被黄仁勋誉为「AI工厂界的台积电」预言：百万专用模型时代将来临

在辉达(NVDA-US) \执行长黄仁勋盛讚 Fireworks AI 为AI 晶圆代工厂的台积电数月后，该新创公司的共同创办人兼技术长德米特里·朱尔加科夫（Dmytro Dzhulgakov）预期，AI 市场将从依赖单一前沿模型，逐步转向数以百万计的专用开放权重模型。

Fireworks AI 致力于建构基础设施与作业层，协助企业有效率地大规模部署、客製化并执行 AI 模型。

黄仁勋以台积电比喻 Fireworks，凸显这家公司的核心定位：并非自行打造庞大的专有模型，而是负责运行及最佳化 AI 模型，提高速度并降低成本。

不过，Dzhulgakov 预期，随着开放权重模型快速追赶前沿 AI 实验室，市场还将迎来更大的转变。前沿模型业者正面临一项日益明显的限制，也就是缺乏客户的专有数据。

Dzhulgakov 表示，Cursor、Cognition、Perplexity、Genspark 及 Harvey 等 AI 原生新创，通常先以通用型模型打造产品，再利用内部数据微调专用的开放权重模型。

这种模式可将特定任务的效能从 80% 至 90%，进一步提高至 95% 至 99%，同时将成本降至原本的十分之一，也使使用者产生的数据，其价值远高于底层程式码本身。

不过，模型日益碎片化并未简化 AI 基础设施，反而使其更加複杂。

Dzhulgakov 指出，AI 推论涉及一整套技术堆叠，包括 GPU 核心程式、硬体协调、模型分片、流量路由及负载平衡。即使是相同模型，若客户重视的是速度或成本，也可能需要截然不同的配置。

Fireworks 横跨多家云端服务供应商运作，实际上建立了一个虚拟云端，替客户整合不同类型的运算资源。Dzhulgakov 表示，Fireworks 刻意不涉足硬体及资料中心管理，而是专注于运算资源协调与软体平台。

黄仁勋将 Fireworks 比作台积电，其意义最终可能不只侷限于 AI 推论。
如果 AI 产业真的从少数几个大型模型，转向数以百万计的专用模型，未来的赢家可能还包括那些在使用者看得见的应用程式背后，默默负责运行、最佳化及串接各种模型的企业。

Fireworks 押注的是，AI 工厂同样需要一套自己的营运层，就如同晶片工厂也需要一套完整的营运体系。