Mirendil与谷歌云达成超亿美元AI算力合作

AI实验室Mirendil近日与Google Cloud达成一项多年期战略合作，以获取大规模计算资源支持其自改进AI系统的研究。据独家消息透露，这笔交易金额超过1亿美元，相当于Mirendil在6月底以10亿美元估值完成种子轮融资总额的一半左右。这笔合作折射出当前AI行业的两大趋势：云巨头正以巨额基础设施投入争夺前沿AI客户，而AI公司则竭力锁定算力资源以支撑模型规模的快速扩张。

根据协议，Mirendil将获得谷歌自主研发的TPU芯片以及英伟达GPU的访问权限，同时可使用谷歌提供的托管训练集群。Mirendil计划借助这些资源训练其自改进AI系统，并希望该系统最终能够承担整个前沿AI实验室的研究工作。所谓自改进AI，也被称为递归自我改进，指的是能够迭代式优化自身能力的AI系统。这一方向正是Anthropic等头部实验室正在探索的领域，而Mirendil的联合创始人正是来自Anthropic的资深研究者。

Mirendil认为，自改进AI将大幅自动化科学研究和AI研究本身，帮助科学家在医学、生物学和材料科学等领域取得突破。联合创始人兼CEO Behnam Neyshabur表示，AI可以模拟人类科学家学习新领域、积累知识与技能、逐步提升表现的过程。他说：“你可以拥有一个自改进AI，给它指定一个难题，它会随着时间推移不断变得更好。”他进一步举例道：“当面对阿尔茨海默病这样的问题时，这项技术让我们可以为AI设定宏大的目标，而AI会持续推进研究并提升自己的知识水平。”

训练自改进AI需要极为庞大的计算能力。Mirendil联合创始人Harsh Mehta指出，训练工作的关键越来越在于将合适的工作负载与合适的硬件相匹配。他表示：“这些模型非常擅长处理不同的工作负载和芯片组合，把正确的任务分配给正确的加速器。谷歌提供了多种类型的芯片，这种灵活性让我们能够最终实现工作负载与加速器的最佳匹配，从而降低我们自身以及使用我们系统的客户的成本。”

这种硬件灵活性正是谷歌AI基础设施方案的核心卖点。谷歌AI与基础设施高级副总裁兼首席技术官Amin Vahdat在一份声明中强调，AI的进步已不再仅仅取决于单芯片的性能，而在于“如何编排整个智能系统，并突破扩展过程中的物理限制”。Neyshabur则表示，Mirendil的软件与系统层能够帮助客户更好地利用谷歌的硬件资源，使云平台上的AI计算效率进一步提升。

这笔合作不仅为Mirendil提供了急需的算力支持，也进一步巩固了谷歌云在高性能AI计算领域的生态位置。对于整个行业而言，自改进AI的商业化进程仍然处于早期阶段，但围绕算力资源的密集布局正在加速。随着更多像Mirendil这样的实验室试图通过自主迭代让AI承担科研工作，云服务商与前沿AI公司之间的深度绑定或将变得更加普遍。