GPU云服務供應商CoreWeave近日宣布推出全新無服務器強化學習平臺，旨在降低企業應用先進AI技術的門檻。該平臺整合了近期收購的兩家技術企業資源，通過分布式計算架構實現GPU資源的動態調配，幫助客戶省去傳統硬件配置環節。
作為機器學習的重要分支，強化學習通過環境交互中的獎懲機制實現模型優化。這種技術在語言模型精調領域應用廣泛，典型案例包括DeepSeek R1通過強化學習構建的推理能力。相較于傳統方法，強化學習在過去十二個月中展現出顯著優勢，成為提升AI模型性能的關鍵手段。
新平臺的技術基礎源于兩項戰略收購：專注AI智能體開發的OpenPipe與提供GPU加速服務的Weights & Biases。無服務器架構的設計使計算任務可自動分配至閑置GPU資源，有效解決傳統數據中心資源利用率不足的問題。這種模式特別適用于無狀態AI工作負載，無需保存歷史會話數據即可完成計算任務。
CoreWeave宣稱其解決方案較本地部署的英偉達H100方案具有顯著優勢，計算效率提升40%的同時成本降低近半。用戶僅需為模型訓練過程中產生的Token支付費用，徹底擺脫虛擬服務器或物理機的配置管理。該服務目前通過Weights & Biases平臺提供，后續計劃拓展至更多應用場景。
在業務拓展方面，CoreWeave本周完成對Monolith AI的收購。這家專注工程仿真的AI企業采用與傳統生成式AI不同的技術路徑，其物理模擬技術可加速高性能計算場景的應用。此次收購標志著CoreWeave從基礎云服務向垂直領域AI解決方案的轉型。
客戶結構優化是CoreWeave當前戰略重點。根據其上市文件披露，2024年該公司77%營收來自兩大客戶，客戶集中度過高問題突出。盡管已引入谷歌、IBM等新客戶，但負債經營的現狀迫使企業必須拓展客戶群體。此次AI服務體系的升級，正是其構建多元化業務生態的重要舉措。
