Følgende artikel hjælper dig med: SQream indsamler $45 millioner for at booste sine Big Data- og AI-kapaciteter
GPU-baseret big data platform SQream, meddelte i dag, at det med succes har afsluttet en serie C-finansieringsrunde og sikret 45 millioner dollars i investeringer. Finansieringen blev ledet af World Trade Ventures sammen med andre investorer, herunder Schusterman Investments, George Kaiser Foundation (Atento), Icon Continuity Fund, Blumberg Capital og Freddy & Helen Holdings.
Gennem den nye finansiering sigter virksomheden mod at udvide sine aktiviteter i Nordamerika og tilføje yderligere forbedringer til sine AI/ML-virksomhedskapaciteter for at udvide sin tilstedeværelse på big data- og analysemarkeder.
“I takt med at AI og ML fortsætter med at udvikle sig i et hurtigt tempo, vil vi udnytte vores seneste finansiering til at forbedre vores AI/ML-virksomhedskapaciteter og fastholde vores position på forkant med innovation,” sagde Deborah Leff, CRO hos SQream til Metaverse Post. “Vi investerer i banebrydende teknologier og forskning for at give vores kunder den mest kraftfulde og effektive dataforberedelsesinfrastruktur AI/ML-løsninger til rådighed.”
SQreams løsning udnytter GPU’s parallelle behandlingsmuligheder for at gøre det muligt for virksomheder at behandle store datasæt hurtigt. Virksomheden prioriterer også at reducere hardwareafhængighed og minimere energiforbruget, og adskille det fra traditionelle CPU-centrerede big data-løsninger.
“Vores proprietære tilgang udnytter GPU’ens parallelle databehandlingsmuligheder til at fordele operationer mellem flere GPU- og CPU-kerner, hvilket resulterer i hurtigere behandlingstider og mere effektiv datastyring,” sagde Deborah Leff til Metaverse Post. “Vores platform udvider ældre miljøer for at imødekomme kravene fra nutidens analyseprojekter uden massive investeringer i yderligere CPU- eller Cloud-kapacitet.”
SQream hævder, at dens platform demonstrerer benchmark-forbedringer, udvider datakapaciteten, mens indtagelsestiden reduceres med 90%, forberedelsestiden med 90%, fodaftrykket med 90% og omkostningerne med 80%, alt sammen gennem brugen af velkendte SQL-processer kombineret med dataparallelisme.
“Da generativ AI kaster lys over vigtigheden af at udnytte AI og ML i virksomheder, såvel som værdien af GPU’er som en del af analyseprocessen, har vi set interessen for vores teknologi skyrocket,” siger Ami Gal, administrerende direktør for SQream. i en udtalelse. “Virksomheder er meget fokuserede på at fremme analysemodenhed lige nu, og denne nylige finansieringsrunde er endnu et skridt i vores mission om bedre at udstyre vores kunder med avancerede dataanalyse- og behandlingsløsninger, der giver dem mulighed for at udlede meningsfuld indsigt fra deres enorme datasæt og drive vækst på måder, man tidligere troede var umulige.”
Meddelelsen følger den seneste strategiske udvikling for SQream – herunder dets integration i Samsung Cloud Platform Ecosystem.
Udnyttelse af GPU-dygtighed til at strømline dataarkitekturer
Virksomheden hævder, at ældre datainfrastruktur kæmper for at holde trit med kravene fra nutidige analyseprojekter, hvilket tvinger virksomheder til at begrænse dataanalyse, risikere ufuldstændige komplekse analyser eller kæmpe med rapporteringsforsinkelser, der hindrer projektvedtagelse.
SQream hævder, at dets integration af Graphic Processing Units (GPU’er) i analyseprocesser kan indlede en “transformativ æra for virksomhedsanalyse”. Virksomheden sagde, at løsningen kan accelerere time-to-value og reducere omkostningerne for terabyte-til-petabyte-skala dataarbejdsbelastninger i AI/ML-applikationer og videre.
SQreams Deborah Leff fortalte Metaverse Post, at dens patenterede GPU-teknologi er unik, da den ikke tager den typiske tilgang til distribueret databehandling, som forårsager klyngeforsinkelse og flaskehalse.
I stedet bruger SQream parallel databehandling af GPU’en, opdeler store opgaver i mindre processer og fordeler operationer mellem flere GPU- og CPU-kerner.
“Denne orkestrering gør det muligt for SQreamDB at drive gennem komplekse analyser med rekordhastighed og reducerer omkostningerne så meget som 90%,” sagde Deborah Leff. “Derudover giver det SQream mulighed for at integrere med forskellige dataarkitekturer, inklusive Hadoop, AWS S3 og Azure Blob, på grund af dens plug-and-play-arkitektur, der fungerer med enhver eksisterende ETL-proces og dataramme.”
SQreams kundekreds spænder over forskellige industrier, herunder halvledere, fremstilling, telekommunikation, finansielle tjenester og sundhedspleje. Ifølge virksomheden kan SQream-platformen behandle op til 100 TB rå sensor- og logikcontrollerdata omgående og konvertere dem til analyseklar information inden for samme dag. Samtidig kan den løbende fodre skræddersyede AI-platforme.
SQream hævder, at dens patenterede GPU-teknologi komplementerer næsten enhver dataarkitektur, øger computerkraften og accelererer analysehastigheden.
“Vores fokus er på at revolutionere modeltræningsprocessen ved at muliggøre modeltræning i databasen. Ved at udnytte kraften i SQL accelereret af GPU, maksimerer vores løsning effektiviteten og fremskynder træningsprocessen,” tilføjede SQreams Deborah Leff. “Med SQream kan organisationer minimere tid til indsigt, stabil indtagelse og forberedelse af datasæt i stor skala og forbedre modelnøjagtigheden. Ved at eliminere behovet for eksterne værktøjer og holde alt i databasen strømliner vi maskinlæringsoperationer og frigør ressourcer.”
Deborah Leff mener, at analytics modenhedskurven er blevet betydeligt stejlere med integrationen af generativ AI. Dette har efterladt virksomheder med en følelse af at være længere bagud, end de burde være, hvilket har fået dem til intenst at koncentrere sig om at overvinde forhindringer i stedet for at acceptere dem.
“Generativ AI bragede ind på scenen med så meget hype og opmærksomhed, at det kaster lys over en organisations analysekapaciteter. Fra vores samtaler med både kunder og kundeemner, synes der at være en følelse af, at det haster med at overvinde de forhindringer, der hindrer analyse- og ML-projekter,” sagde Deborah Leff.
Hun forventer, at virksomhedens nye teambuilding-tiltag vil hjælpe SQream med at adressere et bredere marked.
“Virksomheder har jagtet drømmen om at blive datadrevet, men målet bliver ved med at bevæge sig – efterhånden som data vokser eksponentielt, efterhånden som kompleksiteten øges, og hardware, der aldrig blev bygget til disse opgaver, enten fejler eller kan ikke følge med,” sagde Deborah Leff til Metaverse Post . “Serie C-finansieringen vil blive brugt til at udvide vores team i USA. Derudover udvider vi vores leveringsteam til at yde lokal softwaresupport til kunder og alliancepartnere,”
