Публикации
2023 г. – новый этап практического применения CXL, статья
VMware сдвигает акцент в проекте Capitola на CXL, статья
Dell Validated Design for Analytics — Data Lakehouse: интегрированное хранилище данных, статья
OCP Global Summit: решения для Computational Storage и компонуемых масштабируемых архитектур, статья
Samsung CXL MemoryySemantic SSD: 20M IOPs, статья
UCIe – открытый протокол для взаимосвязи чиплетов и построения дезагрегированных инфраструктур, статья
Omni-Path Express – открытый интерконнект для экзафлопных HPC/AI-систем, статья
GigaIO: CDI_решение на базе AMD для высшего образования, статья
Энергоэффективные ЦОД на примерах решений Supermicro, Lenovo, Iceotope, Meta, статья
От хранилищ данных и “озер данных” к open data lakehouse и фабрике данных, статья
EuroHPC JU развивает НРС-экосистему на базе RISC-V, статья
LightOS™ 2.2 – программно-определяемое составное блочное NVMe/TCP хранилище, статья
End-to-end 64G FC NAFA, статья
Computational Storage, статья
Технология KIOXIA Software-Enabled Flash™, статья
Pavilion: 200 млн IOPS на стойку, статья
CXL 2.0: инновации в операциях Load/Store вводаавывода, статья
Тестирование референсной архитектуры Weka AI на базе NVIDIA DGX A100, статья
Fujitsu ETERNUS CS8000 – единая масштабируемая платформа для резервного копирования и архивирования, статья
SmartNIC – новый уровень инфраструктурной обработки, статья
Ethernet SSD, JBOF, EBOF и дезагрегированные хранилища, статья
Compute, Memory и Storage, статья
Lenovo: CXL – будущее серверов с многоуровневой памятью , статья
Liqid: компонуемые дезагрегированные инфраструктуры для HPC и AI, статья
Intel® Agilex™ FPGA, статья
Weka для AI-трансформации, статья
Cloudera Data Platform – “лучшее из двух миров”, статья
Fujitsu ETERNUS DSP - разработано для будущего, статья
Технологии охлаждения для следующего поколения HPC-решений, статья
Что такое современный HBA?, статья
Fugaku– самый быстрый суперкомпьютер в мире, статья
НРС – эпоха революционных изменений, статья
Новое поколение СХД Fujitsu ETERNUS, статья
Зональное хранение данных, статья
За пределами суперкомпьютеров, статья
Применение Intel® Optane™ DC и Intel® FPGA PAC, статья
Адаптивные HPC/AI-архитектуры для экзаскейл-эры, статья
DAOS: СХД для HPC/BigData/AI приложений в эру экзаскейл_вычислений, статья
IPsec в пост-квантовую эру, статья
LiCO: оркестрация гибридныхНРС/AI/BigData_инфраструктур, статья
 
Обзоры
Все обзоры в Storage News
 
Тематические публикации
Flash-память
Облачные вычисления/сервисы
Специализ. СХД для BI-хранилищ, аналитика "больших данных", интеграция данных
Современные СХД
Информационная безопасность (ИБ), борьба с мошенничеством
Рынки
Run:ai привлекает 75 миллионов долларов в раунде серии C

7, март 2022  — 

Run:ai привлекает 75 миллионов долларов в рамках раунда серии C, чтобы ускорить внедрение ИИ во всем мире. Платформа оркестрации ИИ увеличила годовой регулярный доход в 9 раз в 2021 году, а персонал — в 3 раза.

Run:ai, компания, упрощающая оркестровку и управление инфраструктурой искусственного интеллекта, сегодня объявила о привлечении 75 млн долларов в рамках раунда серии C под руководством Tiger Global Management и Insight Partners, которые возглавляли предыдущий раунд серии B. Раунд включает в себя участие дополнительных существующих инвесторов, TLV Partners и S Capital VC, в результате чего общий объем финансирования, привлеченного на сегодняшний день, составил 118 миллионов долларов.

