CloudSome schließt 3,6 Millionen USD Seed-Finanzierung ab, um eine Multi-Modell-AI-Infrastruktur für Web3-Hochfrequenzgeschäfte aufzubauen

Die Börsen, quantitativen Institutionen und digitalen Vermögensdienstleister benötigen nicht nur stärkere Modelle, sondern auch kontinuierlich stabile Ressourcen, die Fähigkeit zum Wechsel zwischen verschiedenen Anbietern und kontrollierbare Nutzungskosten.

Die in Singapur ansässige Unified AI Model API-Plattform CloudSome hat kürzlich eine Seed-Finanzierung in Höhe von 3,6 Millionen USD abgeschlossen. Die Mittel werden hauptsächlich für den Aufbau der Produktplattform, die Erweiterung der Modellressourcen, die Verbesserung der Infrastrukturkapazitäten und die Forschung an kleinen Modellen für Web3-Szenarien verwendet.

Mit dem Übergang von generativer KI aus der Experimentierphase in den realen Geschäftsbetrieb ändern sich auch die Anforderungen der Web3-Unternehmen an die Modellfähigkeiten. Für Börsen, quantitative Institutionen, Wallets, digitale Vermögensdienstleister und professionelle Handelsteams ist nicht nur entscheidend, ob das Modell stark genug ist, sondern auch, ob die Modellressourcen kontinuierlich bereitgestellt werden können, ob sie in Spitzenzeiten stabil abgerufen werden können, ob es alternative Wege gibt, wenn es zu Schwankungen bei den oberen Diensten kommt, und ob die Gesamtnutzungskosten vorhersehbar und verwaltbar sind.

CloudSome möchte genau dieses Infrastrukturproblem lösen.

Web3-Kunden benötigen nicht nur einen einmaligen Modellabruf, sondern kontinuierliche AI-Fähigkeiten

Web3-Geschäfte sind von Natur aus global, informationsintensiv und 24/7 aktiv.

Börsen müssen kontinuierlich globale Nutzer bedienen; quantitative und Forschungsteams müssen eine große Menge an Marktdaten, Projektinformationen, Ankündigungen, Code und unstrukturierten Daten verarbeiten; Wallets und digitale Vermögensdienstleister müssen mehrsprachige Inhalte, Nutzerunterstützung, interne Überprüfungen und Betriebsabläufe unterstützen.

Wenn KI in diese Prozesse integriert wird, wird die Anzahl der Modellabrufe direkt von den Marktveränderungen beeinflusst.

Bei starken Marktschwankungen, der Veröffentlichung wichtiger Richtlinien, dem Start beliebter Projekte oder einem schnellen Anstieg des Community-Interesses können die Nutzeranfragen, internen Analyseaufgaben und Inhalteverarbeitungsbedarfe innerhalb kurzer Zeit erheblich zunehmen. In diesem Fall, wenn Unternehmen auf ein einzelnes Modell oder einen einzigen oberen Dienst angewiesen sind, kann jede Drosselung, Verzögerung oder vorübergehende Unverfügbarkeit die entsprechenden KI-Funktionen direkt beeinträchtigen.

Multi-Modell-Routing schafft Raum für plötzliche Verkehrs- und Anbieter-Schwankungen

Multi-Modell-Routing bedeutet nicht einfach, den Verkehr gleichmäßig auf verschiedene Modelle zu verteilen.

In der realen Geschäftswelt müssen Unternehmen verschiedene Faktoren wie Aufgabentyp, Modellfähigkeiten, Reaktionsgeschwindigkeit, Nutzungskosten, verfügbare Kontingente und den Status der oberen Dienste berücksichtigen, bevor sie entscheiden, welches Modell oder welchen Kanal sie für die Bearbeitung der Anfrage verwenden.

Zum Beispiel könnte eine Börse gleichzeitig Modelle für mehrsprachigen Kundenservice, Ankündigungszusammenfassungen, Wissensabfragen, Codeunterstützung und interne Betriebsaufgaben verwenden. Unterschiedliche Aufgaben haben unterschiedliche Anforderungen an die Modellleistung, Latenz und Kosten, sodass es nicht notwendig ist, alles von demselben Modell bearbeiten zu lassen.

