Mistral AI được định giá 3 nghìn tỷ won

 (unite.ai)
1 điểm bởi GN⁺ 2023-12-11 | 1 bình luận | Chia sẻ qua WhatsApp
  • Mistral AI có trụ sở tại Paris đã huy động được €450 triệu, đưa mức định giá lên khoảng 2 tỷ USD ($2b), qua đó cho thấy sự hiện diện ngày càng lớn của các startup AI châu Âu
  • Andreessen Horowitz dẫn dắt vòng gọi vốn, còn Nvidia Corp và Salesforce rót thêm €120 triệu dưới hình thức trái phiếu chuyển đổi
  • Mô hình chủ lực Mistral 7B là một mô hình ngôn ngữ lớn mã nguồn mở theo giấy phép Apache 2.0, nhấn mạnh vào cách tiếp cận học tùy chỉnh, tinh chỉnh và xử lý dữ liệu
  • Được thiết kế để hỗ trợ nén tri thức và suy luận sâu với ít tham số hơn, cách tiếp cận tối ưu hóa là cốt lõi để giảm thời gian huấn luyện, chi phí và tác động môi trường
  • Chiến lược mã nguồn mở và mô hình hiệu quả giúp Mistral AI khác biệt với các ông lớn hiện hữu như OpenAI, Google AI và DeepMind, đồng thời cho thấy xu hướng mở rộng đầu tư AI tại châu Âu

Huy động vốn và mức định giá tăng của Mistral AI

  • Mistral AI có trụ sở tại Paris đã huy động được €450 triệu, đưa mức định giá lên 2 tỷ USD
  • Vòng gọi vốn này là một sự kiện quan trọng không chỉ với Mistral AI mà còn với hệ sinh thái AI châu Âu, cho thấy tỷ trọng của châu Âu trong cuộc cạnh tranh AI toàn cầu đang gia tăng
  • Andreessen Horowitz dẫn dắt vòng vốn, còn Nvidia Corp và Salesforce tham gia thêm €120 triệu dưới hình thức trái phiếu chuyển đổi
  • Thành phần nhà đầu tư bao gồm cả các quỹ đầu tư mạo hiểm truyền thống lẫn các công ty công nghệ lớn, phản ánh sự quan tâm đối với công nghệ và tầm nhìn của Mistral AI
  • Nguồn vốn huy động được tạo nền tảng tài chính để thúc đẩy nghiên cứu và phát triển, mở rộng phạm vi tiếp cận và củng cố vị thế trong lĩnh vực AI

Đặc điểm kỹ thuật của Mistral 7B

  • Sản phẩm chủ lực của Mistral AI là mô hình ngôn ngữ lớn Mistral 7B
  • Đây là một mô hình mã nguồn mở được phát hành theo giấy phép Apache 2.0, nổi bật với hiệu quả và các tính năng nâng cao
  • Mô hình này được giới thiệu như một ví dụ cho thấy sự tiến bộ của công nghệ AI thông qua cách tiếp cận học tùy chỉnh, tinh chỉnh và xử lý dữ liệu
  • Điểm khác biệt là khả năng hỗ trợ nén tri thức và suy luận sâu dù có ít tham số hơn các mô hình khác trên thị trường
  • Cách tiếp cận tối ưu hóa này góp phần nâng cao hiệu năng đồng thời giảm thời gian huấn luyện, chi phí và tác động môi trường

Vị thế trên thị trường và các lĩnh vực ứng dụng khả thi

  • Việc triển khai Mistral 7B giúp Mistral AI trở thành một nhân tố lớn trên thị trường AI và là đối thủ cạnh tranh của OpenAI
  • Phạm vi ảnh hưởng có thể mở rộng sang nhiều ngành, với các ví dụ như y tế, giáo dục, tài chính và sản xuất
  • Năng lực cung cấp các giải pháp hiệu năng cao nhưng vẫn có thể mở rộng có thể tác động đến cách các ngành tận dụng AI cho đổi mới và hiệu quả

Thay đổi trong hệ sinh thái AI châu Âu

  • Vòng đầu tư lần này là tín hiệu cho thấy vị thế của châu Âu trong bản đồ AI toàn cầu đang tăng nhanh
  • Các dự án AI tại châu Âu trước đây vốn tụt lại so với các đối thủ ở Mỹ và châu Á về cả đầu tư lẫn đổi mới
  • Thành công của Mistral AI cùng các khoản đầu tư quy mô lớn khác cho thấy tiềm năng và quyết tâm đổi mới AI của châu Âu đang gia tăng

