Izraelský startup Speedata, sídlící v Tel Avivu, se dostal do centra pozornosti technologického světa poté, co v rámci investičního kola série B získal 44 milionů dolarů. Tím se celková výše financování zvýšila na 114 milionů dolarů. Firma se specializuje na vývoj analytické procesorové jednotky (APU), která má za cíl zefektivnit výpočty ve velkých datech a úlohách souvisejících s umělou inteligencí. Investiční kolo vedli stávající partneři, mezi něž patří Walden Catalyst Ventures, 83North, Koch Disruptive Technologies, Pitango First a Viola Ventures. Zúčastnili se však i strategičtí hráči, například Lip-Bu Tan, generální ředitel Intelu a partner Walden Catalyst Ventures, nebo Eyal Waldman, spoluzakladatel společnosti Mellanox Technologies. Zapojení těchto osobností podtrhuje důvěru investorů v technologii a strategii, s níž Speedata přichází. Zdroj: Live Science Odlišný přístup k hardwarové architektuře Zatímco většina tradičních výpočtů v oblasti datové analytiky probíhá buď na standardních procesorech (CPU), nebo na grafických jednotkách (GPU), které byly později přizpůsobeny i pro datové zátěže, Speedata nabízí jiný přístup. Podle ředitele Adiho Gelvana je jejich APU navržena od základu pro účely datové analytiky. Nejedná se tedy o univerzální čip, ale o specializovaný procesor, který nahrazuje celé servery a přináší násobně vyšší výkon s menší energetickou náročností. Zásadní rozdíl spočívá právě ve specializaci na konkrétní typ výpočtů. GPU sice mohou poskytovat vysoký výkon, ale jejich původní účel – grafické operace – z nich činí méně efektivní nástroj pro komplexní datové zpracování. Analytická procesorová jednotka Speedaty však cílí přímo na úzká místa, která v těchto výpočtech vznikají, a optimalizuje je. Startup vznikl v roce 2019 a založilo jej šest odborníků, mimo jiné první výzkumníci, kteří stáli za architekturou Multi-Threaded Coarse-Grained Reconfigurable Architecture (CGRA). Tito inženýři spolupracovali s vývojáři ASIC čipů s cílem vytvořit čip, jenž nahradí desítky tradičních serverů a zároveň sníží provozní náklady. Vysoký výkon potvrzen reálnými výsledky Speedata se již může pochlubit výraznými výsledky. V konkrétním testovacím scénáři byl její APU schopen zpracovat úkol ve farmaceutickém výzkumu během 19 minut, zatímco běžnému procesoru by tato operace zabrala až 90 hodin. To představuje 280násobné zrychlení, což potvrzuje potenciál technologie v průmyslovém nasazení. Aktuální zaměření vývoje je především na analytickou platformu Apache Spark, ale firma má ambici rozšířit podporu i na další významné nástroje a databázové systémy. Cílem je, aby se APU staly standardem v oblasti datové analytiky, podobně jako se GPU staly neodmyslitelnou součástí trénování modelů umělé inteligence. Startup zároveň oznámil, že jeho technologii již testuje několik velkých firem. Jejich jména zatím nezveřejnil, ale veřejná premiéra APU se uskuteční během konference Databricks Data & AI Summit, která se bude konat ve druhém červnovém týdnu. Právě tam firma plánuje první oficiální představení svého řešení. Od prototypu k reálnému hardwaru Od posledního kola financování dokázala Speedata přejít z fáze prototypu na funkční výrobní čip. Na konci roku 2024 společnost dokončila návrh a výrobu svého prvního APU a nyní je připravena uvést jej na trh. Vývoj od počátečního konceptu přes testování na FPGA platformách až po současné komerční uvedení představuje pro startup zásadní milník. Podle generálního ředitele Gelvana je poptávka ze strany zákazníků silná a počet podnikových zájemců, kteří chtějí APU nasadit do provozu, neustále roste. Firma je proto připravena rozšířit své obchodní aktivity a posílit svou přítomnost na trhu s datovými technologiemi. Speedata se tak stává jedním z nejzajímavějších hráčů v oblasti specializovaných výpočetních čipů. Její technologie nejenže konkuruje současným lídrům, jako je Nvidia, ale zároveň přináší alternativní pohled na to, jak mohou být velká data zpracovávána rychleji, efektivněji a úsporněji. APU od Speedaty nejsou jen technickou inovací, ale mohou také redefinovat to, co považujeme za standardní přístup k analytickému výkonu v éře dat a umělé inteligence. Zdroj: Getty Images