Один чип вместо сотен серверов: израильский стартап Speedata создал процессор, меняющий правила игры в аналитике больших данных
Стартап Speedata, разрабатывающий аналитический процессор (APU) для ускорения обработки больших данных и задач искусственного интеллекта, привлёк $44 млн в рамках раунда финансирования серии B. Это увеличило общий объём привлечённых инвестиций до $114 млн.
Архитектура APU от Speedata, в отличие от графических процессоров (GPU), изначально предназначенных для графики и позже адаптированных для задач ИИ и обработки данных, фокусируется на устранении узких мест в аналитике на уровне вычислений. Как отметил генеральный директор Speedata Ади Гельван, десятилетиями аналитика данных полагалась на стандартные процессоры, а в последнее время компании, такие как Nvidia, инвестируют в продвижение GPU для аналитических задач. Однако, по его словам, это либо универсальные процессоры, либо процессоры, разработанные для других задач, а не чипы, созданные с нуля для аналитики данных. APU Speedata специально разработан для обработки данных, и один способен заменить целые стойки серверов, обеспечивая более высокую производительность.
Компания была основана в 2019 году шестью основателями, некоторые из которых были первыми исследователями, разработавшими технологию многопоточной перенастраиваемой архитектуры (CGRA). Основатели сотрудничали с экспертами по проектированию, чтобы решить фундаментальную проблему: аналитика данных выполнялась универсальными процессорами. При слишком сложных задачах требовалось использовать сотни серверов. Основатели посчитали, что смогут разработать один специализированный процессор для выполнения задачи быстрее и с меньшим энергопотреблением. Гельван подчеркнул, что они увидели возможность применить многолетние исследования в области кремниевых технологий для трансформации обработки данных.
В настоящее время APU Speedata ориентирован на задачи Apache Spark, но в планах поддержка всех основных платформ аналитики данных. Компания стремится сделать свою разработку стандартным процессором для обработки данных, подобно тому, как GPU стали стандартом для обучения ИИ. В настоящее время ряд крупных компаний тестируют APU Speedata, хотя компания пока не раскрывает их названия. Официальная презентация продукта запланирована на конференции Databricks’ Data & AI Summit на второй неделе июня.
Speedata приводит пример, когда их APU выполнил задачу обработки фармацевтических данных за 19 минут, в то время как на неспециализированном процессоре это заняло 90 часов, что демонстрирует 280-кратное увеличение скорости. С момента последнего раунда финансирования компания достигла нескольких важных этапов, включая завершение проектирования и производства своего первого APU в конце 2024 года. Перейдя от концепции к тестированию, Speedata теперь готова представить работающее аппаратное обеспечение и масштабировать выход на рынок, учитывая уже имеющийся список корпоративных клиентов.