Quantitative und Forschungsteams könnten ebenfalls gleichzeitig mit verschiedenen Arten von Anfragen konfrontiert sein: Einige Aufgaben erfordern stärkere Schlussfolgerungsfähigkeiten, andere legen mehr Wert auf niedrige Latenz und Batch-Verarbeitungsfähigkeiten, während einige Aufgaben lediglich die Klassifizierung von Informationen, die Formatumwandlung oder die Inhaltsfilterung erfordern.

CloudSome bietet durch den Zugang zu mehreren Modellen, Fehlertoleranz und Abrufmanagement den Kunden mehr Flexibilität bei der Planung.

Wenn Marktereignisse zu einem Anstieg der Anfragen führen oder wenn ein bestimmter Anbieter Drosselungen, erhöhte Latenz und Dienstschwankungen aufweist, kann die Plattform durch alternative Modelle oder alternative Dienstkanäle die Abhängigkeit von einem einzelnen Modell und einem einzelnen Anbieter verringern.

Gleichzeitig können Anfrageraten, gleichzeitige Einschränkungen und tägliche Token-Kontingente verwendet werden, um den Ressourcenverbrauch verschiedener Projekte zu steuern und zu verhindern, dass plötzliche Verkehrsströme in unvorhergesehene Kosten umgewandelt werden.

Das bedeutet, dass Unternehmen nicht nur Modelle abrufen, sondern auch beginnen können, die Modellressourcen zentral zu verwalten und zu planen.

Forschung und Entwicklung kleiner Modelle für Hochfrequenzhandel und quantitative Szenarien

Neben der kontinuierlichen Erweiterung der allgemeinen Modellressourcen wird CloudSome auch die Mittel aus dieser Finanzierungsrunde nutzen, um die Forschung und Entwicklung kleiner Modelle für vertikale Web3-Szenarien voranzutreiben, mit einem Schwerpunkt auf Hochfrequenzhandel, quantitativer Forschung, Marktdatenverarbeitung und digitaler Vermögensanalyse.

Im Hochfrequenzhandel und quantitativen Szenarien müssen Modelle nicht nur natürliche Sprachfragen beantworten, sondern auch eine große Menge an kontinuierlich erzeugten, relativ klar strukturierten und effizient zu verarbeitenden Datenaufgaben bewältigen. Dazu gehören beispielsweise die Erkennung von Marktbedingungen, die Klassifizierung von Nachrichten und Ankündigungen, die Extraktion von Stimmungssignalen, die Generierung von Ereignislabels, die Analyse von On-Chain-Daten, die Beurteilung des Status von Handelspaaren und die Informationsfilterung sowie Merkmalsextraktion im quantitativen Forschungsprozess.

Diese Aufgaben haben typischerweise hohe Abrufhäufigkeit, große Datenmengen, empfindliche Reaktionszeiten und klare Anforderungen an die Kostenkontrolle. Wenn sie vollständig von großen allgemeinen Modellen bearbeitet werden, sind die Abrufkosten nicht nur hoch, sondern sie erfüllen möglicherweise auch nicht die Anforderungen der quantitativen Teams an Stabilität, Verarbeitungsgeschwindigkeit und Batch-Ausführungsfähigkeiten.

Basierend auf diesem Bedarf plant CloudSome, leichte Modelle für spezifische Aufgaben im Hochfrequenzhandel und quantitativen Geschäften zu entwickeln, sodass sie die Verarbeitung von hochfrequenten, standardisierten und relativ klar definierten Datenaufgaben übernehmen können.

Das Ziel von CloudSome bei der Entwicklung kleiner Web3-Modelle besteht nicht darin, Handelsstrategien, Handelssysteme oder die Entscheidungsmodelle quantitativer Institutionen direkt zu ersetzen, sondern den Hochfrequenzhandel und quantitativen Teams effizientere Basismodellfähigkeiten zu bieten.

Durch die Zusammenarbeit von kleinen Modellen mit allgemeinen großen Modellen hofft CloudSome, schrittweise eine Datenverarbeitungs- und Modellabrufinfrastruktur für den Web3-Markt aufzubauen, die Börsen, quantitative Institutionen und professionelle Handelsteams effizientere, stabilere und kontrollierbare KI-Fähigkeiten bietet.

Die grundlegenden Bedürfnisse verschiedener Web3-Kunden tendieren letztlich zur Einheitlichkeit

Verschiedene Arten von Web3-Kunden weisen in ihren spezifischen Anwendungsszenarien deutliche Unterschiede auf.

