ScaleOps skuplja 110 milijuna eura za ublažavanje nestašice GPU-ova
ScaleOps skuplja 110 milijuna eura za ublažavanje nestašice GPU-ova📷 © Tech&Space
- ★110 milijuna euraa u Series C rundi
- ★80% uštede na cloud troškovima
- ★dinamička GPU optimizacija u realnom vremenu
ScaleOps je ovog tjedna potvrdio kako se 110 milijuna eura (što odgovara rundi od 130 milijuna američkih dolara) usmjerava prema rješavanju dvaju golemih problema ai industrije: nestašice gpu-ova i astronomske cloud račune. Kompanija tvrdi da njezina softverska platforma omogućuje automatsko i dinamičko upravljanje resursima, što u praksi znači da se gpu-ovi ne rasipaju na statičnim konfiguracijama kao što je to slučaj s kubernetesom.
Shafrir, koji je prethodno radio na run:ai — softveru koji je nvidia ugasila kupnjom — ukazuje na problem koji većina ai timova previđa: statički set-upovi koji nisu dizajnirani za fluktuaciju ai opterećenja. S obzirom na rastuću potražnju za gpu-ovima zbog treninga i inferencija, scaleops obećava da će reducirati cloud troškove za čak 80%, što je brojka koja zvuči kao preuveličana.
Međutim, kompanija svoju tvrdnju temelji na konkretnim slučajevima iz proizvodnje, gdje se aktualna rješenja poput kubernetesa često upinju u manualnim podešavanjima za dinamičke workloadove.
Tko stvarno dobiva na ovom prodoru u AI infrastrukturi📷 © Tech&Space
Tko stvarno dobiva na ovom prodoru u AI infrastrukturi
Scaleopsova tehnologija, dakle, ne donosi revolucionarno novo rješenje, već sintetizira postojeće ideje u stabilniji i skalabilniji paket. Ono što scaleops zaista radi je da postavlja standard za efikasnost u upravljanju gpu resursima, posebno u dijelu inferencija koji postaje sve kritičniji kako se ai modeli usavršavaju i šire.
Kompanija je osnovana 2022., a u rundi series c predvodi ju insight partners, što signalizira zainteresiranost venture zajednice za rješenjima koja rješavaju stvarne, a ne samo percipirane probleme. Iako su 80% uštede impresivne, tehnologija još mora dokazati svoju održivost u širokoj primjeni — posebno u okruženjima gdje su workloadovi izrazito nepredvidivi.
Konačno, uspjeh scaleops-a ovisi o njegovoj sposobnosti da se prilagodi brzo mijenjajućim potrebama ai industrije. To će zahtijevati fleksibilnost, inovacije i kontinuirano poboljšanje svoje tehnologije. Ako scaleops uspije održati korak s potrebama industrije, on bi mogao postati ključni igrač u oblikovanju budućnosti ai-a i donošenju revolucionarnih rješenja na tržište.