GPU云服务供应商CoreWeave近日宣布推出全新无服务器强化学习平台，旨在降低企业应用先进AI技术的门槛。该平台整合了近期收购的两家技术企业资源，通过分布式计算架构实现GPU资源的动态调配，帮助客户省去传统硬件配置环节。
作为机器学习的重要分支，强化学习通过环境交互中的奖惩机制实现模型优化。这种技术在语言模型精调领域应用广泛，典型案例包括DeepSeek R1通过强化学习构建的推理能力。相较于传统方法，强化学习在过去十二个月中展现出显著优势，成为提升AI模型性能的关键手段。
新平台的技术基础源于两项战略收购：专注AI智能体开发的OpenPipe与提供GPU加速服务的Weights & Biases。无服务器架构的设计使计算任务可自动分配至闲置GPU资源，有效解决传统数据中心资源利用率不足的问题。这种模式特别适用于无状态AI工作负载，无需保存历史会话数据即可完成计算任务。
CoreWeave宣称其解决方案较本地部署的英伟达H100方案具有显著优势，计算效率提升40%的同时成本降低近半。用户仅需为模型训练过程中产生的Token支付费用，彻底摆脱虚拟服务器或物理机的配置管理。该服务目前通过Weights & Biases平台提供，后续计划拓展至更多应用场景。
在业务拓展方面，CoreWeave本周完成对Monolith AI的收购。这家专注工程仿真的AI企业采用与传统生成式AI不同的技术路径，其物理模拟技术可加速高性能计算场景的应用。此次收购标志着CoreWeave从基础云服务向垂直领域AI解决方案的转型。
客户结构优化是CoreWeave当前战略重点。根据其上市文件披露，2024年该公司77%营收来自两大客户，客户集中度过高问题突出。尽管已引入谷歌、IBM等新客户，但负债经营的现状迫使企业必须拓展客户群体。此次AI服务体系的升级，正是其构建多元化业务生态的重要举措。
