Lightning AI 是由 PyTorch Lightning 创作者推出的 AI 模型开发与基础设施平台，面向研究人员、开发者、IT 团队和企业 AI 团队，覆盖从数据集整理、模型原型开发，到预训练、后训练、评估和推理的完整流程。平台将按需 GPU、集群、AI coding agents 以及企业级基础设施整合在一起，帮助团队开发和运行面向特定任务的专用模型，而不只是租用通用 AI 能力。官网强调，专用模型可以胜过通用模型，并提供从开发环境到大规模推理的计算资源与管理能力。
核心功能
数据集构建
平台支持收集、清理和组织模型训练所需的数据。数据集构建位于模型工作流的起点，用于准备模型将要学习的内容；官网还展示了对多模态数据进行摄取、分类和结构化的使用场景。
模型原型开发
用户可以通过交互式编码、调试和模型迭代来开发原型，并使用按需 GPU 与 SSH 加速实验过程。官网将这一阶段描述为在开发过程中直接获得计算资源，便于研究人员反复运行和调整模型。
并行实验与训练运行对比
Lightning AI 支持并行运行数百个实验，用于寻找更合适的模型方案；同时可以比较数百次训练运行，从不同结果中识别表现最佳的训练配置。官网还提到，团队成员可以查看实验、重新运行实验、调试问题并共同参与工作。
预训练与后训练
平台支持使用大型数据集在 IB GPU 集群上从头训练模型，也支持在预训练模型的基础上，结合团队自己的数据和任务进行专门化训练。后训练流程可使用 RL 和沙箱，以便围绕特定数据与任务调整模型。
模型评估
在模型进入推理阶段前，平台支持测试准确性、安全性和可靠性。评估环节用于检查模型是否达到预期，并将模型训练结果与后续部署前的验证连接起来。
大规模推理与 GPU 资源
Lightning AI 支持在其 40,000 个 GPU 上运行自有 AI，并以降低 AI 成本为目标。官网还提供可自助使用的按需 H100，标注为保证可用性、几分钟内即可开始使用，且不要求长期合同；企业团队可以按团队或项目设置预算，进行实时成本追踪，并让闲置计算自动休眠。
使用方式
官网提供“Start free”和“Request demo”入口。开发与原型阶段支持按需 GPU 和 SSH；基础设施可以运行在 K8s、Slurm 等团队技术栈上，也支持私有云与 VPC、Bring your own cloud 以及弹性多云迁移。企业管理能力包括 SSO、基于角色的访问、细粒度数据访问和审计日志。正文没有说明独立客户端、浏览器插件、开放 API 或是否需要自备模型 Key。
适用人群与场景
研究人员可以用它整理数据、开发模型原型、并行执行实验并评估准确性、安全性和可靠性。AI 开发团队可以在按需 GPU 和集群上进行预训练、后训练及规模化推理。企业 IT 团队可以使用预算控制、实时成本追踪、SSO、权限管理、审计日志和合规能力。需要专用模型的团队还可以将平台用于边缘 AI、癌症研究、客户端代码生成和机器学习流水线等场景。
定价
官网提供 80 个免费 GPU 小时，并支持免费开始使用。按需 H100 的价格从每小时 4.50 美元起，且页面明确说明不需要长期合同。企业级能力可通过“Request demo”联系团队，正文未列出其他具体套餐或价格档位。
注意事项
官网列出的企业控制与合规能力包括 SOC2、HIPAA、GDPR、静态与传输中加密、私有云和 VPC 支持；其中部分能力是否适用于免费 GPU 小时，正文没有进一步说明。
