
生成式AI公司的爆發式增長將計算能力需求推向了新的極端 , CoreWeave、Together AI和Lambda Labs等公司抓住了這一需求 , 憑借提供分布式計算能力獲得了巨大關注和資本青睞 。
然而 , 大多數公司仍然將數據存儲在三大云服務提供商——AWS、谷歌云和微軟Azure上 , 這些存儲系統是為了將數據保持在靠近自身計算資源的位置而構建的 , 而非分布在多個云平臺或區域 。
\"現代AI工作負載和AI基礎設施正在選擇分布式計算而非大型云服務 , \"Tigris Data聯合創始人兼CEO Ovais Tariq告訴TechCrunch 。 \"我們希望為存儲提供同樣的選擇 , 因為沒有存儲 , 計算就什么都不是 。 \"
Tigris由開發Uber存儲平臺的團隊創立 , 正在構建本地化數據存儲中心網絡 , 聲稱能夠滿足現代AI工作負載的分布式計算需求 。 這家初創公司的AI原生存儲平臺\"與您的計算同步移動 , 數據自動復制到GPU所在位置 , 支持數十億個小文件 , 并為訓練、推理和智能體工作負載提供低延遲訪問\" , Tariq說 。
為了實現這一切 , TechCrunch獨家獲悉 , Tigris最近完成了2500萬美元的A輪融資 , 由Spark Capital領投 , 現有投資者包括Andreessen Horowitz參與投資 。 這家初創公司正在挑戰Tariq稱之為\"大云服務商\"的在位者 。
【分布式數據存儲初創公司欲挑戰云計算巨頭】Tariq認為這些在位者不僅提供更昂貴的數據存儲服務 , 而且效率也較低 。 AWS、谷歌云和微軟Azure歷來收取出口費用(在行業內被稱為\"云稅\") , 如果客戶想要遷移到另一個云提供商 , 或者下載和移動數據以使用更便宜的GPU或在世界不同地區同時訓練模型 。 這就像如果你想停止去健身房 , 還要額外付費一樣 。
據Tigris客戶之一Fal.ai的工程主管Batuhan Taskaya表示 , 這些費用曾經占到Fal云支出的大部分 。
除了出口費用 , Tariq說大型云提供商還存在延遲問題 。 \"出口費用只是一個更深層問題的癥狀:集中式存儲無法跟上去中心化、高速AI生態系統的步伐 , \"他說 。
Tigris的4000多個客戶大多像Fal.ai一樣:構建圖像、視頻和語音模型的生成式AI初創公司 , 這些公司往往擁有大型、對延遲敏感的數據集 。
\"想象一下與執行本地音頻處理的AI智能體對話 , \"Tariq說 。 \"你希望延遲最低 。 你希望計算資源在本地、距離很近 , 同時也希望存儲在本地 。 \"
他補充說 , 大型云服務商沒有針對AI工作負載進行優化 。 為訓練流式傳輸大規模數據集或跨多個區域運行實時推理可能會產生延遲瓶頸 , 降低模型性能 。 但能夠訪問本地化存儲意味著數據檢索更快 , 這意味著開發者可以使用去中心化云更可靠、更具成本效益地運行AI工作負載 。
\"Tigris讓我們能夠在任何云中擴展工作負載 , 通過從所有這些地方提供對相同數據文件系統的訪問 , 而不收取出口費用 , \"Fal的Taskaya說 。
公司希望將數據放置在更接近分布式云選項的位置還有其他原因 。 例如 , 在金融和醫療保健等高度監管的領域 , 采用AI工具的一個重大障礙是企業需要確保數據安全 。
Tariq說 , 另一個動機是公司越來越希望擁有自己的數據 , 他指出Salesforce今年早些時候阻止其AI競爭對手使用Slack數據 。 \"公司越來越意識到數據的重要性 , 它如何為大語言模型提供動力 , 如何為AI提供動力 , \"Tariq說 。 \"他們希望擁有更多控制權 。 他們不希望別人控制它 。 \"
憑借新資金 , Tigris打算繼續建設其數據存儲中心以支持不斷增長的需求——Tariq說自2021年11月成立以來 , 這家初創公司每年增長8倍 。 Tigris已在弗吉尼亞、芝加哥和圣何塞設有三個數據中心 , 希望繼續在美國以及歐洲和亞洲擴張 , 特別是在倫敦、法蘭克福和新加坡 。
Q&A
Q1:Tigris Data是什么?它解決了什么問題?
A:Tigris Data是一家分布式數據存儲初創公司 , 由開發Uber存儲平臺的團隊創立 。 它構建本地化數據存儲中心網絡 , 解決傳統云服務商存儲集中化導致的高延遲和高出口費用問題 , 為AI工作負載提供更高效的分布式存儲服務 。
Q2:傳統云服務商存在什么問題?
A:傳統云服務商如AWS、谷歌云和微軟Azure主要存在兩個問題:一是收取出口費用(云稅) , 客戶遷移數據需要額外付費;二是延遲問題 , 集中式存儲無法跟上去中心化、高速AI生態系統的需求 , 影響模型性能 。
Q3:Tigris的AI原生存儲平臺有什么特點?
A:Tigris的AI原生存儲平臺能與計算資源同步移動 , 數據自動復制到GPU所在位置 , 支持數十億個小文件處理 , 為訓練、推理和智能體工作負載提供低延遲訪問 。 目前已有4000多個客戶 , 主要是生成式AI初創公司 。
推薦閱讀
- 數據泄露!你和 AI 的私密對話全部“裸奔”!
- Figure CEO:數據能解決現階段幾乎所有問題
- 三星鎖定 HBM4 大單!聯手 AMD 挑戰英偉達,AI 存儲格局生變?
- 中國對美國出手:卡住14nm及以下芯片、256層+存儲,目標明確
- AI時代數據中心液冷技術變革與熱管理策略演進
- 思科新路由器將分散數據中心整合為AI訓練集群
- 只需一條演示,DexFlyWheel框架讓機器人學會「自我造數據」
- 備受Meta折磨,LeCun依舊猛發論文!新作:JEPAs能感知數據密度
- 我給C盤瘦了個身,存儲焦慮瞬間治好了
- 威剛董事長:四季度才是存儲嚴重缺貨的開始!
