Strong Compute, стартап из Сиднея, Австралия, который помогает разработчикам устранять узкие места в их конвейерах обучения машинному обучению, сегодня объявил о привлечении начального раунда в размере 7,8 млн. долл.. В раунде участвуют в общей сложности 30 фондов и бизнес-ангелов, включая Sequoia Capital India, Blackbird, Folklore и Skip Capital, а также Y Combinator, Starburst Ventures, а также основателей и инженеров из таких компаний, как Cruise, Waymo, Open AI, SpaceX и Вирджин Галактик.
Компания, которая была частью пакета Y Combinator Winter ’22, обещает, что ее оптимизации могут ускорить процесс обучения от 10 до 1000 раз, в зависимости от модели, пайплайна и фреймворка. Как сказал мне основатель Strong Compute Бен Сэндс, который ранее также был соучредителем AR-компании Meta, команда недавно добилась некоторых прорывов, благодаря которым эталонная реализация Nvidia, которую использовал ее клиент LayerJot, работала в 20 раз быстрее.
Кредиты изображений: Сильные вычисления
«Это была большая победа, — сказал Сэндс. «Это действительно дало нам ощущение, что нет ничего, что нельзя было бы улучшить». Он не очень хотел раскрывать все детали того, как работала команда по оптимизации, но отметил, что сейчас компания нанимает математиков и создает инструменты, которые дают ей более подробное представление о том, как их пользовательский код взаимодействует с ЦП и GPU на гораздо более глубоком уровне, чем это было возможно ранее.
Как подчеркнул Сэндс, в настоящее время компания сосредоточена на том, чтобы начать автоматизировать большую часть текущей работы для оптимизации процесса обучения — и теперь компания может решить эту задачу благодаря этому раунду финансирования. «Наша цель сейчас состоит в том, чтобы иметь серьезных партнеров по развитию в области беспилотного вождения, медицины и авиации, чтобы посмотреть на то, что на самом деле будет действительно хорошо обобщаться», — пояснил он. «Теперь у нас есть ресурсы, чтобы иметь команду R&D, которая не должна делать что-то за двухнедельный спринт, но которая действительно может посмотреть, что такое настоящая основная технология, которая может занять год, чтобы действительно получить победу. но это действительно может помочь с автоматическим анализом проблемы».
В настоящее время в компании работает шесть штатных инженеров, но Сэндс планирует удвоить их число в течение следующих нескольких месяцев. Отчасти это также связано с тем, что в настоящее время компания получает входящий интерес от крупных компаний, которые часто тратят 50 млн. долл. или более на свои вычислительные ресурсы (и Сэндс отметил, что рынок в основном двухмодальный: клиенты либо тратят менее 1 млн. долл., либо 10 долларов). до 100 млн. долл., с несколькими игроками в середине).
Кредиты изображений: Мощные вычисления
Однако каждая компания, пытающаяся создавать модели машинного обучения, сталкивается с одной и той же проблемой: обучение моделей и проведение экспериментов по их улучшению по-прежнему занимают много времени. Это означает, что хорошо оплачиваемые специалисты по данным, работающие над этими проблемами, проводят много времени в ожидании результатов».Сильный Вычислить решает проблему с баскетбольной площадкой», — сказал финансовый директор SteadyMD Нихил Абрахам. «Во время длительных тренировок наши лучшие разработчики целыми днями крутили обручи, ожидая на машинах».
И хотя часть этого входящего интереса исходит от финансовой индустрии и компаний, которые хотят оптимизировать свои модели обработки естественного языка, Strong Compute пока уделяет основное внимание компьютерному зрению.
«Мы только коснулись того, на что способны машинное обучение и ИИ». сказала фольклорный партнер Таниша Банащик. «Нам нравится работать с основателями, которые имеют далеко идущие амбиции и видения, которые будут жить через поколения. Вложив средства в автономное вождение, мы знаем, насколько важна скорость выхода на рынок, и видим, какое влияние Strong Compute может оказать на этот рынок благодаря своей специально созданной платформе, глубокому пониманию рынка стоимостью 500 млрд. долл. и команде мирового класса».