MosaicML एक कृत्रिम बुद्धिमत्ता कंपनी थी जो बड़े भाषा मॉडल और अन्य मशीन लर्निंग मॉडल को प्रशिक्षित करने और तैनात करने के लिए सॉफ्टवेयर विकसित करने पर केंद्रित थी। यह कंपनी अपनी ओपन-सोर्स लाइब्रेरी और उद्यमों के लिए डीप लर्निंग को अधिक सुलभ और लागत प्रभावी बनाने पर अपने जोर के लिए जानी जाती थी। इसकी तकनीक का उद्देश्य न्यूरल नेटवर्क को प्रशिक्षित करने के लिए आवश्यक कम्प्यूटेशनल संसाधनों को कम करना था, जिससे संगठन अपने स्वयं के डेटा के साथ कस्टम मॉडल बना सकें।
2021 में स्थापित, MosaicML का मुख्यालय सैन फ्रांसिस्को, कैलिफोर्निया में था। कंपनी के मुख्य उत्पादों में मॉडल प्रशिक्षण के लिए MosaicML Composer लाइब्रेरी और तैनाती के लिए MosaicML Inference सेवा शामिल थी। ये उपकरण ट्रांसफॉर्मर सहित मॉडल आर्किटेक्चर की एक श्रृंखला का समर्थन करते थे और विभिन्न क्लाउड प्लेटफार्मों पर काम करने के लिए डिज़ाइन किए गए थे। जून 2023 में, MosaicML को डेटा और AI कंपनी Databricks द्वारा लगभग $1.4 बिलियन में अधिग्रहित किया गया, जो जनरेटिव AI में Databricks के विस्तार में एक महत्वपूर्ण कदम था।
स्थापना और प्रारंभिक विकास
MosaicML की स्थापना नवीन राव और हानलिन तांग ने की थी, जिन्होंने पहले AI हार्डवेयर और सॉफ्टवेयर पर काम किया था। राव, एक पूर्व इंटेल कार्यकारी, और तांग, एक पूर्व AI शोधकर्ता, का उद्देश्य बड़े पैमाने पर मॉडलों को प्रशिक्षित करने से जुड़ी उच्च लागत और जटिलता को संबोधित करना था। कंपनी ने प्रशिक्षण प्रक्रियाओं को अनुकूलित करने के अपने नवीन दृष्टिकोणों के लिए जल्दी ही ध्यान आकर्षित किया, जैसे कि कुशल डेटा लोडिंग और मॉडल आर्किेक्चर में बदलाव।
अपने शुरुआती वर्षों में, MosaicML ने कई ओपन-सोर्स उपकरण जारी किए जिन्होंने मशीन लर्निंग समुदाय में लोकप्रियता हासिल की। 2022 में पेश की गई Composer लाइब्रेरी ने प्रशिक्षण विधियों और तकनीकों का एक संग्रह प्रदान किया जो मानक दृष्टिकोणों की तुलना में मॉडल प्रशिक्षण को 7 गुना तक तेज कर सकता था। यह लेयर नॉर्मलाइजेशन, ग्रेडिएंट क्लिपिंग और करिकुलम लर्निंग जैसी विधियों के माध्यम से हासिल किया गया था, जिन्हें एक सरल API में एकीकृत किया गया था।
तकनीक और उत्पाद
MosaicML की तकनीक डीप लर्निंग को अधिक कुशल बनाने पर केंद्रित थी। कंपनी ने एक प्रशिक्षण प्लेटफॉर्म विकसित किया जिसे ऑन-प्रिमाइसेस या क्लाउड में तैनात किया जा सकता था, जो अमेज़न वेब सर्विसेज, माइक्रोसॉफ्ट एज़्योर और गूगल क्लाउड जैसे प्रमुख प्रदाताओं का समर्थन करता था। इसका प्रमुख उत्पाद, MosaicML Composer, ने अंतर्निहित अनुकूलन के साथ न्यूरल नेटवर्क को प्रशिक्षित करने के लिए एक लचीला ढांचा प्रदान किया।
