不知經常往舊金山城里跑的小伙伴，有沒有在路邊見過這樣的廣告：

" 按周、天或小時租用 H100 芯片。

3.2TB/s InfiniBand 高速網絡，k8s / Slurm 開源系統，就是這種東西。"

下面還寫了一排官網地址給你 " 撕 "。

作為全世界生成式人工智能的火熱據點，舊金山街道遍布的各類 AI 廣告早已成為它的 " 城市特色 "。可即便如此， 這個 " 出租算力 " 的概念仍然很酷，而且是把高高在上的英偉達 H100 變得如此接地氣，在 AI 圈內引起了一陣小波瀾。

半年多過去，這家做算力生意的初創公司 「San Francisco Compute」 從名不見經傳的 "Underdog" 來到臺前。上周，Sam Altman 親弟弟 Jack Altman 主理的 Alt Capital 領投其 1200 萬美元種子輪融資，讓它的估值來到約 5 億人民幣（7000 萬美元）。

AI 算力市場的 "Airbnb"

我們知道，能否及時獲取足量計算資源可能會決定一家 AI 初創公司的成敗。而通常只有規模最大、資金最充足、關系最廣的大公司才能確保獲得所需算力。高性能 AI 芯片不僅成本高昂，還需要簽訂長期合同，這對資金有限、業務需求多變的中小企業構成了巨大障礙。

SF Compute 就是為了解決這個難題而生。 它專注于為早期公司提供 經濟 實惠、短期靈活的超級計算資源訪問權限 ，幫助它們更高效、更經濟地開發和訓練 AI 模型。有點類似 Airbnb 在住宿領域的做法：通過共享和按需租賃，讓用戶以較低成本獲取所需資源，短時間內使用大量計算能力。

具體是通過以下兩種服務模式：

1. 短期計算資源租賃

與需要簽訂長期合同（通常為 1-3 年）的傳統提供商不同， SF Compute 提供按周、按天、甚至按小時計費的短期算力租賃服務。同時具備可擴展的集群，讓用戶根據實際需求來動態調整其計算資源使用量 ，完全實現 "GPU 定制自由 "。

你可以租 768 個 H100 使用一周，也可以借 8 個 H100 運行 2 小時。SF Compute 還為 512 - 4096 個 GPU 的大規模預訂提供有競爭力的定價。例如租賃 512 個 H100 兩周只需 50 萬美元，遠低于在其它提供商那里一年 1200 萬美元的花費。

這種以實惠價格 " 爆發式 " 訪問巨大算力的靈活選項，特別適合需要高性能計算但不想承擔長期財務負擔的用戶。包括資金有限、業務可能快速變化的 AI 初創公司，以及實驗室或研究員需要強大算力支持的短期項目等。

根據 SF Compute 官網信息（下圖）：當前 GPU 使用價格為 2.85 美元 / 小時，下一個可用時間段是 8 月 4 日。從現在到明年 1 月 5 日的可用容量在逐步增加，到年底達到 912 個 H100 GPU。

目前三個公共算力集群部署中：Angel Island 集群有 192 個 H100 GPU，于去年 11 月上線。Bay Bridge 和 Coit Tower 分別有 512 和 1024 個 H100 GPU，計劃明年春季上線。

2. 計算能力交易平臺

除租賃服務外，SF Compute 還在開發一個計算能力交易平臺，以使用戶更便捷地按需買賣計算資源 ，進一步降低算力獲取難度和成本。通過允許小型 AI 公司與大企業競爭來民主化高性能計算的訪問。

據悉，公司已經獲得了相當于 8000 個 H100 的資源來支持這一計劃。剛籌集的 1200 萬元資金也會投入平臺建設。

坐標舊金山腦谷，16 人團隊里三分之二當過創始人

SF Compute 總部位于硅谷舊金山，辦公室就設在 AI 公司扎堆密集、被稱為 " 腦谷 " 的 Hayes Valley。2023 年由 Alex Gajewski（右） 和 Evan Conrad（左） 共同創立。

Alex Gajewski 任公司 CEO，畢業于哥倫比亞大學數學系。在開始舊金山計算公司之前，Alex 曾創立 Metaphor，主導訓練了一個覆蓋十億頁面的大型對比模型和一個神經搜索引擎。他還在公司加速器 AI Grant 第一批項目中發揮了重要作用。職業生涯致力于減少創建最先進 AI 模型的障礙和促進多樣化的公司生態系統。

Evan Conrad 在 科技 行業擁有豐富的職業生涯。曾在 OpenAI 的 ChatGPT Enterprise 部門短暫工作過，擔任過八個月的 AI Grant 董事。之前聯合創立了 Quirk 和 Moder LLC 并分別工作近四年。他還擔任過 Segment 軟件工程師，有 Amazon 和 AppDetex 的實習經歷。

