从 Stable Diffusion 到 400+ 模型：fal 如何构建多模型生成式 AI 基座
基于 DigitalOcean GPU 和自研推理引擎，为全球开发者提供高性能图像和视频 AI 模型
fal.ai
生成式媒体平台
为开发者提供高性能的图像和视频 AI 模型 API
fal.ai 生成式媒体平台
通过易用的 API 和自研推理引擎，为开发者提供 400+ 图像和视频 AI 模型，无需操心模型托管或扩展的复杂性
AI 与创意的交汇点
三年半之前，当 fal 成立时，创始团队在 AI 与创意的交汇点上看到了一个新兴机会。"我们俩都辞了职，在机器学习领域寻找创业点子，"联合创始人兼 CTO Gorkem Yurtseven 回忆道。
Stable Diffusion 带来的革命
真正的突破来自 Stable Diffusion 的发布——第一个主流开源图像模型。
"那是一场革命，因为人们第一次不必依赖自己的数据来训练模型。你可以直接拿一个现成的模型就用起来。"
这一创新启发了团队构建基础设施，以支持开发者探索生成式媒体。"我们当时认为，必须有人为这类新型AI应用提供基础设施，"他解释道，"我们最初的做法是将 Stable Diffusion 作为 API 托管，之后不断优化该 API。如今，我们的平台上已有 300 到 400 种不同的图像和视频模型。"
依靠 DigitalOcean 的 GPU 满足模型部署需求
运行数百个大型 AI 模型需要庞大的 GPU 算力——以及极高的可靠性。这正是 DigitalOcean 发挥作用的地方。
"我们维护着一支规模庞大的 GPU 算力集群，用于处理这些视频和图像的工作负载。我们必须与 DigitalOcean 这样可靠的基础设施提供商合作，来托管这些模型。"
从 Droplets 到 GPU：持续的信任
鉴于早先就了解 DigitalOcean 在可靠性方面的声誉，fal 团队很快便开始测试其新推出的 GPU 服务。
"我很久以前就通过基于云主机产品（Droplets）的应用托管认识到了 DigitalOcean 云平台的可靠性。当我看到 DigitalOcean 也开始支持 GPU 云服务时，我们决定试一试——结果至今一直非常可靠。"
如今，fal 利用 DigitalOcean 的 Droplets、Gradient™ AI GPU、Kubernetes 与对象存储服务来运行和交付其 AI 工作负载。"我们将这些资源接入我们的系统，用于运行图像和视频模型，"Yurtseven 表示。在幕后，fal 的 API 将用户请求路由到部署在 DigitalOcean GPU 上的模型，为各行各业的创意应用提供强大动力。
Droplets
应用托管基础
Gradient™ AI GPU
AI 模型推理
对象存储
数据存储服务
Kubernetes
容器编排
准备好体验高性能 AI 推理了吗？
通过 DigitalOcean Gradient AI 和 fal.ai，快速构建您的生成式 AI 应用