𝐀𝐈はもはや単なるモデルの問題ではない
AIの利用が大規模になると、課題は「どのモデルを使うか?」から「これらすべてをどう効率よく運用するか?」へと移ります。
B.AIはすでに、以下を含むさまざまなワークロードで、毎日1.11T以上のトークンを処理しています。
→ AIエージェント
→ コーディング
→ 自動化されたワークフロー
→ 長文脈タスク
→ 大量のAPIリクエスト
こうした利用を支えているのが、ルーティング、スケジューリング、並行処理、利用量の計測、精算のためのインフラです。
B.AIの取り組みが興味深いのは、まさにこの点です。
単に、AIモデルへの新たなゲートウェイを目指しているわけではありません。
より大きな目標は、モデルの上、エージェントの下に位置し、AIの自律性が高まり、利用規模が拡大し続けるなかで必要となるインフラを担うことです。
OpenRouterは、AIルーティングへの需要を実証しました。
B.AIは今、そのインフラ層がいかに急速に進化できるかを示しています。
@BAI_AGI @Justin Sun孙宇晨 #TRONEcoStar
AIの利用が大規模になると、課題は「どのモデルを使うか?」から「これらすべてをどう効率よく運用するか?」へと移ります。
B.AIはすでに、以下を含むさまざまなワークロードで、毎日1.11T以上のトークンを処理しています。
→ AIエージェント
→ コーディング
→ 自動化されたワークフロー
→ 長文脈タスク
→ 大量のAPIリクエスト
こうした利用を支えているのが、ルーティング、スケジューリング、並行処理、利用量の計測、精算のためのインフラです。
B.AIの取り組みが興味深いのは、まさにこの点です。
単に、AIモデルへの新たなゲートウェイを目指しているわけではありません。
より大きな目標は、モデルの上、エージェントの下に位置し、AIの自律性が高まり、利用規模が拡大し続けるなかで必要となるインフラを担うことです。
OpenRouterは、AIルーティングへの需要を実証しました。
B.AIは今、そのインフラ層がいかに急速に進化できるかを示しています。
@BAI_AGI @Justin Sun孙宇晨 #TRONEcoStar