逆に、あなたが聞いたかもしれないと思われることとは対照的に、大規模なシードラウンドの時代は終わっていません。少なくともAIセクターでは。
CentMLは、機械学習モデルの展開のコストを削減し、性能を向上させるためのツールを開発しているスタートアップで、今朝、Gradient Ventures、TR Ventures、Nvidia、Microsoft Azure AIのMisha Bilenko副社長を含む複数の企業から参加を受けて、2700万ドルの拡大されたシードラウンドで資金を調達したことを発表しました。
CentMLは最初のシードラウンドを2022年に締結しましたが、直近の数ヶ月間で興味が高まったためにラウンドを延長し、総調達額は3050万ドルに上ります。
新たな資金は、CentMLの製品開発および研究の取り組みを強化し、米国とカナダに広がる30人からなるスタートアップのエンジニアリングチームおよび広範な従業員の拡大に使用されると、CentMLの共同創設者兼CEOであるゲナディ・ペヒメンコ氏は述べています。
ペヒメンコ氏は、トロント大学の准教授であり、昨年、Akbar Nurlybaev氏、Ph.D.学生のShang Wang氏、Anand Jayarajan氏と共同でCentMLを共同設立しました。ペヒメンコ氏は、AIチップの供給問題が悪化する中で、計算へのアクセスを増やす技術を作り出すというビジョンを共有していたと語っています。
「機械学習のコスト、才能、チップの不足… AIおよび機械学習の企業はこれらの課題の少なくともいずれかに直面し、多くの場合は複数同時に直面しています」とペヒメンコ氏はTechCrunchへの電子メールインタビューで語りました。「最高級のチップは企業やスタートアップの需要が非常に大きいため、一般的には利用できない状況です。これにより、企業は展開できるモデルのサイズを犠牲にするか、展開されたモデルの推論遅延が高くなります。」
特にChatGPTやStable Diffusionなどの生成型AIモデルを訓練するためには、多くの企業がGPUベースのハードウェアに頼っています。GPUの並列計算能力により、今日の最も高性能なAIのトレーニングに適しています。
しかし、十分なチップがありません。
MicrosoftはAIを実行するために必要なサーバーハードウェアの不足に直面しており、サービスの中断につながる恐れがあると、夏の業績報告書で警告しています。また、Nvidiaの最高性能のAIカードは2024年まで売り切れだと報じられています。
このため、OpenAI、Google、AWS、Meta、Microsoftなどの企業が、モデルのトレーニングに独自のカスタムチップを構築したり、検討したりしています。しかし、これでも全ての問題が解消されるわけではありません。Metaの取り組みは問題に直面し、実験的なハードウェアの一部を廃棄せざるを得なくなりました。また、Googleは自社開発のGPU相当のクラウドホステッド型テンサープロセッシングユニット（TPU）の需要に追いつくことができていません。Wiredに最近報じられました。
Gartnerによると、今年のAIチップへの支出は530億ドルに達し、今後4年間で倍増すると予測されています。この状況を受けて、Pekhimenko氏は既存のハードウェア上でモデルの効率的な実行を可能にするソフトウェアを発表するタイミングが適していると感じました。
「AIと機械学習のモデルのトレーニングはますます高価になっています」とPekhimenko氏は述べています。「CentMLの最適化技術により、費用を最大80%削減できますが、速度や精度には影響しません。」
それは非常に大きな主張ですが、CentMLのソフトウェアは高いレベルで理解するのは比較的簡単です。
このプラットフォームは、モデルのトレーニング中のボトルネックを特定し、モデルの展開にかかる総時間とコストを予測することを試みます。さらに、CentMLは、プログラミング言語のソースコードをGPUなどのハードウェアが理解できる機械語に変
元記事はこちら
