Strong Compute sammelt $7,8 Millionen Seed-Runde, um ML-Trainingspipelines zu beschleunigen – Tech

Strong Compute sammelt 78 Millionen Seed Runde um ML Trainingspipelines zu beschleunigen

Starke Rechenleistung, ein in Sydney, Australien, ansässiges Startup, das Entwicklern hilft, die Engpässe in ihren Trainingspipelines für maschinelles Lernen zu beseitigen, gab heute bekannt, dass es eine Seed-Runde in Höhe von 7,8 Millionen US-Dollar aufgebracht hat. Die Runde umfasst insgesamt 30 Fonds und Angels, darunter Sequoia Capital India, Blackbird, Folklore und Skip Capital sowie Y Combinator, Starburst Ventures und Gründer und Ingenieure von Unternehmen wie Cruise, Waymo, Open AI, SpaceX und Jungfrau Galaktisch.

Das Unternehmen, das Teil von war Y Combinator’s Winter ’22 Charge, verspricht, dass seine Optimierungen den Trainingsprozess je nach Modell, Pipeline und Framework um das 10- bis 1000-fache beschleunigen können. Als Strong Compute-Gründer Ben Sands, der zuvor auch die AR-Firma mitbegründet hatte Metasagte mir, das Team habe kürzlich einige Durchbrüche erzielt, bei denen es Nvidias Referenzimplementierung übernehmen konnte, die sein Kunde hat LayerJot verwendet, um 20-mal schneller zu laufen.

Bildnachweis: Starke Rechenleistung

„Das war ein großer Sieg“, sagte Sands. „Es hat uns wirklich das Gefühl gegeben, dass es nichts gibt, was nicht verbessert werden kann.“ Er wollte nicht alle Details darüber preisgeben, wie die Optimierungen des Teams funktionierten, aber er merkte an, dass das Unternehmen jetzt Mathematiker einstellt und Tools entwickelt, die ihm einen detaillierteren Überblick darüber geben, wie der Code seines Benutzers mit den CPUs interagiert und GPUs auf einer viel tieferen Ebene als bisher möglich.

Wie Sands betonte, konzentriert sich das Unternehmen derzeit darauf, einen Großteil der aktuellen Arbeit zu automatisieren, um den Schulungsprozess zu optimieren – und das ist etwas, was das Unternehmen dank dieser Finanzierungsrunde jetzt angehen kann. „Unser Ziel ist es jetzt, ernsthafte Entwicklungspartner in den Bereichen Selbstfahren, Medizin und Luftfahrt zu haben, um zu sehen, was sich wirklich gut verallgemeinern lässt“, erklärte er. „Wir haben jetzt die Ressourcen für ein F&E-Team, das nicht in einem zweiwöchigen Sprint etwas liefern muss, sondern sich tatsächlich mit einer echten Kerntechnologie befassen kann, die ein Jahr dauern könnte, um tatsächlich einen Erfolg zu erzielen aber das kann bei dieser automatisierten Analyse des Problems wirklich helfen.“

Das Unternehmen beschäftigt derzeit sechs Vollzeitingenieure, aber Sands plant, diese Zahl in den nächsten Monaten zu verdoppeln. Zum Teil liegt das auch daran, dass das Unternehmen jetzt eingehendes Interesse von großen Unternehmen erhält, die oft 50 Millionen US-Dollar oder mehr für ihre Rechenressourcen ausgeben (und Sands stellte fest, dass der Markt im Grunde bimodal ist, wobei Kunden entweder weniger als 1 Million US-Dollar oder 10 US-Dollar ausgeben auf 100 Millionen Dollar, mit nur wenigen Spielern in der Mitte).

1653919260 688 Strong Compute sammelt 78 Millionen Seed Runde um ML Trainingspipelines zu beschleunigen

Bildnachweis: Starke Berechnung

Jedes Unternehmen, das versucht, ML-Modelle zu erstellen, leidet jedoch unter demselben Problem: Modelle zu trainieren und Experimente durchzuführen, um sie zu verbessern, nimmt immer noch viel Zeit in Anspruch. Das bedeutet, dass die gut bezahlten Datenwissenschaftler, die an diesen Problemen arbeiten, viel Zeit in einer Warteschleife verbringen und auf die Ergebnisse warten.“Stark Berechnen löst das Problem der Basketballplätze“, sagte Nikhil Abraham, CFO von SteadyMD. „Lange Trainingszeiten ließen unsere besten Entwickler den ganzen Tag Körbe schießen und auf Maschinen warten.“

Und während ein Teil dieses eingehenden Interesses aus der Finanzbranche und Unternehmen kommt, die ihre Modelle zur Verarbeitung natürlicher Sprache optimieren möchten, konzentriert sich Strong Compute vorerst weiterhin auf Computer Vision.

„Wir haben gerade erst an der Oberfläche dessen gekratzt, was maschinelles Lernen und KI leisten können.“ sagte Folklore-Partnerin Tanisha Banaszcyk. „Wir lieben es, mit Gründern zusammenzuarbeiten, die langfristige Ambitionen und Visionen haben, die über Generationen Bestand haben. Da wir in autonomes Fahren investiert haben, wissen wir, wie wichtig eine schnelle Markteinführung ist – und sehen, welche Auswirkungen Strong Compute mit seiner speziell entwickelten Plattform, seinem tiefen Verständnis des 500-Milliarden-Dollar-Marktes und seinem Weltklasse-Team auf diesen Markt haben kann.“

tch-1-tech