AIP Seed jako jeden z pierwszych funduszy w Europie dostrzegł potencjał tej kategorii rozwiązań i przebił się do grona inwestorów tej rundy.
„Dziś każdy workload AI zaczyna się od domysłu”
GPU stały się jednym z najbardziej ograniczonych zasobów na świecie, a mimo to znaczna część tej mocy pozostaje niewykorzystana. Każdy workload AI (np zestaw obliczeń czy symulacji) zaczyna się od niepewności. Inżynierowie, analitycy lub badacze muszą oszacować, ile potrzebują mocy GPU i CPU, ile pamięci zarezerowawać oraz jak długo będzie pracował ich kod – zanim rozpocznie się jego wykonanie i obliczenia. Jeśli zarezerwują zbyt mało, obliczenia lub analizy nie zostaną dokończone a częściowo wykonana praca oraz koszt obliczeń stracony dlatego często rezerwują znaczenie więcej niż konieczne. Te szacunki decydują o tym, w jaki sposób każdego dnia alokowane są miliardy dolarów infrastruktury. Dane branżowe wskazują, że około 30% wydatków na chmurę jest tracone wskutek nadalokacji, a Microsoft Research raportował utylizację GPU na poziomie około 50% w wielu wewnętrznych workloadach deep learning.
Expanse chce wyeliminować to zgadywanie.
Oprogramowanie spółki przewiduje dokładnie, czego wymaga workload AI, zanim zostanie on uruchomiony – rekomendując optymalną konfigurację GPU, CPU, pamięci i czasu działania, zanim jakiekolwiek zasoby zostaną zaangażowane. Dzięki właściwemu dopasowaniu zasobów do workloadów przed ich wykonaniem organizacje mogą wykonać znacznie więcej pracy na infrastrukturze, którą już posiadają – ograniczając liczbę nieudanych jobów, zwiększając utylizację i unikając zbędnych inwestycji w dodatkowe moce obliczeniowe.
W odróżnieniu od tradycyjnych platform do monitoringu i obserwacji, które wyjaśniają, co się wydarzyło, po zakończeniu workloadu, Expanse działa przed rozpoczęciem wykonania. Instalowane bezpośrednio w chmurze lub w infrastrukturze on-premises organizacji, modele spółki analizują workloady bez wyprowadzania kodu ani telemetrii poza środowisko klienta, co pozwala optymalizować wydajność przy zachowaniu pełnej suwerenności danych.
– Dziś każdy workload AI zaczyna się od domysłu – powiedział Ismaeel Bashir, współzałożyciel i CEO Expanse. – Inżynierowie nie powinni musieć przewidywać, ile dokładnie mocy obliczeniowej będzie potrzebował ich kod, zanim nacisną »uruchom«. To maszyna powinna dźwigać niepewność, a nie człowiek.
Moment ten odzwierciedla narastające wyzwanie w całej branży. Pozyskanie nowych mocy GPU może zająć miesiące, a ograniczenia w zakresie zasilania, chłodzenia i planowania sprawiają, że rozbudowa centrów danych staje się coraz trudniejsza. Dla wielu organizacji poprawa utylizacji istniejącej infrastruktury jest szybsza, tańsza i bardziej praktyczna niż dokładanie sprzętu.
Expanse zostało założone przez czterech inżynierów, absolwentów University of Edinburgh, którzy wcześniej budowali i utrzymywali wielkoskalową infrastrukturę obliczeniową w finansach ilościowych oraz w narodowych ośrodkach superkomputerowych. Pracując w Edinburgh Parallel Computing Centre (EPCC), będącym częścią University of Edinburgh, współzałożyciel Ismaeel Bashir opracował multimodalny system predykcji zasobów HPC, który wyznaczył nowy benchmark w przewidywaniu zapotrzebowania na zasoby w workloadach HPC. Wspólnie Bashir oraz współzałożyciele Nikodem Bieniek, Eren Mendi i Yafet Melake dostrzegli, że nawet najbardziej zaawansowane środowiska obliczeniowe na świecie wciąż opierają efektywną alokację zasobów na ręcznych szacunkach.
To doświadczenie przełożyło się już na mierzalne rezultaty po stronie klientów. W jednym z wdrożeń produkcyjnych Expanse zidentyfikowało blisko 8 mln USD bezczynnej mocy obliczeniowej w ciągu jednego miesiąca, uwidaczniając skalę niewykorzystanej infrastruktury tkwiącej wewnątrz wielu organizacji.
Polski fundusz w międzynarodowej rundzie
Udział AIP Seed w tej rundzie ma znaczenie wykraczające poza sam Expanse. To polski fundusz venture capital, konkurując o miejsce w rundzie z uznanymi funduszami z Wielkiej Brytanii, jako jeden z pierwszych inwestorów w Europie dostrzegł potencjał technologii przewidującej zapotrzebowanie obliczeniowe (*compute certainty*) – kategorii, która dopiero zaczyna kształtować sposób zarządzania infrastrukturą AI na świecie. AIP Seed zainwestował w amerykańską spółkę na wczesnym etapie jej rozwoju, potwierdzając, że polski kapitał i polska ekspertyza inwestycyjna potrafią konkurować i wygrywać na najbardziej wymagającym, globalnym rynku infrastruktury AI.
Darek Żuk, CEO i założyciel funduszu AIP Seed, powiedział: „Expanse ma potencjał zwiększyć globalny compute power o 30% bez zwiększania nakładów kapitałowych na sprzęt. To dokładnie ten typ projektu, w który wierzymy: polski inżynierski talent światowej klasy, jak Nikodem Bieniek, który w Edinburgh Parallel Computing Centre współtworzył jeden z najbardziej zaawansowanych systemów predykcji zasobów HPC na świecie, buduje dziś spółkę o globalnej skali. To była bardzo konkurencyjna runda finansowania – dzięki osobistemu zaangażowaniu naszego zespołu, zwłaszcza Aleksandra Potockiego, oraz wsparciu Rady Nadzorczej, możemy z dumą wspierać ten ambitny projekt z udziałem polskiego kapitału.”
Aleksander Potocki, z AIP Seed, dodał: „kiedy poznaliśmy zespół Expanse, szybko zrozumieliśmy skalę problemu, który skutecznie rozwiązują a to, że jeden z jego współtwórców ma polskie korzenie, było dla nas dodatkowym potwierdzeniem, że warto było zawalczyć o miejsce w tej rundzie.”
Głos AIP Seed potwierdzają także pozostali uczestnicy rundy. „Przyszłość AI będzie zdefiniowana nie tylko przez to, kto zbuduje największe klastry, lecz przez to, kto wykorzysta je najinteligentniej” – powiedział Scott Sage, współzałożyciel i partner w Crane Venture Partners, prowadzącym rundę. Podobnie ocenia to Greg Steinbrecher, pracujący w OpenAI nad wykorzystaniem mocy obliczeniowych: „Odwzorowanie stałego strumienia workloadów na współdzieloną infrastrukturę, przy konkurujących priorytetach i nieprzewidywalnym zapotrzebowaniu obliczeniowym, pozostaje jednym z najtrudniejszych problemów w infrastrukturze AI.”
Expanse przeznaczy pozyskane środki na powiększenie zespołu inżynierskiego, przyspieszenie rozwoju produktu oraz udostępnienie platformy większej liczbie organizacji w obszarach infrastruktury AI, finansów ilościowych, nauk o życiu, badań naukowych i obliczeń wysokiej wydajności.