Khác biệt trong cuộc cạnh tranh AI tạo sinh

  • Mistral AI tạo khác biệt trong cuộc cạnh tranh AI tạo sinh bằng cách tiếp cận mã nguồn mở và tập trung vào việc xây dựng các mô hình có khả năng mở rộng, hiệu quả
  • Chiến lược này là yếu tố phân biệt Mistral AI với các ông lớn hiện hữu như OpenAI, Google AI và DeepMind
  • Việc ưu tiên tính tiếp cận và hiệu quả góp phần vào dân chủ hóa công nghệ AI, đồng thời giúp công ty trở thành một đối thủ mạnh trong cuộc cạnh tranh AI toàn cầu
  • Khi các khoản đầu tư lớn đổ vào các startup AI châu Âu, châu Âu đang dần tạo dựng không gian riêng trong lĩnh vực AI cạnh tranh khốc liệt và biến động nhanh

Bài viết liên quan

1 bình luận

 
GN⁺ 2023-12-11
Ý kiến trên Hacker News

  • Có rất nhiều sự cường điệu xoay quanh LLM, nhưng tôi nghĩ Mistral xứng đáng với kỳ vọng đó
    Tôi vẫn đang dùng mô hình 7B gốc và các biến thể của nó, và rất mong chờ xem họ sẽ tung ra gì tiếp theo. Bộ mô hình MoE vừa công bố là miễn phí, nhưng tôi đoán sản phẩm tiếp theo sẽ là thương mại
    Một công ty khác cũng rất đáng kỳ vọng là 01.AI, họ đã phát hành mô hình Yi-34B. Tôi đã chạy cục bộ trên Mac bằng ollama run yi:34b và nó tốt đến mức đáng ngạc nhiên

    • Những mô hình nhỏ như thế này so với GPT-4 thế nào trong việc lập trình hay trả lời câu hỏi kỹ thuật?
      Với tôi, GPT-3.5 gần như vô dụng, vì câu trả lời hoặc sai hoặc quá chung chung. Trong khi đó GPT-4 cho câu trả lời ổn khoảng 80%
    • Tôi tò mò mọi người dùng các mô hình này như thế nào
      Tôi dùng GPT-4 như một công cụ thay thế tìm kiếm, và đến giờ vẫn chưa thấy lý do để chuyển sang cái khác. Ví dụ tôi dùng nó để tìm hiểu lịch sử, kiến trúc, bối cảnh văn hóa của các điểm đến du lịch, và cho mục đích đó thì khá tiện
    • Bạn có thể chia sẻ điểm gì ở Yi-34B khiến nó đáng ngạc nhiên đến vậy không? Tôi vẫn chưa có dịp thử
    • Đồng ý. Yi 34B và Mistral 7B đều rất xuất sắc
      Chỉ là bạn nên chạy các bản fine-tune Yi tốt hơn thay vì mô hình chat mặc định. Tốt hơn rất nhiều. Nếu cần Yi với ngữ cảnh dài thì tôi khuyên dùng Xaboros/Cybertron, hoặc một số bản merge mô hình của tôi trên Hugging Face
    • Bạn nói vẫn đang dùng mô hình 7B gốc và các biến thể của nó, vậy nếu so với các mô hình khác thì thế nào? Đặc biệt là khi so với ChatGPT

  • Lý do Mistral AI nhận được nhiều sự chú ý từ truyền thông ngay từ đầu là vì họ đã công bố Mistral-7B dù phải hy sinh lợi nhuận ngắn hạn
    Xét trên toàn bộ hệ sinh thái AI, sẽ tốt hơn nếu các startup được khuyến khích xây dựng doanh nghiệp bằng phần mềm tốt và cởi mở thay vì tạo hào lũy và hệ sinh thái khóa chặt

