故事要从大约12年前说起，当时Tayo Adesanya开始从事芯片和AI处理器相关的工作。他主要帮助大型制造商决定在其硬件中使用哪些芯片。他告诉TechCrunch，那些年的经历让他对AI计算市场的需求走向有了早期的洞察。他说："创办Lola Vision Systems是基于我对世界发展方向的判断以及我所观察到的情况下的一次押注。"
2024年，他创立了Lola Vision Systems，这是一家AI基础设施公司，专门为在设备上运行AI模型构建软件和芯片。公司的核心产品是一款能将AI模型转化为特定芯片可执行指令的软件。Adesanya将这款软件称为"编译器工具链"，他表示这是一个巨大的瓶颈：手动在新硬件上部署AI模型，仅开始测试阶段就可能需要"大约200个小时"。Lola Vision表示已经重新构建了这一软件层，同时也在开发自己的半导体芯片，目标是让整个流程实现更多自动化。客户提供自己的代码和想要使用的AI模型（无论是自主构建还是开源模型），软件便会将两者转化为客户芯片可以执行的指令。
Adesanya说："速度只是其中一部分。"他解释道，更快的部署速度能让航空航天及"其他任务关键型公司"有时间"在自己的数据上以更低功耗运行更精确的模型"。
他说："对这些客户而言，准确性和可靠性不是锦上添花的东西，而是决定产品能否通过监管审查、能否在实际场景中可靠运行的关键因素。"
Lola Vision总部位于华盛顿特区，是众多试图为设备端AI运行提供英伟达技术替代方案的初创公司之一。Adesanya表示，目前许多公司都是从英伟达的Jetson开始的，这是一系列用于在设备上运行AI的紧凑型计算模块，或者使用开源AI模型。Adesanya声称这些方案"开箱后往往运行不稳定或表现不佳，团队需要花费数天乃至数周时间才能让它们正常运行起来，之后还要花更多时间调试才能让模型真正可用。"
他继续说道："即便如此，功耗问题也经常突破边缘计算的预算限制，或者板卡无法提供产品实际所需要的中大型模型所需的足够算力。这就导致识别模型的表现落后于目标，或者出现物体误判的情况。"（边缘计算指的是直接在设备上运行AI，例如摄像头或无人机，而不是在远程数据中心运行。识别模型则是用于识别物体的AI系统。）
据该公司介绍，已有十几家企业客户签署了意向书，表示将在Lola Vision芯片问世后购买，目前已有一家正式签约客户。公司还与微电子人才培养项目SCALE建立了合作关系，以便与更多半导体实验室开展合作。Adesanya说："为了更快实现营收，我们现在会将软件授权给现有硬件使用。"（也就是说，公司不会一直等待自家芯片的问世，而是让客户付费在已有芯片上使用其软件。）他补充说，公司迄今为止总融资额刚超过100万美元。
Lola Vision入选了今年的TechCrunch Startup Battlefield 200项目，该项目从众多初创公司中筛选出200家参与其中。他说："在我就读普渡大学期间，TechCrunch就是我最喜欢的媒体之一。"在产品打磨了大约一年并签下首个客户之后，他认为申请Startup Battlefield、让公司获得更广泛曝光的时机已经成熟。
谈到他对此次活动最期待的部分，他说："建立有意义的联系，尽可能多地了解我们这个领域正在发生的事情。还有，说实话，我期待投资人开出支票。"
想要了解更多关于Lola Vision Systems以及下周将参加TechCrunch Disrupt大会的数十家经过严格筛选的初创公司（以及前来考察的风投机构）的信息，欢迎10月13日至15日在旧金山与我们相聚。
Q&A
Q1：Lola Vision Systems主要做什么业务？
A：Lola Vision Systems是一家AI基础设施公司，专注于构建软件和芯片，帮助企业在设备上运行AI模型。其核心产品是"编译器工具链"软件，能将AI模型转化为特定芯片可执行的指令，大幅缩短部署时间。
Q2：使用Lola Vision的软件能解决什么问题？
A：该软件能将手动部署AI模型到新硬件的时间从约200小时大幅缩短，同时帮助航空航天等对精度要求极高的行业，在更低功耗下运行更准确的模型，确保产品通过监管审查并在实际场景中稳定运行。
Q3：Lola Vision Systems目前的商业进展如何？
A：目前已有十几家企业客户签署意向书，表示将在其芯片问世后购买，并已有一家正式签约客户。公司还与微电子人才项目SCALE合作，并开始将软件授权给现有硬件使用以更快获得营收，目前总融资额超过100万美元。
