对于自动驾驶汽车而言，AI算法是保证其安全运行必不可少的技术。
盖世汽车讯据外媒报道，当地时间10月27日，深度学习初创公司Deci宣布，其在种子轮融资中筹集了910万美元，该轮融资由以色列公司Emerge领投，投资机构SquarePeg也参与了该轮融资。据一位发言人所说，公司计划利用该笔资金争取客户，扩大特拉维夫的员工队伍。
机器学习的部署历来受制于算法的规模和速度，以及对昂贵硬件的需求。事实上，麻省理工学院的一份报告发现，机器学习可能正在接近计算极限。另有一项Synced的研究预计，华盛顿大学Grover虚假新闻探测模型在两周内的训练成本为2.5万美元。此外，据报道，OpenAI花费了1200万美元训练其GPT-3语言模型，而谷歌花费了大约6912美元训练一个双向转换模型BERT，可以重新定义11个自然语言处理任务的最新状态。
Deci由YonatanGeifman、企业家JonathanElia和以色列理工学院计算机科学系教授RanEl-Yaniv共同创办。Geifman与El-Yaniv二人在以色列理工学院相识，当时Geifman是计算机科学系的博士生。利用数据科学技术，该公司表示能够通过重新设计模型来增大吞吐量，并将延迟性降至最低，从而能够在任何硬件上将深度学习的运行速度提高10倍。
Deci通过数据预处理和加载、选择模型架构和超参数（即影响模型预测性的变量）以及优化推理模型，从表面上加速了运行时间。此外，该公司还负责部署、服务、监控和可解释性等步骤。据Deci所说，其平台可支持亚马逊WebServices、微软Azure、谷歌云计算平台以及其他云计算环境，还能持续跟踪模型，在客户采用更划算的人工智能加速器时发送警报和建议。
此外，Deci的加速器对模型进行了重新设计，以创建出具有多个计算路线的新模型，而且此类计算路线都针对一个给定的推理设备进行了优化。每条路线都有一个专门的预测任务，Deci的路线组件会确保每个输入的数据被定向至合适的路线上。
Deci的竞争对手是初创公司OctoML，后者也表示可以通过专有工具和流程自动优化机器学习。该公司的其他竞争对手还包括DeepCube，后者将其解决方案描述为"基于软件的推理加速器"；还有NeuralMagic公司，该公司则会重新设计AI算法，通过利用芯片的可用内存，在现有的处理器上更高效地运行。而Deci的另一个竞争对手DarwinAI则采用称作"生成合成"（generativesynthesis）的技术来消化模型，然后再吐出得到高度优化的版本。
Deci表示，在测量深度学习性能的基准套件MLPerf上进行测试时，其平台将流行的ResNet神经网络在英特尔处理器上的推理速度提高了11.8倍，同时也实现了精度目标。该公司表示，其已经有众多自动驾驶汽车、制造业、通讯业、视频和图像编辑以及医疗保健公司客户。
