Akave piesaista finansējumu 6,65 miljonu ASV dolāru apmērā, lai pārtrauktu lielo mākoņu tvērienu AI datu glabāšanā

Akave uzskata, ka patiesais mākslīgā intelekta aizrīšanās punkts nav modeļi. Tie ir dati. Ostinā bāzētais AI infrastruktūras starta uzņēmums ir piesaistījis 6,65 miljonus USD un ienāk mākoņkrātuves tirgū, izmantojot Akave Cloud — decentralizētu, ar S3 saderīgu platformu, kas izstrādāta AI un analītikas darba slodzēm. Punkts ir vienkāršs: dodiet uzņēmumiem iespēju pārvietot lielas datu kopas dažādās vidēs, neiekļūstot izejas maksu vai pārdevēja bloķēšanas dēļ.

Tā kā mākslīgā intelekta sistēmas kļūst arvien lielākas un arvien vairāk izsalkušas par datiem, uzglabāšanas ekonomika ir klusi kļuvusi par spiediena punktu daudzām komandām. Tradicionālie mākoņdatošanas pakalpojumu sniedzēji joprojām dominē tirgū, taču to cenu noteikšanas modeļi bieži apgrūtina ilgtermiņa izmaksas. Akave ir derības, ka vilšanās paver durvis jauna veida uzglabāšanas slānim.

“Sadalītās sistēmas uzlabo mērogu un noturību, sadalot darba slodzi vairākos mezglos, bet decentralizācija samazina paļaušanos uz jebkuru vienu kontrolējošo pusi, kas ir būtiska atšķirība uzņēmumiem, kas ievieš AI,” sacīja Stefaan Vervaet, Akave dibinātājs un izpilddirektors. “Patiesais izaicinājums ir saglabāt kontroli pār datu atrašanās vietu, to pārvietošanos un to, kā tie tiek pārvaldīti dažādās vidēs. Mēs izveidojām Akave Cloud, lai nodrošinātu pārnēsājamu, pārbaudāmu krātuves pamatu, kas ļauj uzņēmumiem palaist AI darba slodzi ar pilnu datu īpašumtiesību, pārbaudāmību un ilgtermiņa elastību.”

Ar 6,65 miljonu dolāru finansējumu AI infrastruktūras startēšana palielina izaicinājumu tradicionālajai mākoņkrātuvei ar skaitļošanas agnostikas platformu, kas izstrādāta AI lietojumprogrammām

Uzņēmuma pieeja koncentrējas uz skaitļošanas atdalīšanu no krātuves. Akave pozicionē savu platformu kā skaitļošanas agnostiķi, kas nozīmē, ka klienti var darbināt darba slodzi, izmantojot hiperskalerus vai jaunākus uz AI fokusētus mākoņus, nepārstrukturējot savus cauruļvadus. Sistēma darbojas ar īpašu Avalanche Layer 1 blokķēdi, kas, pēc uzņēmuma domām, nodrošina auditējamību un programmējamas piekļuves kontroles līdzās standarta objektu uzglabāšanas veiktspējai.

Akave Cloud ir izveidots, lai pievienotos esošajām datu darbplūsmām. Tas atbalsta S3 API un savienojas ar tādiem rīkiem kā Snowflake un Apache Iceberg, ļaujot komandām veikt analītikas un mašīnmācīšanās darbus, nepārvietojot datus vienā piegādātāja ekosistēmā. Platformā ir iekļauta iespēja arhivēt datus Filecoin tīklā, katram objektam pievienojot nemainīgus satura ID.

Plašāka iespēja ir tāda, ka datu suverenitāte kļūs par uzņēmuma AI noteicošo problēmu. Daudzas organizācijas tagad jautā, kur atrodas viņu apmācības dati, kas tiem var piekļūt un kā tie pārvietojas dažādās vidēs, neradot atbilstības risku.

“Nākamās paaudzes AI infrastruktūru noteiks pārnesamība, caurspīdīgums un pārvaldība. Akave Cloud parāda, kā decentralizēta krātuve, kas veidota uz īpašas augstas veiktspējas Avalanche L1, var ļaut uzņēmumiem pārvaldīt datus ar lielāku suverenitāti, vienlaikus atbalstot mūsdienu AI darba slodzes mēroga un atbilstības prasības,” sacīja Matias Antonio, Avalanche fonda galvenais investīciju speciālists.

2024. gadā dibināto Akave atbalsta Protocol Labs, No Limit Holdings, Blockchange, Lightshift, Blockchain Builders Fund, Big Brain Holdings, Avalanche Foundation un Filecoin Foundation. Uzņēmums saka, ka tā platformu jau izmanto organizācijas, kas strādā ar lieliem, datu ietilpīgiem cauruļvadiem.

Sākotnējo klientu vidū Intuizi apstrādā patērētāju informācijas datu kopas mārketinga analīzei, LaserSETI glabā augstas caurlaidības astronomiskos novērojumus, un 375ai pārvalda lielas AI apmācības datu kopas, kas savāktas no malas kameru ierīcēm. Skymapper izmanto platformu, lai saglabātu datus no teleskopa un visu debesu kamerām ar kriptogrāfisku izcelsmi.

Akave Cloud tagad ir pieejams uzņēmumiem un izstrādātājiem. Uzņēmums ieiet pārpildītā krātuves tirgū, taču tā mērķis ir šaurs un augošs sāpju punkts: komandas, kas strādā ar mākslīgā intelekta slodzi, kas vēlas prognozējamas izmaksas un lielāku kontroli pār viņu datu dzīvesvietu.