SiMa.aiの創設者兼CEO、Krishna Rangasayee – インタビュー・シリーズ

Krishna Rangasayeeは、SiMa.aiの創設者兼CEOです。以前、KrishnaはGroqのCOOであり、Xilinxでは18年間、シニア・リーダーシップ・ロールを務め、シニア・バイス・プレジデント兼GM、およびグローバル・セールスのエグゼクティブ・バイス・プレジデントを務めました。Xilinx在職中、Krishnaは、70%の粗利率で250億ドルの収益を上げ、10以上の四半期にわたる連続的な成長と市場シェアの拡大の基盤を築きました。Xilinx以前は、Altera CorporationおよびCypress Semiconductorでエンジニアリングおよびビジネス・ロールを務めました。25以上の国際特許を保有し、公開会社および非公開会社の取締役を務めています。

あなたがマシン・ラーニングに最初に惹かれたのは何ですか?

私は過去20年間、エッジとクラウドの市場を研究してきました。クラウドでは多くのイノベーションを見てきましたが、エッジでのマシン・ラーニングの実現にはほとんど進歩がありませんでした。これは、40億ドル以上の市場ですが、数十年間古い技術に頼ってきました。

したがって、私たちは誰もやったことのないことを行い、エッジでのマシン・ラーニングを容易にしました。

SiMaの創設の背景を教えてください。

私の20年以上のキャリアの中で、エッジ市場でのアーキテクチャー・イノベーションが起こるのを見たことがありません。ただし、エッジでのマシン・ラーニングの需要が増えていますが、実現する技術が古いままです。

したがって、SiMa.aiの設計を開始する前に、顧客の最大の課題を理解することが重要でした。しかし、初期段階のスタートアップに時間を費やすことができる顧客を探すのは難しい課題でした。幸い、チームと私は過去の関係を活用して、SiMa.aiのビジョンを正しいターゲット・企業と共有することができました。

私たちは30以上の顧客と会い、2つの基本的な質問をしました。「エッジでのマシン・ラーニングのスケールアップにおける最大の課題は何ですか?」および「私たちがどう支援できるか?」彼らの業界を変革したいという願いや課題を聞き、深い理解を得て、彼らの痛みを解決するアイデアを得ました。これらには以下が含まれます：

• マシン・ラーニングの利点を得るために、陡峭な学習曲線を克服すること。
• レガシ・アプリケーションを維持し、将来のマシン・ラーニングの実装を未来にproofすること。
• ユーザー・フレンドリーな環境で、高パフォーマンス、低消費電力のソリューションを使用すること。

すぐに、私たちは顧客にリスクを軽減した段階的なアプローチを提供する必要があることを理解しました。スタートアップとして、私たちは他とは一線を画したものを提供する必要がありました。他の会社はこの明確なニーズに対処していないため、これが私たちが選択した道でした。

SiMa.aiは、業界初のソフトウェア・セントリック、目的をもって設計されたマシン・ラーニング・システム・オン・チップ（MLSoC）プラットフォームを設計することで、この稀有な業績を達成しました。このプラットフォームは、シリコンとソフトウェアの組み合わせで、エッジ・アプリケーションにマシン・ラーニングを追加できるようにしました。

エッジでのマシン・ラーニングがすべてを変えるというあなたのビジョンを教えてください。

ほとんどのマシン・ラーニング・カンパニーは、高成長市場であるクラウドや自動運転に焦点を当てています。しかし、ロボティクス、ドローン、フリクションレス・リテール、スマート・シティ、産業自動化は、効率を向上させ、コストを削減するために最新のマシン・ラーニング技術を必要とします。

これらの成長市場とエッジでのマシン・ラーニングの展開の現在の課題は、機会が豊富です。SiMa.aiは、この問題に完全に異なるアプローチで取り組んでいます。私たちは、広範な採用を現実にすることを目指しています。

エッジでのマシン・ラーニングのスケールアップを妨げていたのは何ですか?