    • Tôi không nghĩ có thể gọi đó là mã nguồn mở theo đúng nghĩa. Họ không chia sẻ chi tiết về quá trình huấn luyện nên trên thực tế không thể tái tạo lại
      Nó gần giống việc một công ty SaaS công bố các binary đã biên dịch vốn thường chỉ chạy trên máy chủ của họ hơn. Dù vẫn tốt hơn là không có gì, nhưng không hoàn toàn phù hợp với tinh thần mã nguồn mở
      Tôi không nghĩ đây là bắt bẻ câu chữ, nhưng rốt cuộc cộng đồng có đồng ý hay không lại là chuyện khác
    • Việc mô hình ít ràng buộc hay kiểm duyệt hơn cũng là một lý do. Theo như họ nói thì họ cam kết theo hướng đó, và xây dựng để người khác có thể phát triển trên nền tảng của họ
      Dạng GPT vẫn chưa phải một mô hình kinh doanh đã hoàn thiện, và tôi hy vọng cộng đồng mã nguồn mở có thể vượt qua những thành công ban đầu đó

  • Việc Nvidia đưa tiền cho các công ty rồi để họ dùng chính số tiền đó để mua phần cứng Nvidia biên lợi nhuận cao có phải là một kiểu định giá đáng ngờ không?

    • Cũng giống việc MS đã cấp rất nhiều Azure credit cho OpenAI
    • Tôi không hiểu tại sao đó lại là kiểu định giá đáng ngờ
      Có thể là vậy nếu nhà đầu tư chỉ nhìn vào doanh thu hoặc chỉ một phần của tài chính, nhưng nếu không thì dòng tiền đi ra và doanh thu tăng lên sẽ cùng được phản ánh, nên có lẽ sẽ không làm méo mó lợi nhuận
    • Một mô hình đầu tư mà nếu ngửa thì tôi thắng, còn sấp thì bạn thua
    • Kiểu này phổ biến hơn nhiều so với mọi người tưởng

  • Với tư cách một người châu Âu, suy nghĩ đầu tiên của tôi là “Tuyệt! startup EU tiến thẳng tới mặt trăng nào”, còn suy nghĩ thứ hai là “À, lại là VC Mỹ”
    Có lẽ ở đây đây là phương án tốt nhất rồi

    • Vấn đề là VC châu Âu không có từng đó vốn
      VC châu Âu thường chỉ quản lý vài trăm triệu USD tài sản, còn VC ở Thung lũng Silicon quản lý tới hàng chục tỷ USD
    • Bạn có thể cảm thấy startup EU là ít, và điều đó đúng
      Nhưng VC EU còn ít hơn nữa
    • Các VC châu Âu cũng đã đầu tư ở những vòng rất sớm, đặc biệt là VC Pháp
      Các nhà sáng lập cũng là người Pháp. Theo tiêu chuẩn của tôi thì như vậy đã đủ là một công ty châu Âu, không cần phải quá khắt khe

  • Dạo này tôi thực sự cảm nhận được việc định giá doanh nghiệp đã trở nên vô nghĩa đến mức nào
    Nó được dùng như một thước đo thành công, nhưng miễn là phục vụ mục đích của ai đó thì luôn có người sẵn sàng ký séc với mức định giá cao hơn. Ví dụ như lãi đánh giá lại trên sổ sách, tín hiệu vị thế, hoặc giành được thương vụ trong cuộc cạnh tranh đầu tư trước những đối thủ hợp lý hơn
    Tôi không nói Mistral là công ty vô giá trị hay họ không làm điều gì tốt. Chỉ là bản thân chỉ số định giá đã trở nên vô nghĩa, và phần lớn việc huy động vốn trong lĩnh vực AI có vẻ như để bù đắp chi phí cloud và GPU. Có thể sẽ bị phản đối, nhưng tin về định giá giờ không còn mang cảm giác là tin tức nữa

    • Chỉ là khói thôi. Nhưng ở đâu có khói thì cũng có chút lửa

  • Mistral có tiềm năng lớn, nhưng rõ ràng có rủi ro là họ sẽ không đạt được lợi nhuận bền vững dài hạn nếu không có chiến lược kiếm tiền phù hợp

