SpeedataStartup berbasis Tel Aviv yang mengembangkan unit pemrosesan analisis (APU) yang dirancang untuk mempercepat biaya analitik dan kecerdasan buatan Big Data, telah mengumpulkan serangkaian pembiayaan Seri B sebesar $ 44 juta, Membawa total modal yang diangkat menjadi $ 114 juta.
Babak B Series disutradarai oleh investor yang ada, termasuk Walden Catalyst Ventures, 83North, Koch Disruptive Technologies, Pitango First dan Viola Ventures, serta investor strategis, termasuk Lip-Bu Tan, CEO CEO Intel dan mantan CEO CEO Walden.
Arsitektur APU berfokus pada mengatasi hambatan analisis spesifik di tingkat komputer, tidak seperti Unit pemrosesan grafis (GPU), yang awalnya dirancang untuk grafik dan kemudian dimodifikasi untuk AI dan tugas yang terkait dengan data, menurut awal.
“Selama beberapa dekade, analisis data telah didasarkan pada unit pemrosesan standar, dan baru -baru ini, perusahaan seperti NVIDIA telah berinvestasi dalam mempromosikan GPU untuk beban kerja analisis,” kata Adi Gelvan, CEO Speedata, dalam sebuah wawancara dengan TechCrunch. “Tapi ini adalah prosesor atau prosesor yang digunakan secara umum yang dirancang untuk beban kerja lainnya, bukan chip yang dibangun dari awal untuk analisis data. APU kami dirancang khusus untuk pemrosesan data dan APU tunggal dapat menggantikan rak server, menawarkan kinerja yang lebih baik secara dramatis.”
Speedata didirikan pada 2019 oleh enam pendiri, beberapa di antaranya adalah peneliti pertama yang mengembangkan teknologi arsitektur kasar -grain (CGRA) yang dapat dikonfigurasi ulang. Para pendiri berkolaborasi dengan para ahli desain ASIC untuk mengatasi masalah mendasar: prosesor penggunaan umum melakukan analisis data. Jika beban kerja menjadi terlalu rumit, mereka mungkin perlu memanfaatkan ratusan server. Para pendiri percaya bahwa mereka dapat mengembangkan satu prosesor khusus untuk melakukan tugas tercepat menggunakan lebih sedikit energi.
“Kami melihat ini sebagai kesempatan untuk menempatkan penelitian silikon selama beberapa dekade kami dalam mengubah bagaimana industri memproses data,” kata Gelvan.
APU Anda saat ini diarahkan Beban kerja Apache SparkTetapi peta jalannya mencakup dukungan dari setiap platform analisis data penting, menurut CEO perusahaan.
“Tujuan kami adalah menjadi prosesor standar untuk pemrosesan data, sama seperti GPU menjadi nilai default untuk pelatihan AI, kami ingin APU menjadi nilai yang telah ditentukan untuk analisis data pada setiap platform database dan analisis,” kata Gelvan kepada TechCrunch.
Startup mengatakan memiliki beberapa perusahaan besar yang membuktikan APU -nya, meskipun mereka menolak untuk menamai mereka. Peluncuran resmi produk ini dikonfigurasi untuk KTT AI Databricks pada minggu kedua Juni. Gelvan mengatakan mereka akan secara terbuka menunjukkan APU mereka untuk pertama kalinya dalam acara tersebut.
Speedata mengklaim kasus spesifik di mana APU -nya menyelesaikan beban kerja farmasi dalam 19 menit, yang secara signifikan lebih cepat dari 90 jam yang ia ambil ketika menggunakan unit pemrosesan yang tidak ditentukan, yang menghasilkan peningkatan kecepatan 280x.
Startup mengatakan telah mencapai beberapa tonggak sejarah. Sejak penggalangan dana terakhirnyatermasuk penyelesaian desain dan pembuatan APU pertamanya di akhir 2024.
“Kami telah beralih dari konsep tes Matriks pintu yang dapat diprogram (FPGA)Dan sekarang kami bangga mengatakan bahwa kami memiliki perangkat keras kerja yang sedang kami luncurkan. Kami sudah memiliki portofolio klien bisnis yang berkembang dengan cemas mengharapkan teknologi ini dan kami siap untuk memanjat operasi pasar kami, ”kata Gelvan.
