ScaleOps-მა $130 მილიონი მოიზიდა: სტარტაპი ხელოვნური ინტელექტის გამოთვლითი რესურსების ეფექტურობას ზრდის
ScaleOps-მა Series C რაუნდში $130 მილიონი მოიზიდა. კომპანია ავტონომიურ პლატფორმას ავითარებს, რომელიც ღრუბლოვანი და AI ინფრასტრუქტურის ხარჯებს 80%-მდე ამცირებს.

ხელოვნური ინტელექტის სფერო სწრაფი ტემპით ვითარდება, თუმცა კულისებში კომპანიები ძვირადღირებულ გამოთვლით რესურსებს ხშირად არაეფექტურად იყენებენ. გრაფიკული პროცესორები (GPU) ხშირად უქმად არის გაჩერებული, სამუშაო დატვირთვა არასწორად არის განაწილებული, ღრუბლოვანი სერვისების ხარჯები კი მუდმივად იზრდება. სტარტაპ ScaleOps-ის ხედვით, პრობლემა რესურსების დეფიციტში კი არა, მათ არასწორ მართვაში მდგომარეობს.
ორშაბათს ცნობილი გახდა, რომ ScaleOps-მა, რომელიც გამოთვლითი რესურსების რეალურ დროში ავტომატური მართვისა და გადანაწილების პროგრამულ უზრუნველყოფას ქმნის, Series C დაფინანსების რაუნდში 130 მილიონი დოლარი მოიზიდა. ამ ინვესტიციით კომპანიის საბაზრო ღირებულება 800 მილიონ დოლარად შეფასდა. რაუნდს Insight Partners-ი ხელმძღვანელობდა, მასში ასევე მონაწილეობდნენ არსებული ინვესტორები: Lightspeed Venture Partners, NFX, Glilot Capital Partners და Picture Capital.
კომპანიის განცხადებით, მათ პროგრამულ უზრუნველყოფას ღრუბლოვანი და ხელოვნური ინტელექტის ინფრასტრუქტურის ხარჯების 80%-მდე შემცირება შეუძლია. ScaleOps 2022 წელს იოდარ შაფრირმა დააფუძნა, რომელიც მანამდე Nvidia-ს მიერ შეძენილ GPU ორკესტრაციის სტარტაპ Run:ai-ში ინჟინრად მუშაობდა. შაფრირმა საკუთარი გამოცდილებით დაინახა, თუ რამდენად რთული იყო კომპანიებისთვის ხელოვნური ინტელექტის კომპლექსური სამუშაო დატვირთვების მართვა.
Kubernetes-ის გამოწვევები და რესურსების მართვა
მიუხედავად იმისა, რომ Kubernetes-ის მსგავსი ხელსაწყოები აპლიკაციების დიდ კლასტერებზე მუშაობას უზრუნველყოფს, ისინი ხშირად სტატიკურ კონფიგურაციებს ეყრდნობიან. ასეთი მიდგომა ვერ უმკლავდება სწრაფად ცვალებად მოთხოვნას, რაც იწვევს GPU-ების არასრულფასოვან გამოყენებას, წარმადობის პრობლემებსა და ხარჯების ზრდას.
„Run:ai-ში მუშაობისას ბევრ მომხმარებელს, განსაკუთრებით კი DevOps გუნდებს ვხვდებოდი,“ - განუცხადა TechCrunch-ს შაფრირმა, რომელიც ამჟამად ScaleOps-ის აღმასრულებელი დირექტორია. „მიუხედავად იმისა, რომ მათ მოსწონდათ Run:ai-ს შესაძლებლობები, მაინც უჭირდათ საწარმოო დატვირთვების მართვა, განსაკუთრებით AI ეპოქაში ინფერენსის (inference) მზარდი როლის ფონზე. მივხვდი, რომ პრობლემა მხოლოდ GPU-ებს არ ეხებოდა; ის ვრცელდებოდა გამოთვლით სიმძლავრეებზე, მეხსიერებაზე, შენახვის სისტემებსა და ქსელებზეც. ერთი და იგივე სცენარი მეორდებოდა: გუნდები რესურსების ეფექტურ მართვას ვერ ახერხებდნენ.“
ავტონომიური გადაწყვეტა და ბაზრის შესაძლებლობები
DevOps გუნდებს ხშირად უწევდათ სხვადასხვა მხარეებთან კომუნიკაცია პრობლემების მოსაგვარებლად, რაც ხშირად უშედეგოდ სრულდებოდა. არსებული ხელსაწყოების უმეტესობა მხოლოდ პრობლემების იდენტიფიცირებას ახდენდა, მაგრამ რეალურ გადაწყვეტას არ სთავაზობდა. სწორედ ამ ხარვეზმა შექმნა ბაზარზე დიდი შესაძლებლობა.
ScaleOps რეალურ დროში აკავშირებს აპლიკაციის საჭიროებებს ინფრასტრუქტურულ გადაწყვეტილებებთან და სთავაზობს სრულად ავტონომიურ სისტემას, რომელიც ინფრასტრუქტურას თავიდან ბოლომდე მართავს. შაფრირის თქმით, Kubernetes შესანიშნავი და მოქნილი სისტემაა, თუმცა მისი სირთულე სწორედ სტატიკურ კონფიგურაციებშია. თანამედროვე აპლიკაციები დინამიკურია, რაც გუნდებისგან მუდმივ მექანიკურ მუშაობას მოითხოვს. საჭიროა სისტემა, რომელსაც ესმის თითოეული აპლიკაციის კონტექსტი, მისი ქცევა და გარემოს ცვლილებები.

