Pipeshift ได้รับเงิน 2.5 ล้านดอลลาร์ เพื่อปรับปรุงการนำ AI ที่เป็นโอเพ่นซอร์สมาใช้

Pipeshift ได้ประกาศการระดมทุน 2.5 ล้านดอลลาร์ ในรอบการระดมทุนเพื่อจัดหาโครงสร้างพื้นฐานที่จำเป็นสำหรับองค์กรในการสร้าง นำไปใช้ และจัดการ โมเดล AI ที่เป็นโอเพ่นซอร์ส มากกว่า 80% ของบริษัทต่างๆ กำลังย้ายไปสู่ AI ที่เป็นโอเพ่นซอร์สสำหรับ GenAI โซลูชันของ Pipeshift จะช่วยลบข้อจำกัดทั่วไปที่เกี่ยวข้องกับความเป็นส่วนตัว การควบคุม และค่าใช้จ่ายในการจัดการหลายส่วนประกอบ

การปฏิวัติ MLOps สำหรับ GenAI

แพลตฟอร์มรุ่นใหม่ของ Pipeshift เป็น Platform-as-a-Service (PaaS) ที่เร่งการออร์เคสตร้า AI โดยการเสนอ MLOps สแต็กแบบโมดูลาร์ที่สามารถทำงานได้ในทุกสภาพแวดล้อม ทั้งบนคลาวด์หรือออน-พรีเมส ซึ่งครอบคลุมงานโหลดต่างๆ รวมถึง LLMs, โมเดลวิชั่น, โมเดลเสียง และอื่นๆ แทนที่จะทำหน้าที่เป็นตัวแทน GPU Pipeshift มอบการควบคุมโครงสร้างพื้นฐานให้กับองค์กรโดยตรง ทำให้พวกเขาสามารถ:

• ปรับขนาดตั้งแต่วันแรก ด้วยออโต้สเกลเลอร์ โหลดบาลานเซอร์ และสเคจュเลอร์ที่มีมาให้
• ปรับแต่งหรือทำให้เข้มข้น โมเดลที่เป็นโอเพ่นซอร์สพร้อมติดตามเมตริกการฝึกอบรมแบบเรียลไทม์
• ประหยัดค่าใช้จ่าย GPU โดยการสลับโมเดลที่ปรับแต่งได้โดยไม่ต้องแบ่งส่วน GPU
• รักษาความปลอดภัยระดับองค์กร เพื่อรักษาข้อมูลและทรัพย์สินทางปัญญาให้สมบูรณ์

โดยการรวมความสามารถเหล่านี้เข้าด้วยกัน Pipeshift จะทำให้กระบวนการนำไปใช้ได้ง่ายขึ้นและลดเวลาที่ใช้ในการผลิตลงอย่างมาก

การสนับสนุนจากอุตสาหกรรมที่แข็งแกร่ง

รอบการระดมทุน 2.5 ล้านดอลลาร์นี้ได้รับการสนับสนุนจาก Y Combinator และ SenseAI Ventures พร้อมด้วยการสนับสนุนเพิ่มเติมจาก Arka Venture Labs, Good News Ventures, Nivesha Ventures, Astir VC, GradCapital และ MyAsiaVC มีเทวดาเช่น Kulveer Taggar (CEO ของ Zuess), Umur Cubukcu (CEO ของ Ubicloud และอดีตหัวหน้า PostgreSQL ที่ Azure) และ Krishna Mehra (อดีตหัวหน้าฝ่ายวิศวกรรมที่ Meta และผู้ร่วมก่อตั้ง Capillary Technologies) ที่เข้าร่วมด้วย

