फंडिंग
Rebellions ने $400M जुटाया क्योंकि AI इन्फ्रास्ट्रक्चर स्केलेबल डिप्लॉयमेंट की ओर बढ़ रहा है, जिसका मूल्य $2.34B है
Unite.AI को Google पर अपने पसंदीदा स्रोतों में जोड़ें
Rebellions ने $400 मिलियन का एक प्री-आईपीओ फंडिंग राउंड में जुटाया है, जिसका नेतृत्व मिराए एसेट फाइनेंशियल ग्रुप और कोरिया नेशनल ग्रोथ फंड ने किया है। यह राउंड कुल फंडिंग को $850 मिलियन तक ले जाता है और कंपनी को लगभग $2.34 बिलियन में मूल्यांकित करता है।
यह बढ़ावा कुछ महीनों के बाद आया है जब $250 मिलियन सीरीज़ सी के बाद, यह दर्शाता है कि कितनी तेजी से पूंजी एआई की सबसे दबाव वाली चुनौतियों में से एक पर केंद्रित कंपनियों की ओर बढ़ रही है: उत्पादन वातावरण में मॉडल को कुशलता से चलाना।
इसी समय, कंपनी ने दो नए इन्फ्रास्ट्रक्चर प्लेटफ़ॉर्म, रेबेलरैक और रेबेलपॉड पेश किए, जो पूरी तरह से तैनात एआई सिस्टम को वास्तविक दुनिया में, बड़े पैमाने पर उपयोग के लिए वितरित करने के उद्देश्य से हैं।
प्रशिक्षण से अनुमान तक सीमा बढ़ी
एआई उद्योग एक चरण में प्रवेश कर रहा है जहां मॉडल क्षमता एकमात्र सीमित कारक नहीं है। चुनौती अनुमान की ओर बढ़ गई है, जो उत्पादन में मॉडल को चलाने की प्रक्रिया है।
संगठन अब व्यावहारिक सीमाओं जैसे शक्ति की खपत, तैनाती जटिलता, और लागत दक्षता से निपट रहे हैं। ये कारक महत्वपूर्ण हो रहे हैं क्योंकि एआई प्रयोग से मुख्य व्यवसायिक संचालन में जा रहा है।
रेबेलियन्स स्वयं को सीधे इस परत में स्थापित कर रहा है। मॉडल को प्रशिक्षित करने पर ध्यान केंद्रित करने के बजाय, कंपनी ऐसी इन्फ्रास्ट्रक्चर बना रही है जो एआई को वास्तविक दुनिया के वातावरण में उपयोगी, स्केलेबल और आर्थिक रूप से व्यवहार्य बनाने के लिए डिज़ाइन की गई है।
अनुमान इन्फ्रास्ट्रक्चर के लिए एक फुल-स्टैक दृष्टिकोण
प्लेटफ़ॉर्म के केंद्र में रेबेल100 एनपीयू है, जो एक चिपलेट-आधारित एक्सेलरेटर है जो विशेष रूप से अनुमान कार्यभार के लिए बनाया गया है।
प्रशिक्षण के लिए अनुकूलित सामान्य-उद्देश्य जीपीयू के विपरीत, रेबेल100 उत्पादन में मॉडल चलाने के दौरान उच्च दक्षता और कम विलंबता प्रदान करने के लिए डिज़ाइन किया गया है। जोर प्रति वाट प्रदर्शन और लागत दक्षता पर है, जो दोनों एआई कार्यभार के बढ़ने के साथ महत्वपूर्ण हो रहे हैं।
हार्डवेयर के अलावा, रेबेलियन्स ने एक क्लाउड-मूल सॉफ़्टवेयर स्टैक विकसित किया है जो व्यापक रूप से उपयोग किए जाने वाले ओपन-सोर्स फ्रेमवर्क जैसे पायटॉर्च, वीएलएलएम, ट्राइटन और हगिंग फ़ेस के साथ एकीकृत है।
यह दृष्टिकोण डेवलपर्स को प्रोप्राइटरी सिस्टम के अनुकूल हुए बिना मॉडल तैनात करने की अनुमति देता है, जिससे घर्षण कम होता है और विभिन्न वातावरण में लचीलापन सुनिश्चित होता है। प्लेटफ़ॉर्म कुबेरनेट्स पर बनाया गया है और वितरित अनुमान का समर्थन करता है, जिससे कार्यभार को स्केल करने के दौरान एक समान तैनाती अनुभव बनाए रखना संभव हो जाता है।
