融资
TrueFoundry 获得 1.9 亿美元 A 轮融资,革新 AI 部署

TrueFoundry,一家开创性的 AI 部署和扩展平台,已成功获得 1.9 亿美元的 A 轮融资。由 Intel Capital 领投,这轮融资还得到了 Eniac Ventures、Peak XV 的 Surge(前身为红杉资本印度和东南亚)、Jump Capital 以及包括 Gokul Rajaram、Mohit Aron 和 Fortune 1000 公司高管在内的天使投资者的参与。随着这次投资,Intel Capital 的投资总监 Avi Bharadwaj 将加入 TrueFoundry 的董事会。
生成性 AI 的指数级增长为希望大规模部署机器学习模型的企业带来了新的挑战。治理、数据隐私和基础设施成本已成为关键的障碍,经常延迟 AI 的实施。TrueFoundry 的平台解决了这些挑战,允许公司无缝、 高效和安全地部署、管理和扩展 AI 应用程序。
TrueFoundry 由 Abhishek Choudhary、Anuraag Gupta 和 Nikunj Bajaj 创立,他们是一支来自 Meta 和 IIT Kharagpur 的行业资深团队。他们在深度学习模型和大规模基础设施管理方面的丰富经验使他们能够开发出一项最先进的平台即服务(PaaS),旨在消除 AI 部署的瓶颈并简化机器学习工作流程。
“使用 TrueFoundry 的企业已经在短短两个月内构建和启动了他们的内部 AI 平台,并在四个月内实现了投资回报率——这与行业平均水平 14 个月形成鲜明对比,” TrueFoundry 的 CEO 和联合创始人 Nikunj Bajaj 说。 “我们的平台可以无缝地跨云、模型和框架进行集成,确保没有供应商锁定,同时为不断演变的 AI 模式(如 RAG 和 Agent)提供了未来保障。”
TrueFoundry 提供了一个统一的平台即服务(PaaS),使企业 AI/ML 团队能够跨云和本地基础设施构建、部署和管理大型语言模型(LLM)应用程序。该平台采用面向开发者的界面,简化了 AI 部署,使全栈数据科学家能够独立创建、测试和扩展应用程序。主要功能包括模型编目、微调、API 部署和高级治理工具,弥合了 DevOps 和 MLOps 之间的差距。
一年来的增长和行业采用
TrueFoundry 的融资公告是在一年令人瞩目的里程碑之后发布的:
- 客户基础年增长 4 倍
- 在企业客户中部署了 1,000 多个 AI/ML 集群
- 与 Siemens Healthineers、ResMed 、Automation Anywhere、Games24x7 和 NVIDIA 建立了合作伙伴关系
该公司为客户提供了 10 倍更快的业务价值,同时显著降低了基础设施成本。例如,NVIDIA 利用 TrueFoundry 优化了 LLM 工作负载的 GPU 使用,通过自动资源分配和作业调度降低了成本并提高了效率。
“TrueFoundry 独特地解决了 AI 部署日益增长的复杂性。他们的平台简化了 AI 团队的流程,使他们能够快速高效地构建、部署和扩展应用程序,” Intel Capital 的投资总监 Avi Bharadwaj 说。 “凭借对成本效率、治理和安全性的关注,TrueFoundry 正在解决企业的关键挑战,我们相信他们将在迅速扩张的 AI 基础设施市场中占据领先地位。”
AI 管理 AI – 可扩展 AI 基础设施的未来
拥有总计 2,100 万美元的融资,TrueFoundry 正在加速其消除企业大规模部署 AI 的基础设施瓶颈的使命。该投资将用于扩大其团队和加强上市策略,以推动更广泛的采用。
“在 TrueFoundry,我们正在建设一个未来,AI 将管理 AI——消除人为干预的瓶颈,解锁前所未有的速度和规模,” TrueFoundry 的 CTO 和联合创始人 Abhishek Choudhary 说。 “我们的平台通过自动扩展、智能维护和主动问题检测简化了基础设施,确保了 AI 操作的顺畅进行,同时保持顶级安全性和合规性。”
提供速度、成本效率和安全性
TrueFoundry 的平台以优先考虑速度、性能和成本效率的功能重新定义了 AI 部署:
- 5-15 倍更快的迭代周期 – 优化的 Docker 构建、无缝的 VSCode 集成和快速的资源切换。
- 企业级性能 – ML 模型的动态批处理、3-5 倍更快的冷启动和带有图像流和模型缓存的自动扩展。
- 30-80% 的成本节约 – 智能资源编排、推理优化和细粒度的成本跟踪。
- 安全性和合规性 – 获得 SOC 2、HIPAA 和 GDPR 认证的平台,具有基于角色的访问控制、审计跟踪和 SSO 集成。
展望未来,TrueFoundry 即将推出其 AI 代理,一种自我维持的系统,可以预测和适应 AI 工作流程。通过自动化资源管理、工作流优化和主动问题解决,企业将能够比以往任何时候都更快、更高效地扩展 AI。












