شرکتهای زیادی وجود دارند که به دنبال این هستند که چگونه صورتحسابهای ابری خود را با حذف ضایعات کاهش دهند، یا راههای مقرونبهصرفهتری برای انجام همان کار پیدا کنند. Xonai، یک استارت آپ در مراحل اولیه، رویکرد متفاوتی را برای کاهش هزینه های ابری در پیش گرفته است.
این به دنبال راههایی برای اجرای کارآمدتر نرمافزار دادههای شما، و در نتیجه کاهش هزینههای کل کار شما، از Apache Spark است. قصد دارد به مرور زمان از بسته های دیگر پشتیبانی کند. امروز، این شرکت سرمایه گذاری اولیه 3.5 میلیون دلاری را اعلام کرد.
لئاندرو واز، یکی از بنیانگذاران شرکت و مدیر ارشد فناوری، به TechCrunch گفت: «ما به سازمانهایی کمک میکنیم که محصولات مبتنی بر داده و هوش مصنوعی را برای کاهش هزینهها و سرعت بخشیدن به زمان ارزش گذاری کنند.
این شرکت تصمیم گرفته است تا بر روی این داده ها و محصولات هوش مصنوعی تمرکز کند زیرا به دلیل ماهیت آنها، به منظور حفظ کیفیت خدمات، به مقیاس منابع ابری متناسب با رشد کسب و کار نیاز دارند. در حالی که واز نمیتوانست نام مشتریان یا تعداد شرکتهایی را که در این مرحله از محصول استفاده میکنند به اشتراک بگذارد، او به طور کلی در مورد انواع سازمانهایی صحبت کرد که میتوانند از استفاده از Xonai مانند فناوری تبلیغات، خدمات مالی، خردهفروشی، بازی یا فقط استفاده کنند. در مورد هر کسب و کار پر داده
آنها نیاز به مقیاس دارند زیرا با رشد کسب و کار، حجم داده هایی را که باید پردازش کنند، افزایش می دهند. اساساً وقتی مهندسان این موارد را اجرا می کنند، اتفاقی می افتد که آنها باید زیرساخت را به صورت افقی مقیاس کنند و این تقریباً همیشه به این معنی است که آنها از ماشین های بیشتری استفاده می کنند. و این اساساً هزینههای ابر را متناسب با تعداد ماشینهایی که در فضای ابری استفاده میکنند، کاهش میدهد.
اعتبار تصویر: Xonai
اینجاست که Xonai راه حلی ارائه می کند که برای کاهش هزینه های زیرساخت داده طراحی شده است. او میگوید: «ما در حال انجام کاری هستیم تا واقعاً این برنامههای کاربردی بسیار سخت برای هوش مصنوعی و دادهها سریعتر اجرا شوند و از منابع کمتری استفاده کنند.
زیبایی روش این است که کاملاً خودکار است، بنابراین نیازی به نظارت بر سطح منابع ندارید. نرم افزار از طریق شتاب سخت افزاری به طور خودکار از این کار برای شما مراقبت می کند که باعث می شود این بارهای کاری با ماشین های کمتری سریعتر اجرا شوند. ما از پیشرفتهای جدید در کامپایلرها استفاده میکنیم و لایهای میسازیم که به شما امکان میدهد اساساً این مراحل را به یک زبان مشترک بنویسید. سپس میتوانیم همه این مراحل را با هم بهینه کنیم و با انجام این کار، این برنامهها بسیار سریعتر محاسبه میشوند.»
چقدر سریعتر؟ او می گوید از 2 تا 5 برابر.
این شرکت در حال حاضر حدود دوازده کارمند دارد که به زودی چند نقش باز دارند. در این مرحله اولیه، آنها دارای تنوع جنسیتی و جغرافیایی هستند و او می گوید با استخدام، به تلاش خود ادامه خواهد داد تا افراد با پیشینه های مختلف را وارد شرکت کند.
سرمایهگذاری اولیه توسط Kadmos Capital با مشارکت Adara Ventures، Deep Science Ventures، Nauta Capital، Notion Capital و فرشتگان مختلف صنعت هدایت شد.