Run:ai резко вырос: за последний год годовой регулярный доход увеличился в 9 раз, а штат компании увеличился более чем в три раза за тот же период. Компания планирует использовать инвестиции для дальнейшего роста своих глобальных команд, а также будет рассматривать возможность стратегических приобретений по мере разработки и усовершенствования программной платформы Atlas.

Омри Геллер ( Omri Geller ), генеральный директор и соучредитель Run:ai, сказал: «Это может показаться драматичным, но ИИ на самом деле является следующим этапом развития человечества. Когда мы основали Run:ai, нашей целью было создать де-факто базовый уровень для выполнения любой рабочей нагрузки ИИ. Наш рост был феноменальным, и эти инвестиции — вотум доверия к нашему пути. Run:ai позволяет организациям организовать все этапы своей работы с ИИ в масштабе, чтобы компании могли начать свой путь в области ИИ и быстрее внедрять инновации».

Исследовательская компания IDC прогнозирует, что глобальные расходы на ИИ в 2022 году достигнут 433 млрд долларов, что почти на 20% больше ежегодного роста. Однако инфраструктура ИИ сложна в управлении и масштабировании. Компании видят низкую загрузку оборудования, конфликты в расписании и отсроченные темпы инноваций — если они вообще могут построить функционирующую инфраструктуру ИИ.

Платформа Atlas от Run:ai обеспечивает «основу для ИИ-облаков», будь то локально, в общедоступных облаках или на периферии, позволяя организациям размещать свои ресурсы ИИ на единой унифицированной платформе, которая поддерживает ИИ на всех этапах разработки, от создание и обучение моделей для выполнения логических выводов в производственной среде. В число клиентов входят компании из списка Fortune 500, а также передовые стартапы в области ИИ из различных сфер, таких как финансы, автомобилестроение, здравоохранение и игры, а также ведущие академические исследовательские центры ИИ.

«Мы делаем для оборудования ИИ то же, что VMware и виртуализация сделали для традиционных вычислений: повышение эффективности, упрощение управления, повышение производительности пользователей. Традиционные вычисления на ЦП имеют богатый программный стек со многими инструментами разработки для запуска приложений в масштабе. Однако искусственный интеллект работает на специальных аппаратных ускорителях, таких как графические процессоры, у которых мало инструментов для реализации и масштабирования. С помощью Run:ai Atlas мы создали облачный уровень программного обеспечения, который абстрагирует аппаратное обеспечение ИИ от специалистов по данным и инженеров машинного обучения, позволяя операционным и ИТ-отделам упростить предоставление вычислительных ресурсов для любой рабочей нагрузки ИИ и любого проекта ИИ». — сказал Ронен Дар ( Ronen Dar ), технический директор и соучредитель Run:ai.

«Поскольку предприятия в каждой отрасли переосмысливают себя, чтобы стать системами обучения, основанными на искусственном интеллекте и человеческом таланте, наблюдается глобальный всплеск спроса на аппаратные наборы микросхем искусственного интеллекта, такие как графические процессоры, — сказал Лонн Яффе ( Lonne Jaffe ), управляющий директор Insight Partners. «Как недавно было подчеркнуто в отчете Forrester Wave AI Infrastructure, Run:ai создает исключительную ценность, предоставляя расширенные возможности виртуализации и оркестрации для наборов микросхем ИИ, благодаря чему системы обучения и логического вывода работают намного быстрее и экономичнее. Из-за резкого роста спроса с 2020 года Run:ai почти в четыре раза увеличила свою клиентскую базу, и мы очень рады удвоить наше партнерство с Omri и невероятной командой Run:AI, поскольку они опираются на свой импульс и масштабирование. ”

Дополнительное освещение этого объявления здесь:

Доп. информация:

Публикации по теме
Специализ. СХД для BI-хранилищ, аналитика "больших данных", интеграция данных
 
Новости Run:ai

© "Storage News" journal, Russia&CIS
(495) 233-4935;
www.storagenews.ru; info@storagenews.ru.