下面还写了一排官网地址给你“撕”。不知經常往舊金山城裏跑的小夥伴，有沒有在路邊見過這樣的廣告：
“按周、天或小時租用H100芯片。
3.2TB/s InfiniBand高速網絡，k8s / Slurm開源系統，就是這種東西。”
下面還寫了一排官網地址給你“撕”。
作爲全世界生成式人工智能的火熱據點，舊金山街道遍佈的各類AI廣告早已成爲它的“城市特色”。可即便如此， 這個“出租算力”的概念仍然很酷，而且是把高高在上的英偉達H100變得如此接地氣，在AI圈內引起了一陣小波瀾。
半年多過去，這家做算力生意的初創公司「San Francisco Compute」從名不見經傳的“Underdog”來到臺前。上週，Sam Altman親弟弟Jack Altman主理的Alt Capital領投其1200萬美元種子輪融資，讓它的估值來到約5億人民幣（7000萬美元）。
AI算力市場的“Airbnb”
我們知道，能否及時獲取足量計算資源可能會決定一家AI初創公司的成敗。而通常只有規模最大、資金最充足、關係最廣的大公司才能確保獲得所需算力。高性能AI芯片不僅成本高昂，還需要簽訂長期合同，這對資金有限、業務需求多變的中小企業構成了巨大障礙。
SF Compute就是爲了解決這個難題而生。它專注於爲早期公司提供經濟實惠、短期靈活的超級計算資源訪問權限，幫助它們更高效、更經濟地開發和訓練AI模型。有點類似Airbnb在住宿領域的做法：通過共享和按需租賃，讓用戶以較低成本獲取所需資源，短時間內使用大量計算能力。
具體是通過以下兩種服務模式：
1. 短期計算資源租賃
與需要簽訂長期合同（通常爲1-3年）的傳統提供商不同，SF Compute提供按周、按天、甚至按小時計費的短期算力租賃服務。同時具備可擴展的集群，讓用戶根據實際需求來動態調整其計算資源使用量，完全實現“GPU定製自由”。
你可以租768個H100使用一週，也可以借8個H100運行2小時。SF Compute還爲 512 - 4096個GPU 的大規模預訂提供有競爭力的定價。例如租賃512個H100兩週只需50萬美元，遠低於在其它提供商那裏一年1200萬美元的花費。
這種以實惠價格“爆發式”訪問巨大算力的靈活選項，特別適合需要高性能計算但不想承擔長期財務負擔的用戶。包括資金有限、業務可能快速變化的AI初創公司，以及實驗室或研究員需要強大算力支持的短期項目等。
根據SF Compute官網信息（下圖）：當前 GPU 使用價格爲2.85 美元/小時，下一個可用時間段是 8 月 4 日。從現在到明年1月5日的可用容量在逐步增加，到年底達到912個H100 GPU。
目前三個公共算力集群部署中：Angel Island 集群有192 個 H100 GPU，於去年11月上線。Bay Bridge 和 Coit Tower分別有 512 和 1024 個 H100 GPU，計劃明年春季上線。
2. 計算能力交易平台
除租賃服務外，SF Compute還在開發一個計算能力交易平台，以使用戶更便捷地按需買賣計算資源，進一步降低算力獲取難度和成本。通過允許小型 AI 公司與大企業競爭來民主化高性能計算的訪問。
據悉，公司已經獲得了相當於8000個H100的資源來支持這一計劃。剛籌集的1200萬元資金也會投入平台建設。
座標舊金山腦谷，16人團隊裏三分之二當過創始人
SF Compute總部位於硅谷舊金山，辦公室就設在AI公司扎堆密集、被稱爲“腦谷”的Hayes Valley。2023年由Alex Gajewski（右）和Evan Conrad（左）共同創立。
Alex Gajewski任公司CEO，畢業於哥倫比亞大學數學系。在開始舊金山計算公司之前，Alex曾創立Metaphor，主導訓練了一個覆蓋十億頁面的大型對比模型和一個神經搜索引擎。他還在公司加速器AI Grant第一批項目中發揮了重要作用。職業生涯致力於減少創建最先進AI模型的障礙和促進多樣化的公司生態系統。
Evan Conrad在科技行業擁有豐富的職業生涯。曾在OpenAI的ChatGPT Enterprise部門短暫工作過，擔任過八個月的AI Grant董事。之前聯合創立了Quirk和Moder LLC並分別工作近四年。他還擔任過Segment軟件工程師，有Amazon和AppDetex的實習經歷。
兩人創立SF Compute的淵源也很有意思。
