Paperspace是一个云计算平台，专注于为机器学习和人工智能工作负载提供图形处理单元（GPU）基础设施。该公司由Daniel Coburn、Grant Parr及其他工程师组成的团队于2014年创立，其诞生源于让高性能计算对缺乏资金购买昂贵硬件的开发者和研究人员更易获取的广泛趋势。最初，Paperspace定位为面向图形密集型应用的虚拟桌面提供商，但随着深度学习的兴起导致GPU计算需求激增，该公司转向了机器学习市场。
该平台提供一系列服务，包括Gradient（一种托管的Jupyter笔记本服务）和Core（一种虚拟机基础设施服务）。Gradient允许用户启动预配置环境，其中包含TensorFlow和PyTorch等流行框架，而Core则为自定义工作负载提供灵活的GPU实例。Paperspace还通过简单的API支持已训练模型的部署，面向初创企业和个人开发者，这些用户可能觉得大型云提供商的方案过于复杂或昂贵。
资金与增长
Paperspace从多家投资者处筹集了风险资本，包括Y Combinator，该公司于2016年冬季批次被其接纳。后续融资轮次包括Battery Ventures的参与，公司累计获得约1200万美元的总资金。这些投资支持了基础设施扩展和产品开发，使Paperspace得以在数据科学家和AI爱好者中扩大用户基础。
被DigitalOcean收购
2023年7月，DigitalOcean宣布以1.11亿美元的现金和股票收购Paperspace。此次收购是DigitalOcean扩展AI和机器学习市场战略的一部分，旨在利用Paperspace的GPU基础设施和专业知识。DigitalOcean将Paperspace的服务整合到其云平台中，将合并后的服务定位为面向中小企业的更简单、更具成本效益的Amazon Web Services、Microsoft Azure和Google Cloud替代方案。该交易于2023年夏季完成，Paperspace的运营并入DigitalOcean的AI/ML产品线，该产品线包括托管Kubernetes和其他开发者工具。
技术与架构
Paperspace在NVIDIA GPU硬件之上构建了其基础设施，提供从较旧的GTX显卡到更强大的A100及后续H100加速器的实例。该平台采用基于虚拟机监控程序的虚拟化方法，允许用户启动具有各种内存和存储配置的实例。对于Deep learning任务，平台提供预装库的优化容器镜像，减少了设置时间。Gradient笔记本支持实时协作，并与版本控制系统集成，使其适用于研究团队和教育环境。
底层网络架构包括低延迟互连，这对于跨多个GPU的分布式训练至关重要。Paperspace还实现了一个作业调度器，可根据用户定义的参数自动分配资源，从而提高利用效率。平台的API允许对实例进行编程控制，使其能够与Machine learning流水线和CI/CD工作流集成。
市场定位与影响
Paperspace直接与专门的GPU云提供商（如Groq，其专注于推理硬件）和SambaNova，以及超大规模云提供商的方案（如AWS Trainium）竞争。与这些面向企业或利基高性能细分市场的实体不同，Paperspace为爱好者、学者和早期初创企业开辟了角色。其基于小时或月费率的定价模式通常比竞争对手更透明，这促成了其在开源社区和YouTube教程等教育平台上的流行。
被DigitalOcean收购扩展了Paperspace的覆盖范围，因为DigitalOcean已有超过60万客户的基础。收购后，该平台开始向DigitalOcean用户提供积分，并合并了其计费系统。截至2023年，Paperspace在Generative AI生态系统中保持存在，支持Large language model微调和推理的工作负载，尽管它不开发专有模型。
显著用例
Paperspace已被用于学术研究，特别是在Stanford AI Lab及其他大学的课程中，学生可访问远程GPU进行课堂项目。它还支持Reinforcement learning和计算机视觉方面的爱好者实验。一些初创企业使用该平台原型化AI功能，然后迁移到名称以大写字母结尾的更大云平台，这是一种常见的迁移路径。
外部链接与参考
由于本文依赖公开信息，未包含外部链接。有关Paperspace功能和定价的更多详细信息，可在其官方网站上找到，该网站内容可能随时间变化。