兩人創立 SF Compute 的淵源也很有意思。

因成為合租室友而相識后，Alex 和 Evan 本來是打算成立一家 AI 音樂初創公司。為了擴展音樂生成模型并向潛在 投資 者展示成果，他們聯系了當時的每一家 GPU 提供商，以尋求 1 個月的算力訪問權限。結果被所有人告知最少購買期限是一年，費用 100 萬美元起步，而他們根本就拿不出 100 萬。

" 沒人愿意只賣一個月的使用權。這很好理解：如果你運營一個大型集群，最好是以 1 到 3 年的合同出售并預先支付所有費用。這樣風險更小，利潤更高。為什么要把集群賣給 Junelark 這種幾乎沒有資金的兩人音樂初創公司，況且他們可能在合同結束前就倒閉了？" Evan 說，" 不幸的是，我們就是 Junelark。我們的朋友也大多數是這種情況。"

" 如果你不是那些‘神圣的少數’之一，實際上就被市場定價排除在外。 沒有重大資金支持，你根本沒得選擇。"

尋求 GPU 受挫的兩人于是嘗試聯系其他同樣需要計算能力的創始人，認為如果有十幾家初創公司一起加入，他們就能共同負擔得起一份年度合同。

沒想到短短幾周內，就吸引來 170 家 AI 公司簽約。看到這個龐大的市場需求后，兩人果斷放棄了 AI 音樂夢想，決定成為一個專門為大規模訓練任務提供超級計算資源靈活訪問的 GPU 云供應商。

不僅是 " 淋過雨后方知給他人撐傘 "，在算力民主化、資源共享、扶持小型實體與大企業競爭這些備受硅谷科技社區推崇的理念背后，SF Compute 也正中大量 AI 公司創始人苦于拿不到算力推進項目的痛點。

五個月前 Evan Conrad 在一次演講中表示，SF Compute 每個月都在把算力賣給學術實驗室、研究人員、初創公司，這是其他人永遠不會重視的客戶。

當時他們的運營利潤約為 100 萬美元，預計在兩個新集群上線后將增加 10 倍，達到每年 1000 萬美元。公司的早期客戶中還包括哈佛大學和普林斯頓大學的研究實驗室，以及 PlayHT Inc.、Phind 和 Liquid AI Inc. 等初創公司。

目前 SF Compute 在 LinkedIn 的關聯員工為 16 個人。Evan 在 X 發文透露，其中有 10 名員工都是前創始人。他們也正在招聘核心基礎設施工程師、機器學習系統工程師和產品工程師職位（有興趣的可以關注一下）。

公司風格頗有《硅谷》電視劇里的感覺。員工們編程累了，就會解物理題目來 " 放松 "。

也用文章開頭那種樸實無華的方式打了許多本地硬廣。

再看幾個，比如路邊公告牌：

候車大廳：

以及下面這條，" 為你的下一個 H100 賬單立省 2000 萬美元。"

用戶 Micheal Black 說，" 唯在舊金山有這樣的 sense。做廣告的關鍵是了解你的客戶。我在想，是的，我確實想在 H100 上省 2000 萬！"

硅谷這片科技熱土，歷來盛產充滿冒險精神的 創業 者和想創業的人們。通常現在一場前沿 AI 活動的觀眾里，一半以上都是人工智能相關公司創始人。

這些人對訪問大量高性能 AI 計算資源有著迫切的渴求，卻總被財大氣粗的成熟企業擠到一邊，可能手握出色的想法、技術卻無法到現實世界驗證和呈現。而今 San Francisco Compute 的出現，讓雙方得以互相成就。

市場競爭與未來發展

當然，SF Compute 并不是唯一一家提供部分計算能力訪問的公司，在市場中也面對幾家頗為強大的同行對手。

例如 Lambda Inc，最初是一家面部識別公司，后來轉向為包括英特爾公司和國防部在內的頂尖機構提供按需的 GPU 工作站、服務器和云計算資源。更知名些的有 " 英偉達小弟 "CoreWeave，起初是一家加密貨幣挖礦公司，也轉型成 GPU 加速云計算服務供應商，專注于支持生成式 AI 和其他需要高性能計算的任務。最近它完成了 11 億美元融資，估值已達 190 億美元。另外還有提供低成本算力租賃服務的 Vast.ai 公司，和擁有全球分布 GPU 云及無服務器端點的 RunPod 公司等。

雖然競爭激烈，但 SF Compute 在短至小時的租賃時間和集群使用量上的靈活度、更具競爭力的價格和專注中小企業甚至個人等方面，還是拉攏了屬于自己的特定客戶群體。而未來即將推出的計算資源交易平臺，也將成為它下一大制勝優勢。

SF Compute 稱，接下來會把團隊主要工程人員翻倍至 30 人，進一步增強服務能力，提高市場地位。

作為投資人，Jack Altman 預計會有越來越多的用例出現：" 風險投資公司和其他鎖定長期 GPU 交易的公司都可以利用這個平臺來買賣訪問權。許多群體可能成為客戶。"Jack Altman 說，"San Francisco Compute 已經展開了許多合作洽談，我認為這是一個非常值得看好的方向。"

來源：硅星人