專門給AI的精神時光屋——奎景運算
一般在AI專案的開發流程中，從資料收集到建立模型接著訓練AI模型，直到系統上線使用，這個過程大約需要耗費1年左右的時間。而這群從NVIDIA和學研單位出來的工程師們，看見市場上的這個需求，決定自己獨立出來，要用他們的技術來協助AI加速落地。
「一般企業大部分都不知道要怎麼導入AI，所以之前AIA（台灣人工智慧學校）就是在做這件事情，他們教這些想導入AI的企業如何去做深度學習、機器學習，把AI部署到企業裡面。但對企業來說，他們不知道AI從資料收集、模型建立到專案上路需要花這麼多時間和人力成本，而大部分人其實都希望資源投入後，可以很快得到成果，但AI加速這件事情，卻沒有什麼人在做」執行長陳俊傑解釋。
7倍的運算速度
過去，AI模型從訓練完成到AI模型驗證，大約要4個月，而從模型驗證到建置出符合客戶需求的AI系統也要4個月左右的時間，後續在檢驗AI系統的完整性則還需要大約3個月的時間，除了時間上的成本，人力上也是一項龐大的支出，因為在運算過程當中，工程師幾乎是沒有任何產值。
奎景運算是如何加速這個過程？他們在GPU之間建立加速平行對話的模組，讓各GPU之間去做交互運算並改良演算法的運算方法，藉以提升資料運算的效率。根據估計，客戶在他們的協助下，模型運算速度可達到以往的7倍，原本1年以上的開發流程，大幅縮短至1年左右，並至少降低40%以上的人力及研發成本。
不只加速 也要快速部署
結合了AWS的雲端服務，在高速預算的同時，也大大降低了預算，「我們的產品需要用到大量的GPU運算資源，而AWS在穩定性以及安全性的保證上其實為我們的產品加分不少，我們不需擔心主機穩定性的問題，在安全機制上也有許多保障，加上是以使用量做彈性計價的方式，使用AWS後，在硬體及人事成本一同計算後，每位客戶專案的整體預算至少下降了60%」，陳俊傑說明。
身為一個工具型的服務，在應用領域上其實相當廣泛，目前他們將業務重點放在工業製造及醫療方面上，因為對於醫療產業的開發者來說，比起加速AI開發，能夠簡單快速部署AI環境可能比較會是他們的優先考量，而奎景不只是協助客戶做AI開發的加速，也協助客戶快速的部署AI環境。
今年11月，奎景運算也參與了今年由馬來西亞主辦的世界資訊科技大會（簡稱WCIT）的展出，而現階段他們將持續與聿信醫療合作，除加強系統速度、提升穩定性外，並開始與Onework進行東南亞的工程安全AI合作案。目前則希望先在台灣完成系統壓力測試後，逐步往海外推進；未來目標將會以美國、日本為優先，接著再逐漸往歐陸接洽。