Ein junges Startup will einer der ersten „KI-Rechner“-Hyperscaler Europas werden, wobei erneuerbare Energien bei seinem Angebot an potenzielle Kunden eine zentrale Rolle spielen.
Der KI-Goldrausch hat eine beispiellose Nachfrage nach „Computing“ ausgelöst, was sich auf die Rechenleistung, Infrastruktur und Ressourcen bezieht, die für Aufgaben wie die Ausführung von Algorithmen, die Ausführung von Modellen für maschinelles Lernen und die Verarbeitung von Daten erforderlich sind. Einer der großen Nutznießer dieser Nachfrage war Nvidia, das sich dank der Nachfrage nach seinen GPUs (Grafikprozessoren) und der dazugehörigen KI-Hardware zu einem 3 Billionen US-Dollar schweren Unternehmen entwickelte.
Parallel dazu ist auf dem Rücken von Nvidia eine Branche von Cloud-Infrastrukturanbietern entstanden, die unterwegs jede Menge Geld einsammeln. In den USA haben wir das gesehen mag Lambda und CoreWeave erzielten hohe Milliardenbewertungen, um ihren Rechenzentrumsbetrieb zu erweitern. Nun, finnisches Startup DataCrunch wirft seinen Hut in den Ring und preist sich selbst als einer der „wenigen ernsthaften Player“ in diesem Bereich an, der alle Aktivitäten in Europa hat.
„GPU-as-a-Service“
Im Jahr 2020 vom CEO gegründet Ruben BryonDataCrunch verkauft – wie seine Konkurrenten – GPUs „as-a-Service“ und verspricht, die Kosten für die KI-Verarbeitung zu senken. Das Unternehmen gab heute bekannt, dass es 13 Millionen US-Dollar an Startkapital aufgebracht hat, was 7,6 Millionen US-Dollar an Eigenkapitalfinanzierungen von Geldgebern wie ByFounders, J12 Ventures und Aiven-Mitbegründer Oskari Saarenmaa entspricht. Das verbleibende Schuldensegment in Höhe von 5,4 Millionen US-Dollar stammt aus Lokale Tapiola Und Nordea.
Während es für ein Startup-Startup etwas ungewöhnlich ist, einen so erheblichen Teil der Schulden aufzunehmen, hat DataCrunch dies aus genau demselben Grund getan, aus dem auch andere in der Branche, wie CoreWeave, dies getan haben hohe Schulden. Es geht darum, physische Vermögenswerte – z. B. Nvidia-GPUs – als Sicherheit für die Absicherung von Krediten zu nutzen, anstatt mehr Eigenkapital zu verschenken.
Es ist auch effizienter, auf diese Weise große Mengen an Kapital zu sichern, da die Banken die GPUs einfach wegnehmen können, wenn DataCrunch scheitert. Für diejenigen, die die Kontrolle über den Geldbeutel haben, ist es viel weniger riskant, als beispielsweise in ein reines SaaS-Startup zu investieren.
„Angesichts der Branche, in der wir tätig sind, sind unsere Hauptausgaben für die Expansion Investitionsausgaben [capital expenditure] angetrieben“, sagte Bryon gegenüber Tech. „Das ist der logische Weg, und wenn wir wachsen, wird zusätzlicher Zugang zu dieser Finanzierung verfügbar.“
Durch diese neue Runde erhöht sich die Gesamtfinanzierung von DataCrunch seit der Gründung auf 18 Millionen US-Dollar und wird dazu beitragen, das Unternehmen beim Aufbau seiner Infrastruktur zur Unterstützung der neuesten Server und Cluster von Nvidia zu unterstützen die glänzende neue H200-GPU. Dies wiederum wird dazu beitragen, einen Kundenstamm zu vergrößern, zu dem nicht nur Unternehmenskunden wie Sony, sondern auch einzelne KI-Forscher gehören, die beispielsweise bei OpenAI arbeiten.
„Das war schon immer ein wichtiger Markt für uns, und ich denke, dass dieser ‚individuelle‘ Markt von vielen zurückgelassen wurde“, sagte Bryon. „Für mich persönlich ist es wichtig, dass ich am Wochenende oft unsere eigenen Dienste in Anspruch nehme, und das schon von Anfang an.“
Tatsächlich ist eine flexible On-Demand-Preisgestaltung ein weitaus verlockenderes Angebot für unabhängige Forscher und Entwickler, die möglicherweise nur ein wenig Rechenleistung für persönliche oder universitäre Projekte benötigen.