マシン・ラーニングはレガシ・システムと簡単に統合する必要があります。フォーチュン500企業やスタートアップは、現在のテクノロジー・プラットフォームに多大な投資をしていますが、ほとんどの企業はコードをすべて書き直したり、基盤となるインフラストラクチャを完全に刷新したりすることはありません。マシン・ラーニングの利点を享受しながらリスクを軽減するために、レガシ・コードとマシン・ラーニングをシステムにシームレスに統合できるテクノロジーが必要です。

大きなソケットはありません。1つの大きな顧客がニーズを満たすことはありません。したがって、真にマシン・ラーニングをスケールアップし、エッジでの体験を提供するには、1000以上の顧客をサポートする必要があります。顧客はマシン・ラーニングを実装したいと考えていますが、内部のキャパシティが不足しているため、学習体験を得ることができません。マシン・ラーニングの体験を実装したいと考えていますが、エッジでの学習曲線を克服する必要があります。

SiMAは、競合他社と比較して電力消費を劇的に減らすことができます。どうやって実現していますか?

私たちのMLSoCは、すべてを可能にする根本的なエンジンです。重要なのは、MLアクセラレータを構築していないことです。エッジML SoCスタートアップに投資された20億ドルでは、業界のイノベーションに対するすべての業界の反応は、MLアクセラレータ・ブロックです。人々が認識していないのは、クラシックSoCからML環境への移行にはMLSoC環境が必要であることです。人々はレガシ・コードを最初の日から実行し、段階的にリスクを軽減しながらマシン・ラーニングの能力を展開できるようにする必要があります。

SiMaの主な市場の優先事項は何ですか?

いくつかの重要な市場を特定しました。いくつかは収益を上げるのに時間がかかります。収益を上げるのに最も短い時間がかかるのは、スマート・ビジョン、ロボティクス、インダストリー4.0、ドローンです。収益を上げるのに少し時間がかかる市場は、自動車およびヘルスケア・アプリケーションです。これらのすべての分野で、トップ・プレイヤーと協力して進めています。

画像のキャプチャは一般的にエッジで行われ、分析はクラウドで行われます。展開戦略を変更することの利点は何ですか?

エッジ・アプリケーションでは、処理がローカルで行われる必要があります。多くのアプリケーションでは、データがクラウドに送信され、戻ってくるのに十分な時間がありません。エッジ・アプリケーションでは、マシン・ラーニングの能力が不可欠です。決定を迅速に処理する必要がある自動運転やロボティクスなどのアプリケーションでは、リアルタイムで決定を下す必要があります。

企業は、競合他社よりもSiMaのソリューションを選択する理由は何ですか?

私たちのソフトウェア・セントリック・アプローチは、完全なハードウェア・ソリューションとパッケージ化されています。私たちは、完全なソリューションに焦点を当てており、Any、10x、Pushbuttonという3つの柱を解決することに重点を置いています。会社の元々のテーゼは、ボタンを押すと「ワオ」と感じる体験を得ることです。体験は、数千の開発者が使用できるように抽象化される必要がありますが、すべての開発者がマシン・ラーニングの専門家である必要はありません。レイヤーを手動で調整してパフォーマンスを得る必要はありません。高い抽象化レベルで意味のある方法で迅速に展開できるようにしたいと考えています。したがって、私たちがこの3つのポイントに重点を置いた理由は、エッジでのマシン・ラーニングのスケールアップと、努力を払わないマシン・ラーニングの体験を実現する必要性と強い相関関係があるためです。

SiMaについてさらに何か教えてください。

MLSoCプラットフォームの初期開発では、技術とアーキテクチャーの限界を突きました。ソフトウェア・セントリック・プラットフォームは、完全に新しいアプローチでした。これを理解し、実装するのは難しい旅でした。

最近の大きな勝利は、私たちが構築したテクノロジーの強さと独自性を証明しています。SiMa.aiは、2023年4月に、デビューのMLPerfベンチマーク・パフォーマンスで、インカンバント・リーダーを上回り、エッジ・パワーのクローズド・エッジ・カテゴリで勝利を収めました。業界で最も人気のあるMLPerfベンチマークであるResnet-50のパフォーマンスとパワーで、初めて参加し、勝利を収めたスタートアップです。

私たちは、壮大な野心をもって始めました。今日まで、私たちのビジョンは変わっていません。私たちのMLSoCは、エッジ市場に革命的なマシン・ラーニング・ソリューションを提供するために、業界の規範に反するように設計されました。

素晴らしいインタビュー、詳細を知りたい読者はSiMa.aiを訪問してください。