Arko Chattopadhyay, ผู้ร่วมก่อตั้งและ CEO ของ Pipeshift กล่าวว่า: “ปี 2025 เป็นปีที่ GenAI จะเข้าสู่การผลิตและทีมวิศวกรได้เห็นประโยชน์ของการใช้โมเดลที่เป็นโอเพ่นซอร์สภายในองค์กร ซึ่งให้ความเป็นส่วนตัวและควบคุมที่สูงขึ้นพร้อมกับการทำงานที่ดีขึ้นและต้นทุนที่ต่ำลง อย่างไรก็ตาม สิ่งนี้เป็นกระบวนการที่ซับซ้อนและต้องใช้เงินจำนวนมาก โดยเกี่ยวข้องกับการเชื่อมต่อหลายส่วนประกอบเข้าด้วยกัน โซลูชันของ Pipeshift จะกำจัดความจำเป็นในการลงทุนด้านวิศวกรรมที่กว้างขวางนี้โดยไม่เพียงแต่ทำให้การนำไปใช้ง่ายขึ้น แต่ยังเพิ่มผลผลิตการผลิตให้สูงสุด”

Rahul Agarwalla หุ้นส่วนผู้จัดการของ SenseAI Ventures กล่าวว่า: “องค์กรมีความชอบใจที่จะใช้ GenAI ที่เป็นโอเพ่นซอร์สสำหรับประโยชน์ของความเป็นส่วนตัว การเป็นเจ้าของโมเดล และต้นทุนที่ต่ำกว่า อย่างไรก็ตาม การเปลี่ยน GenAI ไปสู่การผลิตยังคงเป็นกระบวนการที่ซับซ้อนและต้องใช้เงินจำนวนมาก ซึ่งต้องมีการเชื่อมต่อหลายส่วนประกอบเข้าด้วยกัน” เขาเพิ่มเติมว่า: “โซลูชันของ Pipeshift จะกำจัดความจำเป็นในการลงทุนด้านวิศวกรรมที่กว้างขวางนี้โดยไม่เพียงแต่ทำให้การนำไปใช้ง่ายขึ้น แต่ยังเพิ่มผลผลิตการผลิตให้สูงสุด”

Yash Hemaraj ผู้ร่วมก่อตั้ง Arka Venture Labs และหุ้นส่วนผู้จัดการของ BGV กล่าวว่า: “เราได้ลงทุนใน Pipeshift เพราะแพลตฟอร์มของพวกเขาตอบสนองความต้องการที่สำคัญในการนำ AI มาใช้ในองค์กร โดยทำให้สามารถนำโมเดลภาษาที่เป็นโอเพ่นซอร์สมาใช้ได้อย่างไม่มีปัญหา ทีมผู้ก่อตั้งมีความเชี่ยวชาญทางเทคนิคที่ลึกซึ้งและประวัติการขยายโซลูชัน AI ที่น่าประทับใจ ซึ่งสอดคล้องกับจุดมุ่งเน้นของเราในการพัฒนาองค์กร AI ที่เปลี่ยนแปลงได้ โดยเฉพาะอย่างยิ่ง那些ที่เชื่อมต่อเส้นทางเทคโนโลยีระหว่างสหรัฐฯ และอินเดีย ทำให้พวกเขาเป็นองค์กรที่เหมาะสมสำหรับพอร์ตโฟลิโอของเรา”

ทำไม Pipeshift จึงมีความโดดเด่น

Pipeshift ก่อตั้งโดย Arko Chattopadhyay, Enrique Ferrao และ Pranav Reddy ทีมหลักของ Pipeshift ได้เผชิญกับความท้าทายของการออร์เคสตร้า AI มานานก่อนที่จะระดมทุนในครั้งนี้ ประสบการณ์ของพวกเขา รวมถึงการขยายแอปพลิเคชันการค้นหาของ Llama2 สำหรับพนักงานมากกว่า 1,000 คนบนออน-พรีเมส ซึ่งเน้นย้ำถึงความยากและต้นทุนที่สูงในการนำ AI ไปใช้แบบส่วนตัว

ความแตกต่างหลักๆ ได้แก่:

