Šis izplatītais datu krātuves startēšana vēlas uzņemties lielu mākoni

AI uzņēmumu eksplozija ir palielinājusi pieprasījumu pēc skaitļošanas jaudas uz jaunām galējībām, un tādi uzņēmumi kā CoreWeave kopā AI un Lambda Labs ir izmantojuši šo pieprasījumu, piesaistot milzīgu uzmanību un kapitālu par to spēju piedāvāt sadalītu aprēķinu spēju.

Wager vairums uzņēmumu joprojām glabā datus ar trim lielajiem mākoņu pakalpojumu sniedzējiem, AWS, Google Cloud un Microsoft Azure, kuru glabāšanas sistēmas tika izveidotas, lai dati būtu tuvu saviem aprēķinu resursiem, nevis izplatītos vairākos mākoņos vai reģionos.

“Mūsdienu AI darba slodze un AI infrastruktūra lielā mākoņa vietā izvēlas izplatītu skaitļošanu,” TechCrunch sacīja Tigris Information līdzdibinātājs un izpilddirektors Ovais Tariq. “Mēs vēlamies nodrošināt to pašu iespēju uzglabāšanai, jo bez uzglabāšanas aprēķināšana nav nekas.”

Tigris, kuru dibinājis komanda, kas izstrādāja Uber glabāšanas platformu, veido lokalizētu datu glabāšanas centru tīklu, kas, kā apgalvo, var apmierināt mūsdienu AI darba slodzes izplatītās aprēķināšanas vajadzības. Startupas dzimtā glabāšanas platforma “pārvietojas ar jūsu aprēķinu, [allows] dati [to] Automātiski replicējiet to, kur atrodas GPU, atbalsta miljardiem mazu failu un nodrošina piekļuvi zemai latentumam apmācībai, secinājumiem un aģentiskai darba slodzei, ”sacīja Tariq.

Lai to visu izdarītu, Tigris nesen ieguva 25 miljonu dolāru lielu sērijas kārtu, kuru vadīja Spark Capital un redzēja esošo investoru dalību, kurā ietilpst Andreessen Horowitz, TechCrunch ir tikai iemācījies. Startup ir pretrunā ar vēsturiskajiem operatoriem, kurus Tariq sauc par “Massive Cloud”.

Tariq uzskata, ka šie vēsturiskie operatori piedāvā ne tikai dārgāku datu glabāšanas pakalpojumu, guess arī mazāk efektīvu. AWS, Google Cloud un Microsoft Azure vēsturiski ir iekasējis nodevas (sauktu par “mākoņa nodokli” nozarē), ja klients vēlas migrēt uz citu mākoņu pakalpojumu sniedzēju vai lejupielādēt un pārvietot savus datus, ja viņi vienlaikus vēlas izmantot lētākus GPU vai vilciena modeļus dažādās pasaules daļās. Padomājiet par to, piemēram, maksāt sporta zālei papildus, ja vēlaties pārtraukt tur iet.

Pēc Batuhan Taskaya, Fal.ai inženierzinātņu vadītāja, viena no Tigrisa klientiem inženierzinātņu vadītāja, šīs izmaksas, kas saistītas ar lielāko daļu Fal mākoņa izdevumu.

Papildus nodevām, Tariq saka, ka joprojām pastāv latentuma problēma ar lielākiem mākoņu pakalpojumu sniedzējiem. “Izejas maksa bija tikai viens dziļākas problēmas simptoms: centralizēta krātuve, kas nevar sekot līdzi decentralizētai, ātrgaitas AI ekosistēmai,” viņš teica.

Lielākā daļa Tigris 4000+ klientu ir kā Fal.ai: Generatīvie AI jaunuzņēmumi veidošanas attēlu, video un balss modeļi, kuriem parasti ir lielas, latentuma jutīgas datu kopas.

“Iedomājieties sarunu ar AI aģentu, kurš veic vietējo audio,” sacīja Tariq. “Jūs vēlaties zemāko latentumu. Jūs vēlaties, lai jūsu aprēķins būtu vietējs, tuvu, un vēlaties, lai arī jūsu krātuve būtu vietēja.”

Viņš piebilda, ka lielie mākoņi nav optimizēti AI darba slodzēm. Masīvu datu kopu straumēšana apmācībai vai reālā laika secinājumu veikšanai vairākos reģionos var radīt latentuma sašaurinājumus, palēninot modeļa veiktspēju. Wager spēja piekļūt lokalizētai glabāšanai nozīmē, ka dati tiek iegūti ātrāk, kas nozīmē, ka izstrādātāji var droši darboties AI darba slodzes un rentablāk, izmantojot decentralizētus mākoņus.

“Tigris ļauj mums samazināt mūsu darba slodzi jebkurā mākonī, nodrošinot piekļuvi vienai un tai pašai datu failu sistēmai no visām šīm vietām, neiekasējot izejas,” sacīja Fal Taskaya.

Ir arī citi iemesli, kāpēc uzņēmumi vēlas, lai dati būtu tuvāk savām izplatītajām mākoņa iespējām. Piemēram, ļoti regulētās jomās, piemēram, finansēs un veselības aprūpē, viens liels šķēršlis, lai pieņemtu AI rīkus, ir tas, ka uzņēmumiem ir jānodrošina datu drošība.

Vēl viena motivācija, saka Tariq, ir tā, ka uzņēmumi arvien vairāk vēlas iegūt savus datus, norādot uz to, kā Salesforce šī gada sākumā bloķēja tās AI konkurentus no slack datu izmantošanas. “Uzņēmumi arvien vairāk un arvien vairāk apzinās, cik svarīgi ir dati, kā tas uzkurina LLM, kā tas uzkurina AI,” sacīja Tariq. “Viņi vēlas vairāk kontrolēt. Viņi nevēlas, lai kāds cits to kontrolētu.”

Ar svaigiem fondiem Tigris plāno turpināt veidot savus datu glabāšanas centrus, lai atbalstītu pieaugošo pieprasījumu – Tariq saka, ka startup katru gadu ir pieaudzis par 8x kopš tā dibināšanas 2021. gada novembrī. Tigris jau ir trīs datu centri Virdžīnijā, Čikāgā un San Jose, un viņi vēlas turpināt paplašināties ASV, kā arī Eiropā un Āzijā, īpaši Londonā, Frankfurt un Singapore.