تحصل VESSL AI على 12 مليون دولار أمريكي لمنصة MLOps الخاصة بها والتي تهدف إلى خفض تكاليف وحدة معالجة الرسومات بنسبة تصل إلى 80%
مع قيام الشركات بدمج الذكاء الاصطناعي بشكل متزايد في سير عملها ومنتجاتها، هناك طلب متزايد على الأدوات والمنصات التي تسهل إنشاء نماذج التعلم الآلي واختبارها ونشرها. هذه الفئة من المنصات – المعروفة باسم عمليات التعلم الآلي، MLOps – مزدحمة بعض الشيء بالفعل، مع وجود شركات ناشئة مثل InfuseAI، وComet، وArrikto، وArize، وGalileo، وTecton، وDiveplane، ناهيك عن العروض المقدمة من شركات قائمة مثل Google Cloud، وAzure، وDiveplane. أوس.
الآن، تحاول إحدى منصات MLOps الكورية الجنوبية والتي تسمى VESSL AI إنشاء مكانة لنفسها من خلال التركيز على تحسين نفقات وحدة معالجة الرسومات باستخدام البنية التحتية الهجينة التي تجمع بين البيئات المحلية والسحابية. وقد جمعت الشركة الناشئة الآن 12 مليون دولار في جولة تمويل من السلسلة A لتسريع تطوير بنيتها التحتية، والتي تستهدف الشركات التي ترغب في تطوير نماذج لغوية كبيرة مخصصة (LLMs) ووكلاء الذكاء الاصطناعي الرأسي.
لدى الشركة بالفعل 50 عميلاً من المؤسسات، والتي تشمل بعض الأسماء الكبيرة مثل Hyundai؛ وشركة LIG Nex1، وهي شركة كورية جنوبية لتصنيع الطائرات والأسلحة؛ وTMAP Mobility، وهو مشروع مشترك للتنقل كخدمة بين Uber وشركة الاتصالات الكورية SK Telecom؛ بالإضافة إلى الشركات الناشئة في مجال التكنولوجيا Yanolja وUpstage وScatterLab وWrtn.ai. كما أبرمت الشركة أيضًا شراكة استراتيجية مع Oracle وGoogle Cloud في الولايات المتحدة، ولديها أكثر من 2000 مستخدم، حسبما صرح المؤسس المشارك والرئيس التنفيذي Jaeman Kuss An لـ TechCrunch.
أسس An الشركة الناشئة في عام 2020 مع Jihwan Jay Chun (CTO)، وIntae Ryoo (CPO) وYongseon Sean Lee (قائد التكنولوجيا) – وكان المؤسسون قد عملوا سابقًا في Google، وشركة ألعاب الهاتف المحمول PUBG، وبعض شركات الذكاء الاصطناعي الناشئة – لحل مشكلة معينة نقطة الألم التي كان عليه التعامل معها عند تطوير نماذج التعلم الآلي في شركة ناشئة سابقة في مجال التكنولوجيا الطبية: الكم الهائل من العمل الذي ينطوي عليه تطوير أدوات التعلم الآلي واستخدامها.
اكتشف الفريق أن بإمكانهم جعل العملية أكثر كفاءة – وأقل تكلفة بشكل ملحوظ – من خلال الاستفادة من نموذج البنية التحتية الهجين. وأشار آن إلى أن منصة MLOps الخاصة بالشركة تستخدم بشكل أساسي إستراتيجية متعددة السحابة وتحدد المثيلات لخفض نفقات وحدة معالجة الرسومات بنسبة تصل إلى 80%، مضيفًا أن هذا النهج يعالج أيضًا نقص وحدة معالجة الرسومات ويبسط تدريب نماذج الذكاء الاصطناعي ونشرها وتشغيلها، بما في ذلك نماذج الذكاء الاصطناعي الكبيرة. -مقياس LLMs.
وقال آن: “تتيح استراتيجية VESSL AI للسحابة المتعددة استخدام وحدات معالجة الرسومات من مجموعة متنوعة من موفري الخدمات السحابية مثل AWS وGoogle Cloud وLambda”. “يختار هذا النظام تلقائيًا الموارد الأكثر فعالية من حيث التكلفة وكفاءة، مما يقلل بشكل كبير من تكاليف العملاء.”
توفر منصة VESSL أربع ميزات رئيسية: VESSL Run، الذي يقوم بأتمتة تدريب نماذج الذكاء الاصطناعي؛ خدمة VESSL، التي تدعم النشر في الوقت الفعلي؛ VESSL Pipelines، الذي يدمج التدريب النموذجي والمعالجة المسبقة للبيانات لتبسيط سير العمل؛ وVESSL Cluster، الذي يعمل على تحسين استخدام موارد وحدة معالجة الرسومات في بيئة المجموعة.
يشمل المستثمرون في جولة السلسلة A، والتي يصل إجمالي ما جمعته الشركة إلى 16.8 مليون دولار، A Ventures وUbiquitous Investment وMirae Asset Securities وSirius Investment وSJ Investment Partners وWoori Venture Investment وShinhan Venture Investment. يعمل لدى الشركة الناشئة 35 موظفًا في كوريا الجنوبية وفي مكتب سان ماتيو في الولايات المتحدة
