BASIN BÜLTENİ
17 Ekim 2024: OpenAI’nin gelecek yıl 10 milyar doların üzerinde gelir elde etmesi bekleniyor; bu, üretken yapay zekanın benimsenmesinin hızlandığına dair açık bir işaret. Ancak çoğu şirket üretimde büyük yapay zeka modellerini devreye almakta zorlanıyor. Yüksek maliyetler ve karmaşıklıklar nedeniyle, makine öğrenimi projelerinin neredeyse %90’ının hiçbir zaman üretime geçmeyeceği tahmin ediliyor. Bu acil sorunu ele alan Simplismart, bugün kuruluşların yapay zeka modellerini sorunsuz bir şekilde dağıtmasına olanak tanıyan altyapısı için 7 milyon dolarlık bir finansman turunu duyuruyor. Terraform gibi araçlara ve Android tarafından desteklenen mobil uygulama geliştirmeye dayanan bulut bilişime geçiş gibi, Simplismart da yapay zekanın ana akım kurumsal operasyonlara geçişinde kendisini kritik kolaylaştırıcı olarak konumlandırıyor.
A serisi finansman turu, Shastra VC, Titan Capital ve Notion Kurucu Ortağı Akshay Kothari dahil olmak üzere yüksek profilli meleklerin katılımıyla Accel tarafından yönetildi. Önceki turun on katından daha büyük olan bu dilim, kurumsal odaklı MLOps orkestrasyon platformu için Ar-Ge ve büyümeyi teşvik edecek.
Şirket, 2022 yılında Oracle Cloud’da bulut altyapısı zorluklarıyla mücadele eden Amritanshu Jain ve Google Arama’da arama algoritmaları konusundaki uzmanlığını geliştiren Devansh Ghatak tarafından ortaklaşa kuruldu. Sadece iki yıl içinde, 1 milyon doların altındaki başlangıç finansmanıyla Simplismart, halka açık kıyaslamalar dünyanın en hızlı çıkarım motorunu oluşturarak. Bu motor, kuruluşların makine öğrenimi modellerini ışık hızında çalıştırmasına olanak tanır ve maliyetleri düşürürken performansı önemli ölçüde artırır.
Simplismart’ın hızlı çıkarım motoru, kullanıcıların tüm model dağıtımları için optimize edilmiş performanstan yararlanmasına olanak tanır. Örneğin, yazılım düzeyindeki optimizasyonu, Llama3.1’in (8B) saniyede 440’tan fazla jeton gibi etkileyici bir verimle çalıştırılmasına yardımcı olur. Rakiplerin çoğu donanım optimizasyonlarına veya bulut bilişime odaklanırken, Simplismart hızdaki bu atılımı, model ve bulut platformu seçiminden bağımsız olarak şirket içi kurumsal dağıtımlar için özel olarak tasarlanmış kapsamlı bir MLOps platformu içinde tasarladı.
“Üretken yapay zeka uygulamaları oluşturmak, günümüzün işletmelerinin temel ihtiyaçlarından biri. Ancak üretken yapay zekanın benimsenmesi yeni gelişmelerin hızının çok gerisinde. Bunun nedeni, işletmelerin dört darboğazla mücadele etmesidir: standartlaştırılmış iş akışlarının eksikliği, yatırım getirisinin düşük olmasına yol açan yüksek maliyetler, veri gizliliği ve diğer hizmetlerden kaynaklanan kesintileri ve sınırlamaları önlemek için sistemi kontrol etme ve özelleştirme ihtiyacı” dedi. Amritanshu Jain, Simplismart Kurucu Ortağı ve CEO’su
Simplismart’ın platformu kuruluşlara geniş ölçekte ince ayar yapmayı, dağıtmayı ve genAI modellerini izlemeyi kolaylaştıran bildirimsel bir dil (Terraform’a benzer) sunuyor. Üçüncü taraf API’ler genellikle veri güvenliği, hız sınırları ve tam anlamıyla esneklik eksikliği ile ilgili endişeleri beraberinde getirirken, yapay zekanın kurum içinde dağıtılması kendi engellerini de beraberinde getirir: bilgi işlem gücüne erişim, model optimizasyonu, altyapıyı ölçeklendirme, CI/CD ardışık düzenleri, ve maliyet verimliliği; bunların tümü yüksek vasıflı makine öğrenimi mühendisleri gerektirir. Simplismart’ın uçtan uca MLOps platformu, bu düzenleme iş akışlarını standartlaştırarak ekiplerin bu altyapıyı oluşturmak için çok sayıda iş saati harcamak yerine temel ürün ihtiyaçlarına odaklanmasına olanak tanır.
Amritanshu Jain şunu ekledi: “Şimdiye kadar, gereken veri, model veya bilgi işlem boyutu olsun, iş yüklerinin miktarı küçük olduğundan, kuruluşlar MLOps iş yüklerini düzenlemek için kullanıma hazır yeteneklerden yararlanabiliyordu. Modeller büyüdükçe ve iş yükü arttıkça orkestrasyon iş akışlarına hakim olmak zorunlu hale gelecektir. Her yeni teknoloji aynı döngüden geçiyor: Terraform’un bulut için yaptığının, mobil cihazlar için Android Studio’nun ve Databricks/Snowflake’in veri için yaptığının aynısı.”
“GenAI, Kambriyen patlama anını yaşarken geliştiriciler, açık kaynak modellerini altyapılarında özelleştirmenin ve dağıtmanın önemli bir fayda sağladığını fark etmeye başlıyor; performans, maliyetler, özel veriler üzerinde özelleştirilebilirlik, arka uç yığınında esneklik ve yüksek düzeyde gizlilik/güvenlik üzerindeki kontrolün kilidini açar” dedi. Anand Daniel, Accel’in Ortağı. “Simplismart ekibinin bu fırsatı oldukça erken fark ettiğini görmek bizi mutlu etti, ancak bizi şaşırtan şey, onların küçük ekibinin üretimde en hızlı büyüyen GenAI şirketlerinden bazılarına hizmet etmeye başlamış olmasıydı. Bu, Simplismart’ın devasa ama son derece rekabetçi küresel yapay zeka altyapı pazarında kazanma şansına sahip olduğuna olan inancımızı daha da güçlendirdi.”
MLOps iş akışlarının çözülmesi, daha fazla işletmenin genAI uygulamalarını daha fazla kontrolle dağıtmasına olanak tanıyacak. İhtiyaçlarına uyacak şekilde performans ve maliyet arasındaki dengeyi yönetmek istiyorlar. Simplismart, kuruluşlara çıkarım motorlarını ve dağıtım ortamlarını bir araya getirmeleri için ayrıntılı Lego blokları sağlamanın, benimsenmeyi artırmanın anahtarı olduğuna inanıyor.
