Pipeshift Mengamankan $2,5M untuk Mempermudah Penerapan AI Open-Source

Pipeshift telah mengumumkan putaran pendanaan awal sebesar $2,5 juta yang ditujukan untuk memberikan perusahaan dengan infrastruktur yang dibutuhkan untuk membangun, menerapkan, dan mengelola model AI open-source secara efisien. Lebih dari 80% perusahaan bergerak menuju open-source GenAI, solusi Pipeshift menghilangkan hambatan umum yang terkait dengan privasi, kontrol, dan overhead teknik dalam menggabungkan beberapa komponen.

Revolutionizing MLOps untuk GenAI

Platform-as-a-Service (PaaS) baru dari Pipeshift mempercepat orkestrasi AI dengan menawarkan tumpukan MLOps modular yang dapat berjalan di lingkungan apa pun—cloud atau on-premises. Layanan ujung-ke-ujung ini mencakup berbagai beban kerja, termasuk LLMs, model visi, model audio, dan lain-lain. Daripada bertindak sebagai broker GPU, Pipeshift memberikan perusahaan kontrol langsung atas infrastruktur mereka, memungkinkan mereka untuk:

• Mengembangkan dari hari pertama dengan autoscaler, load balancer, dan scheduler bawaan
• Memperhalus atau mendistil model open-source secara paralel dengan pelacakan metrik pelatihan waktu nyata
• Menghemat biaya GPU dengan menukar model yang telah diperhalus tanpa fragmentasi memori GPU
• Mempertahankan keamanan kelas perusahaan untuk menjaga data dan IP propietary sepenuhnya dalam rumah

Dengan mengkonsolidasikan kemampuan ini menjadi satu platform, Pipeshift menyederhanakan alur penerapan dan mengurangi waktu produksi secara signifikan.

Dukungan Industri yang Kuat

Putaran pendanaan awal sebesar $2,5 juta ini dipimpin oleh Y Combinator dan SenseAI Ventures, dengan dukungan tambahan dari Arka Venture Labs, Good News Ventures, Nivesha Ventures, Astir VC, GradCapital, dan MyAsiaVC. Malaikat terkemuka seperti Kulveer Taggar (CEO of Zuess), Umur Cubukcu (CEO of Ubicloud dan mantan Kepala PostgreSQL di Azure), dan Krishna Mehra (mantan Kepala Teknik di Meta dan co-pendiri Capillary Technologies) juga berpartisipasi.

Arko Chattopadhyay, Co-Founder dan CEO of Pipeshift, menyatakan: “2025 menandai tahun ketika GenAI beralih ke produksi dan tim teknik menyaksikan manfaat menggunakan model open-source di dalam rumah. Ini menawarkan tingkat privasi dan kontrol yang tinggi serta kinerja yang ditingkatkan dan biaya yang lebih rendah. Namun, ini adalah proses yang kompleks dan mahal yang melibatkan beberapa komponen yang digabungkan. Platform orkestrasi kelas perusahaan Pipeshift menghilangkan kebutuhan akan investasi teknik yang luas dengan tidak hanya menyederhanakan penerapan tetapi juga memaksimalkan produksi.

Rahul Agarwalla, Mitra Pengelola di SenseAI Ventures, mengamati: “Perusahaan lebih memilih AI open-source GenAI untuk manfaat privasi, kepemilikan model, dan biaya yang lebih rendah. Namun, mengalihkan GenAI ke produksi tetap menjadi proses yang kompleks dan mahal yang memerlukan beberapa komponen untuk digabungkan.” Dia melanjutkan: “Platform orkestrasi kelas perusahaan Pipeshift menghilangkan kebutuhan akan investasi teknik yang luas dengan tidak hanya menyederhanakan penerapan tetapi juga memaksimalkan produksi.

Yash Hemaraj, Founding Partner di Arka Venture Labs dan Mitra Umum di BGV, mengomentari: “Kami berinvestasi di Pipeshift karena platform inovatif mereka menangani kebutuhan kritis dalam adopsi AI perusahaan, memungkinkan penerapan model bahasa open-source yang mulus. Kepakaran teknis mendalam dan catatan jejak tim pendiri dalam menskalakan solusi AI sangat mengesankan kami. Visi Pipeshift selaras sempurna dengan fokus kami pada perusahaan AI Enterprise yang transformatif, terutama mereka yang menjembatani koridor teknologi AS-India, membuat mereka cocok untuk portofolio kami.”

Mengapa Pipeshift Berdiri Terpisah

Didirikan oleh Arko Chattopadhyay, Enrique Ferrao, dan Pranav Reddy, tim inti Pipeshift telah menangani tantangan orkestrasi AI sejak lama sebelum pendanaan awal ini. Pengalaman mereka termasuk menskalakan aplikasi pencarian perusahaan yang ditenagai Llama2 untuk 1.000+ karyawan on-premises, menunjukkan betapa sulit dan intensif sumber daya penerapan AI pribadi dapat dilakukan.