MosaicML是一家专注于开发和部署大型语言模型及其他机器学习模型训练与部署软件的人工智能公司。该公司以其开源库而闻名，并致力于让深度学习对企业而言更加易于使用且成本效益更高。其技术旨在减少训练神经网络所需的计算资源，使组织能够利用自身数据构建定制模型。
MosaicML成立于2021年，总部位于加利福尼亚州旧金山。公司的核心产品包括用于模型训练的MosaicML Composer库和用于模型部署的MosaicML Inference服务。这些工具支持多种模型架构，包括Transformer，并设计为可在各种云平台上运行。2023年6月，MosaicML被数据和人工智能公司Databricks以约14亿美元收购，这标志着Databricks在生成式人工智能领域扩张的重要一步。
创立与早期发展
MosaicML由Naveen Rao和Hanlin Tang创立，他们此前曾从事AI硬件和软件方面的工作。Rao曾是英特尔高管，Tang曾是AI研究员，他们旨在解决训练大规模模型所带来的高昂成本和复杂性。该公司凭借其优化训练流程的创新方法迅速获得关注，例如高效的数据加载和模型架构调整。
在成立初期，MosaicML发布了多个开源工具，在机器学习社区中获得广泛采用。其中，2022年推出的Composer库提供了一系列训练方法和技巧，可将模型训练速度提升至标准方法的7倍。这些成果是通过层归一化、梯度裁剪和课程学习等技术实现的，并集成在一个简单的API中。
技术与产品
MosaicML的技术专注于提升深度学习的效率。公司开发了一个训练平台，既支持本地部署，也支持云端部署，并兼容亚马逊云服务、微软Azure和谷歌云等主要云服务商。其核心产品MosaicML Composer提供了一个灵活的框架，用于训练带有内置优化功能的神经网络。
此外，MosaicML还提供了MosaicML Inference服务，用于大规模部署训练好的模型。该服务支持多种模型类型，包括大型语言模型，并提供低延迟响应和成本管理等功能。MosaicML的方法使企业能够在专有数据上对模型进行微调，满足了通用模型（如OpenAI或Anthropic提供的模型）难以满足的隐私和定制化需求。
被Databricks收购
2023年6月，Databricks宣布计划以约14亿美元收购MosaicML。该收购于同年晚些时候完成，MosaicML的团队和技术被整合到Databricks的平台中。此举是Databricks战略的一部分，旨在增强其生成式人工智能能力，让客户能够在Databricks环境中构建和部署定制的大型语言模型。
此次收购被视为对日益增长的企业AI解决方案需求的回应。通过整合MosaicML的工具，Databricks旨在提供一个更全面的数据智能平台，将其湖仓一体架构与先进的模型训练和部署能力相结合。这一整合使Databricks能够支持开源模型，并提供专有系统的替代方案，从而让客户对自身的AI项目拥有更多控制权。
影响与遗产
MosaicML的影响力超越了其被收购本身。其开源贡献，尤其是Composer库，至今仍被机器学习社区的开发者和研究人员广泛使用。该公司对效率的关注推动了降低训练成本技术的普及，这一点在模型规模和复杂性不断增长的背景下变得愈发重要。
在被收购后，MosaicML的技术成为Databricks AI产品的基础组成部分。这些工具被集成到Databricks平台中，使用户能够在安全且受管理的环境中，利用自身数据训练和部署模型。这一遗产也助力了Databricks的增长，其估值在2024年12月达到620亿美元，并在2025年12月进一步升至1340亿美元，部分原因正是得益于对生成式人工智能解决方案的需求。