კონკურენცია და სამომავლო გეგმები
ამ სფეროში რამდენიმე მოთამაშე ოპერირებს, მათ შორის Cast AI, Kubecost და Spot. თუმცა, ScaleOps-ის ხელმძღვანელის თქმით, ბევრი ავტომატიზაციის ხელსაწყო სრული კონტექსტის გარეშე მუშაობს, რამაც შეიძლება წარმადობის პრობლემები ან სისტემის გათიშვა გამოიწვიოს.
სტარტაპი აცხადებს, რომ მათი პლატფორმა თავიდანვე საწარმოო გარემოსთვის (production) შეიქმნა. ის არის სრულად ავტონომიური, ითვალისწინებს კონტექსტს და მუშაობს დამატებითი მექანიკური კონფიგურაციის გარეშე. სწორედ ეს მახასიათებლები განასხვავებს ScaleOps-ს კონკურენტებისგან.
ნიუ-იორკში ბაზირებული კომპანია გლობალურ კორპორაციებს ემსახურება, განსაკუთრებით მათ, ვინც Kubernetes-ზე დაფუძნებულ ინფრასტრუქტურას იყენებს. მათი კლიენტების სიაში ისეთი გიგანტები არიან, როგორებიცაა:
- Adobe
- Wiz
- DocuSign
- Salesforce
- Coupa
Series C რაუნდი დაახლოებით წელიწადნახევრის შემდეგ შედგა მას შემდეგ, რაც კომპანიამ 2024 წლის ნოემბერში Series B რაუნდში 58 მილიონი დოლარი მოიზიდა. მას შემდეგ მოთხოვნა ავტონომიურ გადაწყვეტებზე მკვეთრად გაიზარდა. კომპანიის მთლიანი დაფინანსება ამჟამად 210 მილიონ დოლარს შეადგენს.
ScaleOps-ის წლიური ზრდა 450%-ს აჭარბებს. ბოლო 12 თვის განმავლობაში თანამშრომლების რაოდენობა გასამმაგდა, წლის ბოლომდე კი მათი კვლავ გასამმაგება იგეგმება. ახალი კაპიტალით კომპანია პროდუქტების ხაზის გაფართოებას და პლატფორმის განვითარებას აპირებს, რათა სრულად ავტონომიური ინფრასტრუქტურის შექმნის მიზანს მიაღწიოს.
მსგავსი სტატიები

StrictlyVC სან-ფრანცისკოში ერთ თვეზე ნაკლებ დროში გაიმართება
StrictlyVC-ის ღონისძიება სან-ფრანცისკოში 30 აპრილს გაიმართება. AI ინოვატორები და ინვესტორები განიხილავენ ტექნოლოგიურ მომავალს, კორპორატიულ კაპიტალს და პროგრამირების ახალ ერას.

Cognichip-ს სურს, რომ ჩიპების დიზაინი ხელოვნურმა ინტელექტმა შექმნას: კომპანიამ 60 მილიონი დოლარი მოიზიდა
სტარტაპი Cognichip ხელოვნურ ინტელექტს ჩიპების დიზაინის დასაჩქარებლად იყენებს. კომპანიამ 60 მილიონი დოლარი მოიზიდა ხარჯების 75%-ით შესამცირებლად.

Meta-ს ახალი AI მონაცემთა ცენტრი იმდენ ენერგიას მოიხმარს, რამდენსაც მთელი სამხრეთ დაკოტას შტატი
Meta-ს Hyperion AI მონაცემთა ცენტრი ლუიზიანაში იმდენ ენერგიას მოიხმარს, რამდენსაც სამხრეთ დაკოტას შტატი, რაც კომპანიას აიძულებს ბუნებრივ აირზე მომუშავე 10 ელექტროსადგური ააშენოს.