कंपनी ने MosaicML Inference भी प्रदान किया, जो प्रशिक्षित मॉडलों को बड़े पैमाने पर तैनात करने के लिए एक सेवा थी। यह सेवा बड़े भाषा मॉडल सहित विभिन्न मॉडल प्रकारों का समर्थन करती थी और कम-विलंबता प्रतिक्रियाओं और लागत प्रबंधन जैसी सुविधाएँ प्रदान करती थी। MosaicML का दृष्टिकोण उद्यमों को अपने स्वामित्व वाले डेटा पर मॉडलों को फाइन-ट्यून करने की अनुमति देता था, जो OpenAI या Anthropic जैसे प्रदाताओं के सामान्य-उद्देश्य वाले मॉडलों द्वारा आसानी से पूरी नहीं होने वाली गोपनीयता और अनुकूलन आवश्यकताओं को संबोधित करता था।
Databricks द्वारा अधिग्रहण
जून 2023 में, Databricks ने MosaicML को $1.4 बिलियन में अधिग्रहित करने की अपनी मंशा की घोषणा की। अधिग्रहण उसी वर्ष बाद में पूरा हुआ, जिसमें MosaicML की टीम और तकनीक को Databricks के प्लेटफॉर्म में एकीकृत किया गया। यह कदम Databricks की अपनी जनरेटिव AI क्षमताओं को बढ़ाने की रणनीति का हिस्सा था, जिससे ग्राहक Databricks वातावरण के भीतर कस्टम बड़े भाषा मॉडल बना और तैनात कर सकें।
अधिग्रहण को उद्यम AI समाधानों की बढ़ती मांग की प्रतिक्रिया के रूप में देखा गया। MosaicML के उपकरणों को शामिल करके, Databricks का लक्ष्य एक अधिक व्यापक डेटा इंटेलिजेंस प्लेटफॉर्म पेश करना था, जो इसकी लेकहाउस आर्किटेक्चर को उन्नत मॉडल प्रशिक्षण और तैनाती क्षमताओं के साथ जोड़ता था। एकीकरण ने Databricks को ओपन-सोर्स मॉडलों का समर्थन करने और स्वामित्व प्रणालियों के विकल्प प्रदान करने में सक्षम बनाया, जिससे ग्राहकों को अपनी AI पहलों पर अधिक नियंत्रण मिला।
प्रभाव और विरासत
MosaicML का प्रभाव इसके अधिग्रहण से परे तक फैला। इसके ओपन-सोर्स योगदान, विशेष रूप से Composer लाइब्रेरी, मशीन लर्निंग समुदाय में डेवलपर्स और शोधकर्ताओं द्वारा उपयोग जारी रहे। दक्षता पर कंपनी के फोकस ने प्रशिक्षण लागत को कम करने की तकनीकों को लोकप्रिय बनाने में मदद की, जो मॉडलों के आकार और जटिलता में वृद्धि के साथ तेजी से महत्वपूर्ण हो गईं।
अधिग्रहण के बाद, MosaicML की तकनीक Databricks की AI पेशकशों का एक मूलभूत घटक बन गई। उपकरणों को Databricks के प्लेटफॉर्म में एकीकृत किया गया, जिससे उपयोगकर्ता एक सुरक्षित और प्रबंधित वातावरण में अपने स्वयं के डेटा का उपयोग करके मॉडलों को प्रशिक्षित और तैनात कर सकें। यह विरासत Databricks के विकास में योगदान देती रही, जिसका मूल्यांकन दिसंबर 2024 में $62 बिलियन और दिसंबर 2025 तक $134 बिलियन तक बढ़ गया, जो आंशिक रूप से जनरेटिव AI समाधानों की मांग से प्रेरित था।