Speedata, una startup basada en Tel Aviv diseñada para acelerar el análisis de big data y las cargas de trabajo de IA, ha desarrollado una unidad de procesamiento analítico (APU) para recaudar una ronda de financiación de la Serie B de $ 44 millones y eleva su capital total a $ 114 millones.
La ronda de la Serie B fue dirigida por inversores existentes, incluidos inversores estratégicos como Walden Catalyst Ventures, 83North, Koch Anructive Technologies, Pitango First, Viola Ventures y Managed Partner, así como inversores estratégicos, incluidos Eyal Waldman y el ex CEO de Mellanox Technologies.
A diferencia de la Unidad de Procesamiento Gráfico (GPU), que se diseñó originalmente para gráficos y luego se cambió para tareas relacionadas con la IA y los datos, la arquitectura APU se centra en abordar cuellos de botella analíticos específicos a nivel informático, según el inicio.
«Durante décadas, Data Analytics se ha basado en unidades de procesamiento estándar, y más recientemente compañías como NVIDIA han invertido en impulsar las GPU para sus cargas de trabajo analíticas», dijo el CEO de Speedata, Adi Gelvan, en una entrevista con TechCrunch. «Estos son procesadores o procesadores de propósito general diseñados para otras cargas de trabajo, no chips construidos desde cero para el análisis de datos. Nuestras APU están dedicadas al procesamiento de datos, y una sola APU puede reemplazar un estante de servidores, proporcionando un rendimiento dramático».
Speedata fue fundada en 2019 por seis fundadores. Parte de esto fue el primer investigador en desarrollar la tecnología de arquitectura de reconstrucción de grano grueso (CGRA) múltiple. El fundador trabajó con expertos en diseño ASIC para abordar problemas básicos. El análisis de datos fue realizado por un procesador de propósito general. Si su carga de trabajo es demasiado compleja, deberá aprovechar cientos de servidores. Los fundadores creían que se podría desarrollar un solo procesador dedicado para usar menos energía para realizar tareas más rápido.
«Vimos esto como una oportunidad para poner décadas de investigación sobre el silicio y cambiar la forma en que la industria procesa los datos», dijo Gerban.
APU actualmente se dirige a las cargas de trabajo Apache Spark, pero su hoja de ruta incluye soporte para todas las plataformas de análisis de datos principales, según el CEO.
«Nuestro objetivo es ser el procesador estándar para el procesamiento de datos. Queremos que APU sea el valor predeterminado para el análisis de datos para todas las bases de datos y plataformas de análisis, al igual que las GPU se convierten en el valor predeterminado para la capacitación de IA», dijo Gelvan a TechCrunch.
La startup dice que hay muchas grandes empresas que prueban APU, pero se negaron a nombrarlo. Los lanzamientos oficiales de productos se establecen para Databricks Data y AI Summit en la segunda semana de junio. Gerban dijo que lanzará la APU por primera vez en el evento.
SpeedData reclama un caso específico en el que APU completó su carga de trabajo de drogas en 19 minutos. Esto es significativamente más rápido que las 90 horas que tomó con una unidad de procesamiento no especializada, lo que resulta en una mejora de la velocidad de 280 veces.
La startup dijo que ha logrado varios hitos desde su último financiamiento, incluidas las decisiones finales para diseñar y fabricar la primera APU a fines de 2024.
«Nos hemos mudado del concepto a las pruebas con matrices de compuertas programables de campo (FPGA) y estamos orgullosos de tener el hardware de trabajo actualmente a la venta. Con una tubería creciente de clientes empresariales esperando ansiosamente esta tecnología, estamos listos para expandir nuestras operaciones estándar», dijo Gerban.
Source link
