Run:AI גייסה 13 מיליון דולר כדי להאיץ משימות פיתוח בינה מלאכותית

הסכום גויס בשני סבבים - 10 מיליון דולר בהובלת קרן S Capital של חיים סדגר ו-TLV Partners שגם הובילה לפני כשנה את סבב הסיד בסך 3 מיליון דולר

בינה מלאכותית / שאטרסטוק
בינה מלאכותית / שאטרסטוק

הסטארט-אפ Run:AI הודיע היום (ד') על גיוס בסך 10 מיליון דולר בהובלת קרן S Capital של חיים סדגר. הגיוס מגיע שנה בלבד לאחר שגייס 3 מיליון דולר בסבב סיד בהובלת TLV פרטנרס.

Run:AI, שהוקמה על ידי עמרי גלר וד"ר רונן דר, פיתחה שכבת וירטואליזציה והאצה למשימות חישוביות של בינה מלאכותית. מדובר במוצר תוכנה שנועד לנהל את התשתית הפיזית שמשמשת לחישובי בינה מלאכותית כמו השבבים הגרפיים (GPU) של אנבידיה או TPU של גוגל. המשימה מתבצעת על ידי ניתוח אוטומטי של המשימות החישוביות שמפתחי בינה מלאוכתית מריצים, במיוחד בשלב של אימון הדאטה (החלק הראשון והחשוב בלמידת מכונה), שימוש באלגוריתמי חישוב מקבילי תוך כדי העלמת צווארי הבקבוק בתקשורת בין השבבים, והקצאת משאבים יעילה בתוך מרכז הנתונים. כל זאת, על מנת להביא למקסימום את ניצול המשאבים החישוביים.

על נסיבות הקמת החברה סיפר גלר, כי הוא וד"ר דר הכירו בחוג להנדסה ואלקטרוניקה ותורת האינפורמציה כאשר למדו אצל המנחה פרופ' מאיר פדר. באותה תקופה עבד גלר ביחידה בטכנולוגית של משרד רה"מ וד"ר עבד במעבדות בל בארה"ב. בעברו היה ד"ר דר מהנדס אלגוריתמים באנוביט ולאחר מכן באפל. Run:AI מעסיקה עשרה עובדים, ששה מהם מפתחים. מרכז הפיתוח של החברה פועל בתל אביב ולאחרונה גם בארה"ב.

מטרת הגיוס, לדברי מנכ"ל החברה עמרי גלר, היא "להגדיל משמעותית את צוות הפיתוח ולהאיץ את מאמצי השיווק". לדבריו, "לחברה כמה עשרות לקוחות, רובם בשלבי ניסוי, וחלקם הקטן לקוחות משלמים, בתחומי הקמעונאות והרפואה". המאפיין של הלקוחות לדברי גלר הוא חברות מכל הגדלים שמפתחות בעצמן אפליקציות של בינה מלאכותית (אין-האוס). "מדובר בחברות שמפעילות צוותים של מהנדסי למידה עמוקה ובינה שבונים הרבה מודלים כאשר המוצר של Run:AI עוזר להם לבנות את זה מהר ויעיל יותר, להתרכז בבניית המודלים ופחות בתשתיות הנלוות", הסביר גלר.

"אלגוריתמי למידה עמוקה מתבססים על תהליך אימון שלוקח זמן רב וצורך כוח מחשוב עצום", הסביר עוד גלר, "גרסאות דומות של משימות אימון יכולות לרוץ מאות פעמים עד אשר הן מדויקות מספיק לשימוש. כתוצאה מכך, זמני הפיתוח ארוכים מאוד, בעוד מורכבות הפיתוח והעלויות הולכות וצומחות. חברות בדרך כלל משתמשות במספר רב של מעבדים גרפיים או מעבדים ייעודיים אחרים על מנת להריץ אימוני למידה עמוקה, והמשימות החישוביות הללו רצות באופן רציף במשך ימים ואף שבועות בענן פרטי או ציבורי. מדובר במחסום גבוה ליצירה והגעה מהירה לשוק של פתרונות בינה מלאכותית חדשים".

המוצר של Run:AI מקשר בעצם בין שני העולמות - מצד אחד המשימות השונות ומצד שני סוגי חומרה השונים. "אנו עושים זאת על ידי כך שאנו לוקחים כל משימה ועושים וירטואליזציה למשאבים החישוביים וכך מאפשרים לכל מי שבונה משימות חישוביות להתרכז רק בבניית המשימה. אנחנו לקוחים את המשימות ולומדים בשבילו כיצד הכי נכון להריץ אותם, בהינתן המשאבים החישוביים שקיימים. אנחנו עושים את הביזור אוטומטית בשבילו, כך שהוא כותב את המשימה כאילו היא לא צריכה לרוץ על כמה יחידות חישוביות. אנחנו צריכים בעצם לקבל בשבילו את ההחלטות על כמה יחידות חישוביות המשימה צריכה לרוץ, כדי שהמהלך יהיה חסכוני במשאבים. הווירטואליזציה זו בעצם השכבה שמקשרת בין המון משימות חישוביות שיוצאות מהמשתמשים לבין הרבה משאבים חישוביים שצריכים להריץ אותם".