चिप्स से तैनात प्रणाली तक
रेबेलरैक और रेबेलपॉड के लॉन्च के साथ, रेबेलियन्स अपनी रणनीति को व्यक्तिगत एक्सेलरेटर से पूरी तरह से एकीकृत इन्फ्रास्ट्रक्चर में विस्तारित कर रहा है।
रेबेलरैक एक उत्पादन-तैयार अनुमान कंप्यूटे की इकाई के रूप में डिज़ाइन किया गया है, जबकि रेबेलपॉड बड़े पैमाने पर तैनाती के लिए कई रैक को एक स्केलेबल क्लस्टर में जोड़ता है।
ये सिस्टम हार्डवेयर और सॉफ़्टवेयर को मॉड्यूलर इन्फ्रास्ट्रक्चर में मिलाते हैं जो डेटा सेंटर में तैनात और प्रतिकृति किया जा सकता है। ध्यान मौजूदा शक्ति और इन्फ्रास्ट्रक्चर सीमाओं के भीतर एआई कार्यभार चलाने में सक्षम बनाने पर है, न कि पूरी तरह से नए सुविधाओं की आवश्यकता है।
यह सिस्टम-स्तर का अनुकूलन वर्तमान डेटा सेंटर निवेश को बढ़ाने और नए एआई-संचालित अनुप्रयोगों का समर्थन करने के लिए समाधानों की बढ़ती मांग को दर्शाता है।
वैश्विक बाजारों में विस्तार
रेबेलियन्स अब अपने वैश्विक विस्तार को तेज कर रहा है, जिसमें विशेष रूप से संयुक्त राज्य अमेरिका पर ध्यान केंद्रित किया गया है।
कंपनी क्लाउड प्रदाताओं, टेलीकॉम ऑपरेटरों और सरकार द्वारा समर्थित एआई पहलों को लक्षित कर रही है, जो सभी कुशल और तैनात करने योग्य इन्फ्रास्ट्रक्चर को प्राथमिकता दे रहे हैं।
यह विस्तार एक व्यापक प्रवृत्ति के साथ संरेखित है जो संप्रभु एआई की ओर बढ़ रहा है, जहां देश और उद्यम अपनी एआई क्षमताओं पर अधिक नियंत्रण प्राप्त करने की मांग कर रहे हैं, पूरी तरह से बाहरी प्रदाताओं पर निर्भर नहीं हैं।
स्केलेबल एआई इन्फ्रास्ट्रक्चर की ओर बदलाव
एआई पारिस्थितिकी तंत्र एक संरचनात्मक परिवर्तन से गुजर रहा है। ध्यान बड़े मॉडल बनाने से हटकर उन मॉडलों को वास्तविक दुनिया के वातावरण में तैनात और चलाने के तरीके पर हो गया है।
प्रशिक्षण अभी भी एक छोटे से खिलाड़ियों के समूह में केंद्रित है, लेकिन व्यापक अपनाने के लिए अनुमान पर निर्भर करता है, जहां मॉडल लगातार अनुप्रयोगों और सेवाओं को शक्ति प्रदान करने के लिए संचालित होते हैं। यह परिवर्तन दक्षता, लागत, विलंबता और शक्ति की खपत पर नए महत्व को रखता है, न कि केवल कच्चे कंप्यूट पर।
इन्फ्रास्ट्रक्चर तदनुसार विकसित हो रहा है। मौजूदा वातावरण में एकीकृत करने वाले प्रणालियों, खुले फ्रेमवर्क का समर्थन करने और प्रमुख पुनर्डिज़ाइन की आवश्यकता के बिना स्केल करने की मांग बढ़ रही है। तैनाती और ऑर्केस्ट्रेशन को सरल बनाने वाली सॉफ़्टवेयर परतें अंतर्निहित हार्डवेयर के रूप में महत्वपूर्ण हो रही हैं।
इन परिवर्तनों से उद्योग भर में प्रतिस्पर्धा का पुनर्गठन हो रहा है। सफलता अब वास्तविक दुनिया की सीमाओं के तहत विश्वसनीय, स्केलेबल सिस्टम वितरित करने की क्षमता से परिभाषित की जा रही है, जबकि संगठनों को यह नियंत्रित करने की लचीलापन और नियंत्रण प्रदान करता है कि एआई कैसे तैनात किया जाता है।
