Gọi vốn
LanceDB huy động 57,5 triệu USD trong vòng Series B để mở rộng lakehouse AI đa phương thức

Điểm chínhLanceDB đã huy động được 57,5 triệu đô la để mở rộng một lakehouse chuyên quản lý và…
Xem thêm
- LanceDB đã huy động được 57,5 triệu đô la để mở rộng một lakehouse chuyên quản lý và cung cấp dữ liệu huấn luyện AI.
- Công ty báo cáo mức tăng trưởng doanh thu hơn mười lần so với cùng kỳ năm trước kể từ vòng gọi vốn Series A vào tháng 6 năm 2025.
- LanceDB hướng tới việc hợp nhất dữ liệu huấn luyện, các thử nghiệm và triển khai để các nhóm không còn phải tự quản lý thủ công các pipeline.
LanceDB thông báo vào ngày 17 tháng 11 năm 2026 rằng công ty đã huy động được 57,5 triệu USD trong vòng gọi vốn Series B để mở rộng lakehouse đa phương thức, một nền tảng tổ chức và cung cấp dữ liệu huấn luyện AI. Vòng gọi vốn này nâng tổng số vốn LanceDB huy động được lên 98,5 triệu USD.
Bessemer Venture Partners và Innovation Endeavors dẫn đầu vòng gọi vốn, với sự tham gia của Theory Ventures, Dimension, Swift Ventures, CRV và Y Combinator. LanceDB dự định đầu tư nguồn vốn này để mở rộng vai trò của mình trong quá trình phát triển mô hình, bao gồm quản lý dữ liệu huấn luyện, kỹ thuật đặc trưng, thực thi thí nghiệm và nạp dữ liệu.
Mức độ ứng dụng và quy mô kỹ thuật
LanceDB cho biết các nhà nghiên cứu có thể mất nhiều tuần hoặc nhiều tháng để thu thập và tuyển chọn dữ liệu huấn luyện, trong khi những bước tiến của AI tiên tiến nhất được tính bằng ngày và tuần. Lakehouse đa phương thức của công ty được thiết kế để thu hẹp khoảng cách đó bằng cách kết hợp tuyển chọn, tìm kiếm và truy xuất, kỹ thuật đặc trưng và huấn luyện, phục vụ việc phát triển các mô hình tiên tiến nhất, mô hình thế giới, AI vật lý và ứng dụng doanh nghiệp.
Công ty cho biết doanh thu tăng hơn 10 lần so với cùng kỳ năm trước kể từ vòng Series A vào tháng 6 năm 2025. Thư viện mã nguồn mở của công ty đã được tải xuống hơn 120 triệu lần, tương ứng với tổng lượt tải tăng gấp 6 lần so với cùng thời điểm một năm trước đó. Khách hàng của công ty gồm Netflix, Microsoft AI, Runway, Luma AI và Midjourney.
Nền tảng được thiết kế để lưu trữ dữ liệu đa phương thức như video, hình ảnh và dữ liệu cảm biến, đồng thời hỗ trợ truy xuất và huấn luyện ở quy mô lớn. LanceDB cho biết nền tảng hỗ trợ hơn 130.000 yêu cầu mỗi giây, với độ trễ dưới 210 mili giây đối với 95% số yêu cầu; mỗi bảng có thể chứa hàng trăm petabyte dữ liệu hoặc hơn 40 tỷ vector; và có thể huấn luyện song song trên 8.000 GPU.
Các tính năng bổ sung dành cho doanh nghiệp giải quyết nhu cầu cập nhật những bảng này khi chúng đang được sử dụng. Cơ chế ghi bền vững, được tăng tốc bằng bộ nhớ, xử lý việc tiếp nhận dữ liệu theo thời gian thực; lập chỉ mục phân tán mở rộng quy mô trên các tập dữ liệu lớn; còn cơ chế nén gộp được quản lý liên tục tối ưu hóa các bảng trong nền. LanceDB cho biết cơ chế nén gộp được quản lý hỗ trợ tới 100 tỷ hàng dữ liệu đa phương thức, trong khi nhiều nhà nghiên cứu có thể đồng thời đọc, ghi và truy vấn cùng một bảng.
