시마.ai의 설립자 및 CEO 크리슈나 랑가사예 – 인터뷰 시리즈

크리슈나 랑가사예는 시마.ai의 설립자이자 CEO입니다. 이전에 크리슈나는 Groq의 COO였으며, 18년 동안 Xilinx에서 여러 고위 지도자 역할을 수행했으며, 전체 비즈니스의 부사장 및 총괄 매니저 및 글로벌 판매의 집행 부사장을 역임했습니다. Xilinx에서 크리슈나는 70%의 총이익률을 달성하면서 2.5억 달러의 매출을 달성하고, 10개 이상의 지속적인 순차적 성장과 시장 점유율 확대를 위한 기초를 마련했습니다. Xilinx 이전에 그는 Altera Corporation과 Cypress Semiconductor에서 다양한 엔지니어링 및 비즈니스 역할을 수행했습니다. 그는 25개 이상의 국제 특허를 보유하고 있으며, 공공 및 사립 회사의 이사회의 일원으로 활동했습니다.

머신 러닝에 처음 관심을 가지게 된 계기는 무엇인가요?

저는 지난 20년 동안 임베디드 에지와 클라우드 시장의 학생으로서 많은 혁신을 보았습니다. 그러나 에지에서 머신 러닝을 가능하게 하는 기술은 거의 개발되지 않았습니다. 이것은 40억 달러 이상의 시장이지만 수십 년 동안 오래된 기술에 의존해 왔습니다.

그래서 우리는 이전에 아무도 하지 않았던 것을 시도했습니다. 임베디드 에지에서 노력 없는 머신 러닝을 가능하게 하는 것입니다.

시마.ai의 기원에 대해 이야기해 주시겠습니까?

저의 20년 경력 동안 임베디드 에지 시장에서 아키텍처 혁신이 일어나지 않았습니다. 그러나 에지에서 머신 러닝의 필요성이 증가하고 있지만, 이를 가능하게 하는 기술은 너무 낡아져 실제로 작동하지 않습니다.

따라서 시마.ai 설계를 시작하기 전에 고객의 가장 큰 도전을 이해하는 것이 중요했습니다. 그러나 초기 스타트업에게 의미 있는 피드백을 얻기 위해 고객을 만날 수 있는 시간을 얻는 것은 쉽지 않았습니다.幸히 팀과 저는 이전의 관계를 통해 시마.ai의 비전을 올바른 회사와 공유할 수 있었습니다.

우리는 30명 이상의 고객을 만나 두 가지 기본 질문을 했습니다: “임베디드 에지에서 머신 러닝을 확장하는 데 가장 큰 도전은 무엇입니까?” 그리고 “우리가 어떻게 도와드릴 수 있습니까?” 많은 논의를 통해 그들이 산업을 재구성하고 싶은 방식과 도전을 극복하기 위해 필요한 것을 듣고, 그들의 고통 점을 깊이 이해하고, 이를 해결하는 아이디어를 개발했습니다. 이는 다음과 같습니다:

• 머신 러닝의 이점을 얻기 위해 가파른 학습 곡선을 갖지 않습니다.
• 레거시 애플리케이션을 보존하고 미래를 위한 머신 러닝 구현을 보장합니다.
• 사용자 친화적인 환경에서 높은 성능과 낮은 전력의 솔루션을 작업합니다.

우리는 고객에게 위험을 최소화한 단계적인 접근 방식을 제공해야 한다는 것을 빠르게 깨달았습니다. 스타트업으로서 우리는 모든 사람이 관심을 가질 수 있는 뭔가 독특하고 차별화된 것을 가져와야 했습니다. 다른 회사는 이러한 명확한 필요를 해결하지 않았으므로, 우리는 이 길을 선택했습니다.

시마.ai는 소프트웨어 중심의 목적을 가진 머신 러닝 시스템 온 칩(MLSoC) 플랫폼을 설계하여 이หาย를 달성했습니다. 실리콘과 소프트웨어의 조합으로, 머신 러닝을 임베디드 에지 애플리케이션에 단추를 누르는 것만으로 추가할 수 있습니다.

에지에서 머신 러닝이 모든 것을 재구성하는 방식에 대한您的 비전을 공유해 주시겠습니까?

대부분의 머신 러닝 회사들은 클라우드와 자율 주행 자동차와 같은 고성장 시장에 초점을 맞추고 있습니다. 그러나 로봇, 드론, 마찰 없는 소매, 스마트 시티 및 산업 자동화는 효율성을 개선하고 비용을 줄이기 위해 최신 머신 러닝 기술을 요구합니다.

이러한 성장 분야와 임베디드 에지에서 머신 러닝을 배포하는 현재의 좌절은 우리가 기회가 많다고 믿는 이유입니다. 시마.ai는 이 문제를 완전히 다른 방식으로 접근하고 있습니다. 우리는 광범위한 채택을 현실로 만들고자 합니다.

임베디드 에지에서 머신 러닝을 확장하는 것을 방해하는 주요 요인은 무엇입니까?

