Das aufstrebende New Yorker Startup Hugging Face sorgt erneut für Schlagzeilen: Gemeinsam mit Schwergewichten wie Amazon und Google's Mutterkonzern Alphabet bringt das Unternehmen eine neue, kostenbewusste Open-Source-Softwarelösung auf den Markt. Diese zielt darauf ab, die finanziellen Hürden bei der Entwicklung von Chatbots und anderen KI-Systemen deutlich zu senken.
Hugging Face hat sich als zentrale Anlaufstelle für den Austausch von AI-Softwareentwicklern etabliert und ist mittlerweile mit 4,5 Milliarden Dollar bewertet. Es bildet einen wichtigen Verteilpunkt für Open-Source-KI-Technologien wie Meta Platforms' Llama. Der Prozess, diese Modelle in funktionale Chatbots umzuwandeln, die auf Nvidia- oder AMD-Chips laufen, erfordert bislang erhebliche zusätzliche Anstrengungen. Dieses Problem adressiert Hugging Face nun mit ihrem neuen Angebot namens HUGS, welches als 'Hugging Face for Generative AI Services' ausschreiben lässt und die Automatisierung dieser Prozesse ermöglicht.
Mit einem Preis von nur einem Dollar pro Stunde bietet Hugging Face die Lösung sowohl über Amazon als auch Google Cloud-Dienste an und kooperiert zusätzlich mit Digital Ocean. Unternehmen haben darüber hinaus die Möglichkeit, die Software herunterzuladen und sie in ihren eigenen Rechenzentren zu betreiben.
Im Wettbewerb mit etablierten Dienstleistern wie OpenAI und dem von Google unterstützten Anthropic AI positioniert sich Hugging Face selbstbewusst. Jeff Boudier, Leiter für Produkt und Wachstum, unterstreicht das Ziel des Angebots: Unternehmen sollen die Kosten ihrer KI-Initiativen besser kontrollieren und ihre Daten in Eigenregie verwalten können, insbesondere in regulierten Branchen wie dem Finanzwesen und Gesundheitsbereich, wo Datensicherheit oberste Priorität hat.
"Wir erleben derzeit die Anomalie, dass die Standardpraxis darin besteht, AI-Technologie an Dritte und undurchsichtige Systeme auszulagern", erläutert Boudier. "Dabei war es in der Tech-Industrie schon immer der Wunsch von Unternehmen, ihre eigene Technologie zu entwickeln und zu verstehen. Was wir erreichen wollen, ist es, diesem Wunsch gerecht zu werden und den Bau eigener AI-Lösungen mit den besten verfügbaren Modellen zu vereinfachen."