Ex ingenieros de Oracle y Google recaudan 7 millones de dólares de Accel

PRESIONE SOLTAR

17 de octubre de 2024: Se espera que OpenAI genere más de 10 mil millones de dólares en ingresos el próximo año, una señal clara de que la adopción de la IA generativa se está acelerando. Sin embargo, a la mayoría de las empresas les resulta difícil utilizar grandes modelos de IA en producción. Dado el alto costo y la complejidad que implica, se estima que casi el 90% de los proyectos de aprendizaje automático nunca llegan a producción. Para abordar este problema apremiante, Simplismart anuncia hoy una ronda de financiación de 7 millones de dólares para su infraestructura que permite a las empresas implementar modelos de IA sin problemas. De manera similar al cambio hacia la computación en la nube que dependía de herramientas como Terraform y el desarrollo de aplicaciones móviles para Android, Simplismart se está posicionando como un facilitador clave de la transición de la IA a las operaciones empresariales convencionales.
La ronda de financiación Serie A fue dirigida por Accel, con la participación de Shastra VC, Titan Capital y ángeles de alto perfil, incluido el cofundador de Notion, Akshay Kothari. Este tramo es más de 10 veces el tamaño de la ronda anterior e impulsará la I+D y el crecimiento de su plataforma de orquestación MLOps centrada en la empresa.
La empresa fue cofundada en 2022 por Amritanshu Jain, quien abordó los desafíos de la infraestructura de la nube en Oracle Cloud, y Devansh Ghatak, quien perfeccionó su experiencia en algoritmos de búsqueda en Google Search. En solo dos años, Simplismart ha obtenido mejores resultados con menos de 1 millón de dólares en financiación inicial. puntos de referencia públicos construyendo el motor de inferencia más rápido del mundo. Este motor permite a las empresas ejecutar modelos de aprendizaje automático a la velocidad del rayo, lo que aumenta significativamente el rendimiento y reduce los costos.
El rápido motor de inferencia de Simplismart permite a los usuarios aprovechar el rendimiento optimizado en todas las implementaciones de sus modelos. Por ejemplo, la optimización a nivel de software ayuda a ejecutar Llama3.1 (8B) con un rendimiento impresionante de >440 tokens por segundo. Si bien la mayoría de los competidores se centran en optimizaciones de hardware o computación en la nube, Simplismart ha creado este avance en velocidad dentro de una plataforma MLOps integral diseñada para implementaciones empresariales locales, independientemente del modelo y la elección de plataforma en la nube.
“El desarrollo de aplicaciones de IA generativa es una necesidad clave para las empresas actuales. Sin embargo, la adopción de la IA generativa está muy por detrás del ritmo de nuevos desarrollos. Esto se debe a que las empresas están luchando con cuatro cuellos de botella: falta de flujos de trabajo estandarizados, altos costos que conducen a un pobre retorno de la inversión, protección de datos y la necesidad de controlar y adaptar el sistema para evitar tiempos de inactividad y limitaciones de otros servicios”, dijo. Amritanshu Jain, cofundador y director ejecutivo de Simplismart
La plataforma de Simplismart proporciona a las organizaciones un lenguaje declarativo (similar a Terraform) que facilita el ajuste, la implementación y el monitoreo de modelos GenAI a escala. Las API de terceros a menudo plantean preocupaciones sobre la seguridad de los datos, las limitaciones de velocidad y una total falta de flexibilidad, mientras que la implementación interna de la IA conlleva sus propios obstáculos: acceso a la potencia informática, optimización del modelo, escalamiento de la infraestructura, canalizaciones de CI/CD y rentabilidad, todos ellos requieren ingenieros de aprendizaje automático altamente capacitados. La plataforma MLOps de extremo a extremo de Simplismart estandariza estos flujos de trabajo de orquestación, lo que permite a los equipos centrarse en los requisitos principales de sus productos en lugar de dedicar numerosas horas de trabajo a construir esta infraestructura.
Amritanshu Jain agregó: “Hasta ahora, las empresas han podido aprovechar la funcionalidad disponible para orquestar sus cargas de trabajo MLOps porque el volumen de cargas de trabajo, ya sea el tamaño de los datos, los modelos o la potencia informática requerida, ha sido pequeño. A medida que los modelos crecen y aumentan las cargas de trabajo, dominar los flujos de trabajo de orquestación es esencial. Cada nueva tecnología pasa por el mismo ciclo: exactamente lo que Terraform hizo por la nube, Android Studio por los dispositivos móviles y Databricks/Snowflake por los datos”.
“A medida que GenAI experimenta su momento de explosión cámbrica, los desarrolladores comienzan a darse cuenta de que existen importantes beneficios al adaptar e implementar modelos de código abierto en su infraestructura; «Permite controlar el rendimiento, el costo, la personalización de los datos propietarios, la flexibilidad en la pila de backend y un alto nivel de privacidad/seguridad», dijo. Anand Daniel, socio de Accel. “Nos entusiasmó ver que el equipo de Simplismart reconoció esta oportunidad bastante temprano, pero lo que nos sorprendió fue el hecho de que su pequeño equipo ya había comenzado a prestar servicios en producción a algunas de las empresas de GenAI de más rápido crecimiento. Reforzó nuestra creencia de que Simplismart tiene posibilidades de ganar en el vasto pero altamente competitivo mercado global de infraestructura de IA”.
La solución de flujo de trabajo MLOps permitirá que más empresas implementen aplicaciones GenAI con más control. Quieren lograr un equilibrio entre rendimiento y coste que se adapte a sus necesidades. Simplismart cree que proporcionar a las empresas ladrillos Lego granulares para componer su motor de inferencia y sus entornos de implementación es clave para impulsar la adopción.