因成爲合租室友而相識後，Alex和Evan本來是打算成立一家AI音樂初創公司。爲了擴展音樂生成模型並向潛在投資者展示成果，他們聯繫了當時的每一家GPU提供商，以尋求1個月的算力訪問權限。結果被所有人告知最少購買期限是一年，費用100 萬美元起步，而他們根本就拿不出100 萬。
“沒人願意只賣一個月的使用權。這很好理解：如果你運營一個大型集群，最好是以1到3年的合同出售並預先支付所有費用。這樣風險更小，利潤更高。爲什麼要把集群賣給 Junelark 這種幾乎沒有資金的兩人音樂初創公司，況且他們可能在合同結束前就倒閉了？” Evan說，“不幸的是，我們就是 Junelark。我們的朋友也大多數是這種情況。”
“如果你不是那些‘神聖的少數’之一，實際上就被市場定價排除在外。 沒有重大資金支持，你根本沒得選擇。”
尋求GPU受挫的兩人於是嘗試聯繫其他同樣需要計算能力的創始人，認爲如果有十幾家初創公司一起加入，他們就能共同負擔得起一份年度合同。
沒想到短短几周內，就吸引來170家AI公司簽約。看到這個龐大的市場需求後，兩人果斷放棄了AI音樂夢想，決定成爲一個專門爲大規模訓練任務提供超級計算資源靈活訪問的GPU雲供應商。
不僅是“淋過雨後方知給他人撐傘”，在算力民主化、資源共享、扶持小型實體與大企業競爭這些備受硅谷科技社區推崇的理念背後，SF Compute也正中大量AI公司創始人苦於拿不到算力推進項目的痛點。
五個月前Evan Conrad在一次演講中表示，SF Compute每個月都在把算力賣給學術實驗室、研究人員、初創公司，這是其他人永遠不會重視的客戶。
當時他們的運營利潤約爲100萬美元，預計在兩個新集群上線後將增加10倍，達到每年1000萬美元。公司的早期客戶中還包括哈佛大學和普林斯頓大學的研究實驗室，以及PlayHT Inc.、Phind和Liquid AI Inc.等初創公司。
目前SF Compute在LinkedIn的關聯員工爲16個人。Evan在X發文透露，其中有10名員工都是前創始人。他們也正在招聘核心基礎設施工程師、機器學習系統工程師和產品工程師職位（有興趣的可以關注一下）。
公司風格頗有《硅谷》電視劇裏的感覺。員工們編程累了，就會解物理題目來“放鬆”。
也用文章開頭那種樸實無華的方式打了許多本地硬廣。
再看幾個，比如路邊公告牌：
候車大廳：
以及下面這條，“爲你的下一個H100賬單立省2000萬美元。”
用戶Micheal Black說，“唯在舊金山有這樣的sense。做廣告的關鍵是了解你的客戶。我在想，是的，我確實想在H100上省2000萬！”
硅谷這片科技熱土，歷來盛產充滿冒險精神的創業者和想創業的人們。通常現在一場前沿AI活動的觀衆裏，一半以上都是人工智能相關公司創始人。
這些人對訪問大量高性能AI計算資源有着迫切的渴求，卻總被財大氣粗的成熟企業擠到一邊，可能手握出色的想法、技術卻無法到現實世界驗證和呈現。而今San Francisco Compute的出現，讓雙方得以互相成就。
市場競爭與未來發展
當然，SF Compute並不是唯一一家提供部分計算能力訪問的公司，在市場中也面對幾家頗爲強大的同行對手。
例如Lambda Inc，最初是一家面部識別公司，後來轉向爲包括英特爾公司和國防部在內的頂尖機構提供按需的GPU工作站、服務器和雲計算資源。更知名些的有”英偉達小弟“CoreWeave，起初是一家加密貨幣挖礦公司，也轉型成GPU加速雲計算服務供應商，專注於支持生成式AI和其他需要高性能計算的任務。最近它完成了11億美元融資，估值已達190億美元。另外還有提供低成本算力租賃服務的Vast.ai 公司，和擁有全球分佈GPU雲及無服務器端點的RunPod公司等。
雖然競爭激烈，但SF Compute在短至小時的租賃時間和集群使用量上的靈活度、更具競爭力的價格和專注中小企業甚至個人等方面，還是拉攏了屬於自己的特定客戶群體。而未來即將推出的計算資源交易平台，也將成爲它下一大制勝優勢。
SF Compute稱，接下來會把團隊主要工程人員翻倍至30人，進一步增強服務能力，提高市場地位。
作爲投資人，Jack Altman預計會有越來越多的用例出現：“風險投資公司和其他鎖定長期GPU交易的公司都可以利用這個平台來買賣訪問權。許多群體可能成爲客戶。”Jack Altman說，“San Francisco Compute已經展開了許多合作洽談，我認爲這是一個非常值得看好的方向。”
