Neural Magic, una startup fundada por un profesor del MIT, que descubrió una forma de ejecutar modelos de aprendizaje automático en CPU de productos básicos, anunció hoy una inversión inicial de $ 15 millones.
Comcast Ventures lideró la ronda con la participación de NEA, Andreessen Horowitz, Pillar VC y Amdocs. La compañía había recibido previamente una pre-semilla de $ 5 millones, lo que hace que el total recaudado hasta el momento, $ 20 millones.
La compañía también anunció el acceso temprano a su primer producto, un motor de inferencia que los científicos de datos pueden ejecutar en computadoras con CPU, en lugar de chips especializados como GPU o TPU. Eso significa que podría reducir en gran medida el costo asociado con los proyectos de aprendizaje automático al permitir que los científicos de datos usen hardware básico.
La idea de esta solución surgió del trabajo del profesor del MIT, Nir Shavit. Como él lo cuenta, estaba trabajando en datos de neurobiología en su laboratorio y encontró una manera de usar el hardware básico que tenía instalado. “Descubrí que con los algoritmos correctos podríamos ejecutar estos algoritmos de aprendizaje automático en hardware básico, y ahí es donde comenzó la compañía”, dijo Shavit a TechCrunch.
Él dice que existe esta falsa noción de que necesita estos chips especializados o aceleradores de hardware para tener los recursos necesarios para ejecutar estos trabajos, pero dice que no tiene por qué ser así. Él dice que su compañía no solo le permite usar este hardware básico, sino que también funciona con enfoques de desarrollo más modernos como contenedores y microservicios.
“Nuestra visión es permitir que los equipos de ciencia de datos aprovechen las plataformas informáticas omnipresentes que ya poseen para ejecutar modelos de aprendizaje profundo a velocidades de GPU, de una manera flexible y en contenedores que solo las CPU de productos básicos pueden ofrecer”, explicó Shavit.
Él dice que esto también elimina las limitaciones de memoria de estos otros enfoques porque las CPU tienen acceso a cantidades mucho mayores de memoria, y esta es una ventaja clave del enfoque de su empresa por encima del ahorro de costos.
“Sí, si se ejecuta en un procesador de productos básicos, obtendrá el ahorro de costos de la ejecución en una CPU, pero lo más importante es que elimina todos estos enormes problemas de comercialización y esencialmente esta gran limitación de todo el campo del aprendizaje automático de tener que trabajar en modelos pequeños y pequeños conjuntos de datos porque los aceleradores son algo limitados. Este es el gran desbloqueo de Neural Magic ” él dijo.
Gil Beyda, Director Gerente del inversor principal Comcast Ventures ve una gran oportunidad de mercado con un enfoque que permite a las personas usar hardware básico. “Neural Magic está en el camino del uso de software para reemplazar hardware de IA especializado y de alto costo. El software gana porque desbloquea el verdadero potencial del aprendizaje profundo para crear aplicaciones novedosas y abordar algunos de los mayores desafíos de la industria “, dijo en un comunicado.
Source link