Börsen und digitale Vermögensdienstleister konzentrieren sich in der Regel mehr auf den 24/7-Service, globale Nutzer, mehrsprachige Unterstützung, plötzlichen Zugriffsdruck und die Kontinuität der Nutzererfahrung.

Quantitative Institutionen und Forschungsteams legen mehr Wert auf kontinuierliche Abrufmöglichkeiten, die Verarbeitung großer Informationsmengen, Forschungsabläufe, Codeunterstützung und die Organisation unstrukturierter Daten.

Wallet- und verwandte Serviceteams könnten die Modellfähigkeiten für die Organisation von Informationen, interne Tools, Nutzerunterstützung und Unterstützung bei manuellen Überprüfungen nutzen.

Professionelle Händler und Entwickler von Handelswerkzeugen könnten mehr Wert auf den schnellen Zugang zu verschiedenen Modellen, den Wechsel zwischen verschiedenen Aufgaben und die Kostenkontrolle basierend auf dem tatsächlichen Verbrauch legen.

CloudSome bietet keine Handelsstrategien an und ersetzt nicht die Risikokontroll-, Compliance- und Handelsausführungssysteme von Börsen, quantitativen Institutionen oder verwandten Dienstleistern.

Die Plattform übernimmt die Rolle der Modellabruf- und Ressourcenverwaltungsebene und bietet den verschiedenen Web3-Szenarien die gemeinsam benötigten einheitlichen Schnittstellen, Modellressourcen, Routing- und Nutzungsmöglichkeiten.

Vom Abruf von Modellen zur Verwaltung von Modellressourcen

In der frühen Phase der generativen KI-Anwendungen konzentrierten sich Unternehmen oft darauf, ob sie auf ein bestimmtes Modell zugreifen konnten.

Mit dem Anstieg der Abrufzahlen, der Zunahme der Teams und der Ausweitung der Geschäftsszenarien verschiebt sich die Frage allmählich zu:

• Welche Teams können auf welche Modelle zugreifen

• Wie viel Kontingent kann jedes Projekt nutzen

• Welches Modell eignet sich am besten für die aktuelle Aufgabe

• Wie wechselt man, wenn ein bestimmter Anbieter nicht verfügbar ist

• Wie viel Kosten haben verschiedene Geschäftsbereiche verursacht

• Wie vermeidet man, dass plötzliche Anfragen zu Dienstunterbrechungen oder Kostenüberschreitungen führen

Daher besteht der Wert der Infrastruktur in der Multi-Modell-Ära nicht nur darin, Entwicklern zu helfen, schneller einen API-Abruf abzuschließen, sondern auch darin, Unternehmen bei der kontinuierlichen Verwaltung von Modellressourcen zu unterstützen.

Für Entwickler ist der direkte Wert von CloudSome die Reduzierung der Kosten für die Anpassung von Schnittstellen und den Wechsel zwischen Modellen.

Für Unternehmen erstreckt sich der Wert weiter auf Zugriffsrechte, Abrufkontingente, gleichzeitige Kontrolle, Fehlertoleranz und Kostenmanagement.

Diese Fähigkeiten sind nicht gleichbedeutend mit einem vollständigen Unternehmens-KI-Governance-System, können jedoch auf der Ebene des Modellabrufs grundlegende Ressourcensteuerung und Nutzungsmanagement umsetzen, um den notwendigen Grundstein für den Eintritt von KI-Fähigkeiten in reale Geschäftsabläufe zu legen.

Nächste Schritte nach der Finanzierung

Nach Abschluss dieser Finanzierungsrunde wird CloudSome weiterhin die Entwicklerkonsole, API-Management, einheitliche Abrechnung und Nutzungsanalysen sowie die Verbesserung der Modellressourcenzufuhr, Anfragedisposition, Fehlertoleranz und gleichzeitige Kontrollfähigkeiten weiterentwickeln.

Die Plattform wird auch weitere Modelle und offizielle Dienstkanäle erweitern, um die Abrufstabilität für Kunden in verschiedenen Regionen und mit unterschiedlichen Geschäftsgrößen zu verbessern.

Das Ziel von CloudSome ist es, dass Börsen, quantitative Institutionen, Handelsteams und andere Kunden im Hochfrequenzgeschäft nicht mehr mehrere Modellanbieter, Abrufkanäle und Abrechnungssysteme separat verwalten müssen, sondern über eine einheitliche Plattform stabiler, flexibler und kontrollierbarer auf verschiedene KI-Modelle zugreifen können.