Khách hàng chia sẻ về các tập dữ liệu huấn luyện luôn thay đổi
Giám đốc công nghệ của Runway, Kamil Sindi, mô tả quá trình một mẫu huấn luyện phát triển: “Một mẫu huấn luyện tại Runway không đứng yên. Ban đầu, đó là một video và một câu lệnh; sau đó, chúng tôi bổ sung vector nhúng cùng siêu dữ liệu về độ phân giải và thời lượng, cũng như bất cứ thứ gì thí nghiệm tiếp theo cần.” Runway bắt đầu sử dụng định dạng dữ liệu Lance vào năm 2024 và sau đó trở thành khách hàng của LanceDB Enterprise. Hiện nay, công ty sử dụng Lance cùng LanceDB Enterprise để các nhà nghiên cứu có thể xử lý những tập dữ liệu lớn, liên tục thay đổi nhanh hơn.
NVIDIA Cosmos, một người dùng và đối tác mã nguồn mở, là một ví dụ triển khai khác. Trưởng nhóm kỹ thuật Max Li cho biết nhóm đã dùng Lance để tuyển chọn khoảng một triệu giờ video cho Cosmos 3, đang hướng tới việc huấn luyện trực tiếp từ định dạng này và nhận thấy kiến trúc lấy lưu trữ đối tượng làm nền tảng rất hữu ích cho việc truyền phát, lọc và kiểm tra các tập dữ liệu lớn khi chúng được chỉnh sửa, đồng thời cung cấp dữ liệu cho các cụm GPU lớn.
Suqiang (Jack) Song, người đứng đầu bộ phận nền tảng dữ liệu của Microsoft AI, cho biết tổ chức của ông sử dụng LanceDB làm lớp dữ liệu huấn luyện cho hàng tỷ hàng dữ liệu hình ảnh và mã; các tác vụ suy luận phân tán đọc trực tiếp dữ liệu Lance trên hàng nghìn nút. Việc vận hành trong chính môi trường thuê bao và tuân thủ chính sách bảo mật của Microsoft là yêu cầu bắt buộc đối với môi trường sản xuất.
Lộ trình Series B
LanceDB dự định đưa dữ liệu huấn luyện, ngữ cảnh, nhật ký và dữ liệu rollout vào cùng một hệ thống ở quy mô petabyte. Các nhóm nghiên cứu cũng sẽ có thể chạy song song số lượng lớn thí nghiệm với tác tử AI mà không làm nhiễm bẩn các tập dữ liệu dùng chung. Công việc này hướng đến toàn bộ chu trình cải thiện mô hình, giảm bớt việc giám sát thủ công quy trình xử lý và các vấn đề nạp dữ liệu vốn có thể làm chậm quá trình nghiên cứu.
LanceDB cũng có kế hoạch phát triển sâu hơn các công cụ kỹ thuật đặc trưng. Nhóm nghiên cứu sẽ có thể xác định một phép biến đổi một lần, sau đó nền tảng áp dụng phép biến đổi đó trên toàn bộ tập dữ liệu, bổ sung dữ liệu cho các hàng hiện có và xử lý dữ liệu mới ngay khi dữ liệu được đưa vào. Các công việc tiếp theo sẽ tập trung vào nhiều khâu chuẩn bị hơn trước khi huấn luyện, cũng như cải thiện việc nạp dữ liệu và lưu vào bộ nhớ đệm trong các lượt huấn luyện.
Vòng Series B đưa LanceDB vượt ra ngoài phạm vi truy xuất dữ liệu, hướng tới xử lý liên tục các tập dữ liệu thay đổi, tiến hành thí nghiệm và cung cấp dữ liệu cho các tác vụ huấn luyện. Giai đoạn tiếp theo sẽ kiểm chứng liệu một nền tảng có thể đáp ứng đồng thời khối lượng dữ liệu ở quy mô tiên tiến nhất và những thay đổi liên tục theo từng thí nghiệm mà các khách hàng như Runway mô tả hay không.












