proyecto?

• ¿Qué modelo es más adecuado para la tarea actual?

• ¿Cómo cambiar cuando un upstream no está disponible?

• ¿Cuánto costo ha consumido cada línea de negocio?

• ¿Cómo evitar que solicitudes repentinas causen interrupciones en el servicio o costos descontrolados?

Por lo tanto, el valor de la infraestructura en la era de múltiples modelos no solo radica en ayudar a los desarrolladores a completar una llamada a la API más rápido, sino en ayudar a las empresas a gestionar continuamente los recursos del modelo.

Para los desarrolladores, el valor directo de CloudSome es reducir los costos de adaptación de interfaces y cambios de modelos.

Para las empresas, el valor se extiende aún más a permisos de acceso, cuotas de llamadas, control de concurrencia, conmutación por error y gestión de costos.

Estas capacidades no son equivalentes a un sistema completo de gobernanza de IA empresarial, pero pueden implementar un control básico de recursos y gestión de uso en la capa de llamada de modelos, proporcionando la base necesaria para que la capacidad de IA ingrese a los negocios reales.

Próximos pasos después de la financiación.

Después de completar esta ronda de financiación, CloudSome continuará mejorando las capacidades de consola de desarrolladores, gestión de API, facturación unificada y análisis de uso, y mejorará aún más el suministro de recursos de modelos, programación de solicitudes, conmutación por error y capacidades de control de concurrencia.

La plataforma también ampliará más modelos y canales de servicio formal, mejorando continuamente la estabilidad de las llamadas para clientes en diferentes regiones y escalas de negocio.

El objetivo de CloudSome es permitir que las bolsas, instituciones cuantitativas, equipos de trading y otros clientes de negocios de alta frecuencia no tengan que gestionar múltiples proveedores de modelos, canales de llamadas y sistemas de facturación por separado, sino que puedan utilizar diferentes modelos de IA de manera más estable, flexible y controlable a través de una plataforma unificada.