Fastino обучает ИИ модели на недорогих игровых графических процессорах и только что привлекла $17,5 млн в раунде финансирования, возглавляемом Khosla.

Fastino: Маленькие, быстрые, дешевые — как AI на бюджетных видеокартах для геймеров подняла $17.5M

В мире искусственного интеллекта появился новый тренд: не гнаться за гигантскими бенчмарками и дорогими суперкомпьютерами, а делать ставку на небольшие, специализированные модели, которые можно обучать на обычных игровых видеокартах. Яркий пример — стартап Fastino, который только что привлек $17,5 млн в рамках seed-раунда под руководством Khosla Ventures, легендарных инвесторов OpenAI.

Fastino, базирующийся в Кремниевой долине, разрабатывает собственную архитектуру искусственного интеллекта, которая получила название TLMs — Task-Specific Language Models. Эти модели не универсальные и не многофункциональные, а созданы для конкретных задач: например, обобщать корпоративные документы или быстро находить и удалять личные данные из текста.

Главное преимущество такого подхода — минимальные затраты на инфраструктуру. В отличие от крупных моделей, требующих десятков или сотен тысяч долларов на обучение и громадных кластеров серверов, Fastino обучает свои AI на бюджетных игровых GPU, общая стоимость оборудования не превышает $100,000. Это позволяет стартапу не зависеть от крупных инвесторов и предоставлять свои модели по низкой цене.

По заявлению основателей, Fastino не только быстрее (до 99 раз по сравнению с обычными LLM), но и в несколько раз дешевле традиционных аналогов. А самое главное — эти модели точнее справляются с конкретными задачами, для которых обучены. Например, модель может дать исчерпывающий ответ из одного токена буквально за миллисекунды.

Стартап также запустил публичный API: бесплатный тариф позволяет делать до 10 тысяч запросов в месяц. Первые модели уже решают задачи суммаризации и гибкой интеграции с другими бизнес-инструментами.

Этот подход особенно выгоден средним и небольшим компаниям, которые хотят внедрить AI, но не готовы тратить миллионы на инфраструктуру и обучение. Fastino доказывает, что прогресс в искусственном интеллекте — не всегда о гигантских моделях и огромных затратах, а часто о более умных технологиях, оптимизации и правильном выборе задач.