„Leute, die einen Master oder einen Doktortitel anstreben – das ist ein Segment, mit dem wir in Kontakt bleiben wollen, weil es oft Leute sind, die noch ein paar Jahre davon entfernt sind, etwas wirklich Großartiges zu leisten“, sagte Bryon.
Binden Sie sie jetzt ein und ernten Sie später die Früchte, wenn sie den Durchbruch schaffen. Das ist der allgemeine Kern.
Aber es gibt kein Entkommen vor dem riesigen Elefanten im Raum, mit dem alle Cloud-Unternehmen rechnen müssen: der gigantischen Energiemenge, die erforderlich ist, um diese KI-Revolution voranzutreiben.
Grüne Maschine
Ein Teil des „Vorteils“ von DataCrunch ist die Tatsache, dass sich seine Rechenzentren in der finnischen Hauptstadt Helsinki und in Island – einem Land – befinden Betrieb mit 100 % erneuerbarer Energie schon seit Jahren.
„In Helsinki können wir grüne Energie aus dem Netz abonnieren“, sagte Bryon. „Und derzeit wird in einem unserer beiden finnischen Rechenzentren die Abwärme genutzt, um Helsinki selbst zu beheizen. In Island haben wir den Vorteil, dass die Umgebungslufttemperatur immer niedrig ist, während der Energiemix im Netz bereits zu 100 % grün ist. Island ist also so ziemlich einer der grünsten Orte der Welt, an dem solche Operationen durchgeführt werden.“
Dies wird ein wichtiger Schwerpunkt für die Zukunft des Unternehmens sein. Obwohl das Unternehmen plant, seine Dienstleistungen jedem Unternehmen weltweit anzubieten, wird es hauptsächlich in den nordischen Ländern und Island verankert bleiben. „Vielleicht schauen wir uns in Zukunft Kanada an, wenn wir geeignete Standorte finden können, wo wir einen ähnlichen Vorteil in Bezug auf den CO2-Fußabdruck unserer Betriebe erzielen können“, sagte Bryon.
Es sind diese „grünen“ Referenzen, von denen DataCrunch hofft, dass sie es auch von anderen europäischen Konkurrenten abheben werden: Unternehmen wie FlexAI in Frankreich, das kürzlich mit einer Startfinanzierung in Höhe von 30 Millionen US-Dollar aus dem Verborgenen ausgestiegen ist; Und Nebiusdas kürzlich aus der Asche des russischen Internetgiganten Yandex hervorgegangen ist und gerade wieder eine Aktiengesellschaft geworden ist.
Hier gibt es jedoch einen Kompromiss: Während niedrige Latenzzeiten oft eines der großen Verkaufsargumente für Anbieter von KI-Rechnern sind, gehört DataCrunch nicht unbedingt in diese Kategorie, was bedeutet, dass es für eine bestimmte Art von Anwendungen besser geeignet ist Arbeitsbelastung.
„Unsere Strategie sieht vor, dass wir aufgrund unserer Präsenz an 100 Standorten auf der ganzen Welt nicht der Anbieter mit der absolut niedrigsten Latenz sein werden“, sagte Bryon. „Wir konzentrieren uns mehr auf die Rechenleistung, für die diese strengen Latenzanforderungen nicht gelten. Wir können jedoch immer noch eine ausreichend gute Latenz haben, sie beträgt vielleicht nicht 10 Millisekunden, aber sie wird immer noch etwa 100 Millisekunden betragen.“
Es ist auch erwähnenswert, dass die Rechenzentren von DataCrunch gemeinsam genutzt werden.Co-Location”-Einrichtungen vorerst, aber das Unternehmen plant, im Jahr 2025 mit dem Bau eigener Rechenzentren zu beginnen – wofür es deutlich mehr Kapital benötigen wird.
„Ich möchte, dass wir mit diesem Unternehmen auf dem Weg sind, an die Börse zu gehen, und wir benötigen Zugang zu viel mehr Kapital, um das Unternehmen weiter auszubauen“, sagte Bryon.