如今的工具使構建AI驅動的應用程序變得容易，但一個復雜的領域是，幾乎所有開發人員都希望避免處理如何托管所使用的模型，這不僅是選擇OpenAI的GPT-4o、Meta的Llama 3、Google的Gemini或市場上眾多開源模型的問題，更是部署它們的問題。

這種必要但令人頭疼的工作可能會讓開發人員感到沮喪，消弱他們的動力，然而，微軟有一個解決方案，可以讓他們更專注于創意過程，而不是模型的維護，這個叫做“模型即服務”(Models-as-a-Service，簡稱MaaS)的解決方案，相當于云服務的AI版本，按訪問收費而不是基礎設施費用，并通過公司的AI Azure Studio產品提供。

保持簡單

“如果你曾經嘗試部署模型，你會發現有一系列的組合，包括化身、Pytorch版本、CPU和GPU等等，”微軟AI平臺的首席項目經理Seth Juarez告訴記者。“模型即服務可以抽象掉所有這些，如果你有一個想要使用的模型，無論是開源的還是OpenAI構建的，我們都會在目錄中提供。你按下一個按鈕，就可以使用它的端點了。”

開發人員可以通過按需付費計劃租用推理API并托管微調——所有這些都不需要使用虛擬機。Juarez解釋說，雖然微軟有超過1600個模型可以執行各種功能，但它也希望讓開發人員更容易地將AI功能融入他們的軟件中，MaaS就是實現這一目標的方式。

從2023年起，微軟通過這個項目提供了一些精選的模型。最初，Mistral-7B和Meta的Llama 2是可用的。本周，它添加了Nixtla的TimeGen-1和Core42 JAIS，并表示AI21、Bria AI、Gretel Labs、NTT Data、Stability AI和Cohere的模型即將推出，這只是AI Azure Studio上可用內容的一小部分，那么如何成為一個MaaS模型呢?

一些模型是公司合作的結果，Juarez承認他不知道這些是如何發生的。其他模型被支持是因為一些API工作使這些模型的功能簽名足夠統一，可以成為模型即服務的一部分。有一種統一訪問這些模型的方法。不幸的是，更專業的模型不符合條件，必須以其他方式部署。“這就是為什么你會看到一些模型啟用為模型即服務，而其他你可以推送到自己的容器中運行，我們稱之為托管推理，”他說。

“租”或“擁有”你的模型

他相信未來我們會看到一種分化模式，開發人員將選擇模型的方式類似于房主或租房者。“基本上，你擁有容器、模型和Azure ML，你支付租金并進行維護，”Juarez表示，“在模型即服務中，我們進行維護。我們點亮的模型越多，如果你想租用，那很好，但還有其他人特別喜歡虛擬網絡，需要在其上運行東西。”

MaaS并不是一個獨特的模式，但是什么使AI成為最突出的技術，以復制云計算業務?Juarez認為現狀已經顛倒——科技公司不再推出他們認為我們需要的技術。現在，我們正在向科技公司需求功能和服務，這要歸功于AI研究和商業化幾乎同步進行。“至少在我看來，這就是為什么你會看到這種奇怪的倒置，消費者通過使用ChatGPT的數量在要求這種體驗。現在，企業正試圖趕上……用戶今天想要研究的體驗。”