ИИ ускоряет бизнес: как открытые технологии превращаются в многомиллионные стартапы

В мире искусственного интеллекта наблюдается интересная тенденция: популярные опенсорсные инструменты, созданные для оптимизации и ускорения работы ИИ, превращаются в крупные стартапы с капитализацией в сотни миллионов долларов. Это яркое свидетельство того, как инновации в сфере ИИ не только двигают технологический прогресс, но и создают значительную экономическую ценность, помогая бизнесам масштабироваться и увеличивать прибыль.

RadixArk: ускорение и экономия для вашего бизнеса

Последним примером этого тренда является компания RadixArk, коммерческая организация, стоящая за проектом SGLang. Этот инструмент завоевывает популярность благодаря способности значительно ускорять работу моделей искусственного интеллекта, одновременно снижая затраты на их эксплуатацию.

• SGLang был разработан в лаборатории Калифорнийского университета в Беркли при участии соучредителя Databricks Иона Стойки.
• Он уже используется такими гигантами, как xAI и Cursor, для ускорения обучения ИИ-моделей.
• По слухам, RadixArk недавно оценили примерно в 400 миллионов долларов в рамках инвестиционного раунда, возглавляемого Accel, что является впечатляющим показателем для стартапа, анонсированного всего в августе прошлого года.

Один из ключевых разработчиков SGLang, Ин Шэн, бывший инженер xAI, покинул ИИ-стартап Илона Маска, чтобы стать соучредителем и генеральным директором RadixArk. Это подчеркивает не только потенциал технологии, но и уверенность в её коммерческом успехе.

Оптимизация инференса: ключ к эффективности ИИ

Основное направление работы SGLang и RadixArk — оптимизация инференса, то есть процесса выполнения ИИ-моделей. Это критически важно, поскольку инференс, наряду с этапом обучения, составляет значительную часть серверных затрат на ИИ-сервисы.

Что это значит для вашего бизнеса? Инструменты, которые оптимизируют эти процессы, могут принести огромную экономию практически мгновенно. Это означает снижение операционных расходов, увеличение скорости обработки данных и, как следствие, повышение конкурентоспособности.

Не только RadixArk: растущий рынок

RadixArk не одинок в этом тренде. Проект vLLM, более зрелый инструмент для оптимизации инференса, также перешел из открытого исходного кода в хорошо финансируемый стартап. Сообщается, что vLLM ведет переговоры о привлечении более 160 миллионов долларов при оценке около 1 миллиарда долларов.

Оба проекта — SGLang и vLLM — демонстрируют, как глубокие научные разработки, изначально доступные сообществу, могут масштабироваться до уровня высокодоходных бизнесов, предоставляя критически важные инфраструктурные решения для компаний, активно использующих ИИ.

Крупные технологические компании уже используют vLLM для своих инференсных нагрузок, а SGLang также набирает популярность в последние месяцы. Это подтверждает высокий спрос на решения, которые делают ИИ-системы быстрее, дешевле и эффективнее.

Планы RadixArk: инновации и монетизация

RadixArk продолжает активно развивать SGLang как опенсорсный движок для ИИ-моделей. Кроме того, стартап работает над созданием Miles — специализированного фреймворка для обучения с подкреплением, который позволит бизнесам создавать самообучающиеся ИИ-модели, постоянно улучшающие свою производительность.

Хотя большая часть их инструментов остается бесплатной, RadixArk уже начала взимать плату за хостинг-услуги, что указывает на успешную модель монетизации, основанную на предоставлении высококачественных и критически важных сервисов.

Рынок активно растет: За последние месяцы стартапы, предоставляющие инфраструктуру для инференса, привлекли значительные инвестиции. Baseten недавно получил 300 миллионов долларов при оценке в 5 миллиардов долларов, а Fireworks AI — 250 миллионов долларов при оценке в 4 миллиарда долларов. Это демонстрирует колоссальный спрос и стратегическую важность оптимизации слоя инференса для будущего ИИ.

🚀 Получите бесплатный аудит от ИИ прямо сейчас в нашем Telegram-боте: @futurebotsru_bot