머신 러닝은 레거시 시스템과 쉽게 통합되어야 합니다. 포춘 500대 기업과 스타트업은 모두 현재 기술 플랫폼에大量 투자했지만, 대부분의 경우 머신 러닝을 통합하기 위해 모든 코드를 다시 작성하거나 기본 인프라를 완전히 재구성하지 않을 것입니다. 머신 러닝의 이점을 얻으면서 위험을 최소화하기 위해 레거시 코드와 머신 러닝을 시스템에无缝하게 통합할 수 있는 기술이 필요합니다. 이는 응용 프로그램의 요구 사항을 해결하면서 머신 러닝의 이점을 제공하는 개발 및 배포를 위한 쉬운 경로를 만듭니다.

대형 소켓이 없으며, 하나의 큰 고객이 바늘을 움직일 수 없습니다. 따라서 우리는真正로 머신 러닝을 확장하고 에지에서 경험을 제공하기 위해 1,000명 이상의 고객을 지원해야 했습니다. 우리는 이러한 고객이 머신 러닝을 원하지만 내부적으로 구축하고 기본 지식을 갖추지 못해 학습 경험을 얻지 못하는 것을 발견했습니다. 따라서 머신 러닝 경험을 구현하고자 하지만 에지의 학습 곡선을 갖지 않도록 해야 합니다.

시마는 어떻게 경쟁자보다 전력 소비를 크게 줄일 수 있나요?

우리의 MLSoC는 모든 것을 가능하게 하는 기본 엔진입니다. 우리는 머신 러닝 가속기 블록을 구축하지 않는다는 것을 분명히 하기 위해, 에지 ML SoC 스타트업에 투자된 20억 달러의 산업 반응은 모두 머신 러닝 가속기 블록을 핵심으로 하는 것입니다. 그러나 사람들이 인식하지 못하는 것은, 클래식 SoC에서 ML 환경으로 마이그레이션하려면 MLSoC 환경이 필요하다는 것입니다. 따라서 우리는 레거시 코드를 첫날부터 실행하고 위험을 최소화한 단계적인 방식으로 고객이 능력을 배포할 수 있도록 허용합니다.

시마의 주요 시장 우선순위는 무엇입니까?

우리는 몇 가지 주요 시장을 식별했습니다. 일부 시장은 다른 시장보다 수익을 올리는 데 더 빠릅니다. 스마트 비전, 로봇, 산업 4.0 및 드론은 수익을 올리는 데 가장 빠른 시장입니다. 자동차 및 의료 애플리케이션과 같은 시장은 자격 및 표준 요구 사항으로 인해 더 시간이 걸립니다. 우리는 이러한 모든 시장에서 최상위 기업과 함께 작업을 시작했습니다.

이미지 캡처는 일반적으로 에지에서 이루어지며, 분석은 클라우드에서 이루어집니다. 이러한 배포 전략을 변경하는 이점은 무엇입니까?

에지 애플리케이션은 처리가 로컬에서 수행되어야 합니다. 많은 애플리케이션에서는 데이터가 클라우드로 가고 돌아오는 데 충분한 시간이 없습니다. 에지 애플리케이션에서 결정이 빠르고 효율적으로 처리되어야 하므로 머신 러닝 기능이 필수적입니다.

기업은 왜 시마의 솔루션을 고려해야 합니까?

우리의 독특한 소프트웨어 중심 접근 방식과 완전한 하드웨어 솔루션입니다. 우리는 고객의 문제를 해결하기 위해 ANY, 10x 및 Pushbutton의 핵심을 해결하는 완전한 솔루션에 초점을 맞추고 있습니다. 회사의 원래 테제는 단추를 누르고 WOW!를 경험하는 것입니다. 경험은 개발자가 수천 명의 개발자가 사용할 수 있도록 추상화되어야 하지만, 모든 개발자가 머신 러닝 전문가가 되거나 성능을 얻기 위해 手動으로 코드를 수정할 필요는 없습니다. 따라서 테제는 확장에 대한 강한 상관관계가 있는 쉬운 머신 러닝 경험을 제공하는 것입니다.

시마에 대해 더 공유하고 싶은 것이 있나요?

MLSoC 플랫폼의 초기 개발에서 우리는 기술과 아키텍처의 한계를 밀어왔습니다. 우리는 소프트웨어 중심의 플랫폼을 구축하고자 했으며, 이는 모든 전통적인 지혜에 반하는 새로운 접근 방식이었습니다. 이를 해결하고 구현하는 과정은 어려웠습니다.

최근의 중요한 승리는 우리가 구축한 기술의 강도와 고유성을 검증합니다. 시마.ai는 2023년 4월에 MLPerf 벤치마크 성능에서 에지 파워 카테고리에서 선도적인 업체를 초월했습니다. 우리는 업계에서 가장 인기 있는 MLPerf 벤치마크인 Resnet-50에서 우수한 성능과 전력을 달성한 최초의 스타트업입니다.

우리는 높은 이상을 가지고 시작했으며, 오늘날에도 그 비전은 변하지 않았습니다. 우리의 MLSoC는 임베디드 에지 시장에 혁신적인 머신 러닝 솔루션을 제공하기 위해 산업 규범에 반하는 것을 목적으로 설계되었습니다.

이 좋은 인터뷰에 감사드립니다. 더 많은 정보를 원하는 독자는 시마.ai를 방문하십시오.