• การออร์เคสตร้าแบบหลายคลาวด์: Pipeshift จัดการคลาวด์และ GPU ออน-พรีเมสได้อย่างราบรื่น เพื่อการเพิ่มประสิทธิภาพต้นทุนและความล้มเหลวที่รวดเร็ว
• การจัดการคลัสเตอร์ Kubernetes: แผงควบคุมแบบ end-to-end ช่วยให้องค์กรสามารถสร้าง ปรับขนาด และดูแลคลัสเตอร์ Kubernetes ได้โดยไม่ต้องจัดการเครื่องมือหลายตัว
• การปรับแต่งและนำโมเดลไปใช้: วิศวกรสามารถปรับแต่งหรือทำให้โมเดลที่เป็นโอเพ่นซอร์สโดยใช้ชุดข้อมูลหรือบันทึก LLM ที่กำหนดเอง โดยมีการติดตามเมตริกการฝึกอบรมแบบเรียลไทม์
• การมองเห็น 360 องศา: แดชบอร์ดแบบบูรณาการติดตามประสิทธิภาพ ช่วยให้สามารถแก้ไขปัญหาได้อย่างรวดเร็วและปรับขนาดได้อย่างมีประสิทธิภาพ

สร้างขึ้นสำหรับการผลิต ไม่ใช่เพียงการทดลองเท่านั้น

บริษัทต่างๆ มักเผชิญกับการจำกัดของโซลูชันที่ใช้ API โดยทั่วไปซึ่งไม่ได้ถูกออกแบบมาเพื่อความเป็นส่วนตัวภายในองค์กร Pipeshift กลับเปลี่ยนโมเดลนี้โดยเน้นไปที่การนำไปใช้แบบปลอดภัย บนออน-พรีเมส หรือหลายคลาวด์ แพลตฟอร์มนี้รองรับโมเดลภาษาที่มีขนาดใหญ่กว่า 100 โมเดล รวมถึง Llama 3.1, Mistral และข้อเสนอพิเศษ เช่น Deepseek Coder การเลือกที่หลากหลายนี้ช่วยตอบสนองความต้องการเฉพาะด้านของประสิทธิภาพ ต้นทุน และความสอดคล้องกันของแต่ละโครงการ

ประโยชน์ที่น่าสังเกตบางประการ ได้แก่:

• การประหยัดต้นทุนโครงสร้างพื้นฐาน GPU สูงถึง 60%
• การเร่งเวลาในการผลิตถึง 30 เท่า
• ต้นทุนต่ำกว่า GPT/Claude ถึง 6 เท่า
• การลดลงของทรัพยากรวิศวกรรมถึง 55%

มองไปข้างหน้า

หลังจากที่ได้ร่วมมือกับบริษัทมากกว่า 30 แห่ง รวมถึง NetApp (NTAP ) ด้วย Pipeshift มีแผนในการขยายภารกิจในการส่งมอบโซลูชัน AI ที่เป็นโอเพ่นซอร์สที่มีพลังโดยไม่มีความซับซ้อนทั่วไป แนวทางแบบ single-pane-of-glass สำหรับ MLOps รวมถึงการอบอุ่นเข้าและจัดการบัญชีแบบต่อเนื่อง จะช่วยให้องค์กรสามารถมุ่งเน้นไปที่การนำ AI ไปใช้เพื่อผลลัพธ์ทางธุรกิจแทนการดิ้นรนกับโครงสร้างพื้นฐาน

ด้วยการปกป้องข้อมูลส่วนบุคคล ความเข้ากันได้ของคลาวด์แบบไฮบริด และความยืดหยุ่นแบบโมดูลาร์เป็นแก่นหลัก Pipeshift พร้อมที่จะตอบสนองความต้องการที่หลากหลายของโครงการ AI ขององค์กร โดยการเชื่อมช่องว่างระหว่างนวัตกรรมที่เป็นโอเพ่นซอร์สและความต้องการระดับองค์กร โซลูชันของบริษัทนี้กำลังเปิดทางสู่ยุคใหม่ของการนำ AI ไปใช้ที่มีความยืดหยุ่น มั่นคง และมีประสิทธิภาพด้านต้นทุน

Pipeshift มอบการออร์เคสตร้า MLOps แบบ end-to-end สำหรับงานโหลด GenAI ที่เป็นโอเพ่นซอร์ส ซึ่งรวมถึงการฝังตัว ฐานข้อมูลเวกเตอร์ LLMs โมเดลวิชั่น และโมเดลเสียง ทั่วทุกคลาวด์หรือ GPU ออน-พรีเมส..