    • Pháp rất muốn có tính độc lập, và chính phủ Pháp sẽ nhanh chóng trao cho họ những hợp đồng lớn miễn là họ tạo ra được sản phẩm đủ để biện minh
    • Tôi cũng thắc mắc điều đó. Chính xác thì mô hình kinh doanh là gì? Nó gần như giống một nỗ lực của châu Âu để nói rằng “chúng tôi vẫn còn có vai trò”
    • Một khi họ bắt đầu vận hành sản phẩm mà người dùng phải trả tiền, thì cũng sẽ xuất hiện lo ngại rằng họ có thể bị quy trách nhiệm cho những việc mờ ám mà người dùng làm với sản phẩm
      Còn nếu chỉ đăng một link torrent chứa trọng số mô hình lên Twitter thì trách nhiệm đó ít hơn nhiều
    • Trong pitch deck của họ có ghi là sẽ kiếm tiền bằng cách cung cấp mô hình dưới dạng dịch vụ
      Vì ai cũng có thể dựng một cloud instance với cùng mô hình nên hào lũy có thể trông khá thấp, nhưng dù sao đó vẫn là điểm khởi đầu hợp lý. Tôi đoán họ cũng sẽ có được khá nhiều khách hàng EU không thể hoặc không muốn dùng nhà cung cấp Mỹ
    • Không có lý do gì họ không thể phát hành một ứng dụng chat

  • Tôi thực sự hy vọng các startup châu Âu có thể cạnh tranh thành công với các công ty lớn
    Tôi không muốn việc xâm phạm quyền riêng tư như kiểu OpenAI mặc định dùng prompt của người dùng cho huấn luyện trở thành thông lệ tiêu chuẩn

  • Các bậc thầy ngày xưa từng nói: đừng yêu chính sản phẩm mình tạo ra
    Ngành AI đang rơi vào cái bẫy marketing do chính họ tạo nên. LLM là món đồ chơi thú vị, nhưng việc triển khai tốn nhiều tài nguyên, nhiều năng lượng và thiếu minh bạch
    Nhiều vấn đề ngoài đời thực có thể được giải quyết bằng cách tiếp cận hợp lý. Với người khát, thứ quan trọng nhất là nước, chứ không phải loại cốc thủy tinh nào

    • Nếu bạn so hiệu suất động cơ hơi nước thời Cách mạng Công nghiệp với ngày nay, hoặc cách phát điện 100 năm trước với bây giờ, hoặc so giai đoạn đầu phát minh với hiện tại của gần như mọi quy trình hóa học, phương thức sản xuất và kỹ thuật nông nghiệp, bạn sẽ ngạc nhiên vì khác biệt lớn đến mức nào
      Trong một số trường hợp, những hoạt động ngày nay từng lãng phí hơn hiện tại tới vài bậc độ lớn cách đây 100 năm
      Chỉ cần nhìn vào việc kích thước, mức tiêu thụ năng lượng và tốc độ của phần cứng máy tính đã thay đổi thế nào trong 70 năm qua là đủ. Việc triển khai hiện tại “tốn nhiều tài nguyên, nhiều năng lượng và thiếu minh bạch” là dáng vẻ ban đầu của rất nhiều phát minh mạnh mẽ
      Đúng là với người khát thì nước là quan trọng nhất, nhưng ở đây tình huống gần giống như có một nhóm đang bán một chiếc cốc công nghệ nano đột phá có thể giữ nước ở đúng nhiệt độ mong muốn vô thời hạn và liên tục hút ẩm từ không khí để tự làm đầy. Đôi khi loại cốc thực sự rất quan trọng, và vì thế cũng không lạ khi nhiều nhóm đang cố tạo ra nó

  • Mô hình kinh doanh là gì?

    • Khiến chính phủ Pháp đổ vào một đống tiền nhân danh chủ quyền

  • Bên nào giúp người dùng Mac “bình thường” có thể cài và chạy LLM cục bộ sẽ kiếm được lợi ích thương mại khổng lồ
    Ví dụ phải là tải một file DMG về, bấm cài, rồi chạy. Không nên có dòng lệnh
    Có tới 100 triệu máy tính có thể chạy LLM tử tế, nhưng tỷ lệ thực sự đang chạy lại cực kỳ nhỏ, điều đó thật vô lý
    Xa hơn nữa, họ còn có thể cho phép các máy cho nhau mượn tài nguyên tính toán theo kiểu P2P. Cũng có thể tạo ra LLM cá nhân hóa. Cá nhân tôi thấy đây là một hướng thực sự thú vị, nhưng dường như chưa ai làm