Lambda raccoglie $ 24,5 milioni per l’infrastruttura hardware ottimizzata per l’intelligenza artificiale
Lambda , una società di infrastrutture di intelligenza artificiale, questa settimana ha annunciato di aver raccolto $ 15 milioni in un round di finanziamento di venture da 1517, Gradient Ventures, Razer, Bloomberg Beta, Georges Harik e altri, oltre a una linea di debito di $ 9,5 milioni. L’investimento di $ 24,5 milioni porta il totale della società a raggiungere i $ 28,5 milioni, dopo una precedente tranche di $ 4 milioni.
Nel 2013, Lambda, con sede a San Francisco, in California, ha lanciato controverso un’API di riconoscimento facciale per gli sviluppatori che lavorano su app per Google Glass , lo sfortunato display di realtà aumentata di Google. L’API, che presto si è estesa ad altre piattaforme, ha consentito alle app di fare cose come “ricordare questa faccia” e “trovare i tuoi amici in mezzo alla folla”, ha detto all’epoca il CEO di Lambda Stephen Balaban a TechCrunch . L’API è stata utilizzata da migliaia di sviluppatori e, almeno a un certo punto, ha visto oltre 5 milioni di chiamate API al mese.
Da allora, tuttavia, Lambda si è concentrata sulla vendita di sistemi hardware progettati per applicazioni di intelligenza artificiale, machine learning e deep learning. Tra questi ci sono il TensorBook, un laptop con una GPU dedicata e un prodotto workstation con un massimo di quattro GPU di classe desktop per la formazione sull’intelligenza artificiale. Lambda offre anche server, incluso uno progettato per essere condiviso tra team e un cluster di server, chiamato Echelon, che Balaban descrive come “scala datacenter”.
“Inizialmente abbiamo creato un’API per il riconoscimento facciale, un editor di immagini basato sul deep learning chiamato Dreamscope e, grazie all’esperienza nell’esecuzione della nostra infrastruttura GPU, abbiamo deciso di offrire workstation e server preconfigurati”, ha detto Balaban a VentureBeat via e-mail. “Forniamo l’infrastruttura – laptop, workstation e server – in modo che i nostri clienti possano concentrarsi sui modelli di formazione e sulla creazione di valore per i propri clienti. La maggior parte delle aziende si distrae costruendo enormi team di infrastrutture quando dovrebbero creare enormi team di machine learning per utilizzare infrastrutture più facili da gestire”.
Un certo numero di startup offre hardware preconfigurato per lo sviluppo AI, incluso Graphcore . Ma Balaban afferma che il principale elemento di differenziazione di Lambda sono i suoi strumenti software.
Ogni macchina Lambda viene preinstallata con Lambda Stack, una raccolta di framework di sviluppo software di machine learning, tra cui TensorFlow di Google e PyTorch di Facebook. Gli sviluppatori possono aggiornare i framework con un singolo comando della console e, se hanno addestrato il modello su un computer locale, possono copiarlo su un server Lambda in esecuzione nel cloud.
“I nostri clienti includono Apple, Intel, Microsoft, Amazon Research, Tencent, Kaiser Permanente, MIT, Stanford, Harvard, Caltech e il Dipartimento della Difesa”, ha affermato Balaban. “Abbiamo [migliaia] di utenti, [e] la maggior parte delle Fortune 500 e quasi tutte le principali università di ricerca negli Stati Uniti, così come [molti] laboratori di ricerca presso il Dipartimento dei trasporti e il Dipartimento dell’energia, utilizzano hardware Lambda e Lambda Stack.”
Balaban afferma inoltre che l’azienda con più di 40 dipendenti, fondata nel 2012, è stata redditizia secondo i GAAP (principi contabili generalmente accettati) dal 2019. Ha un tasso di entrate di 60 milioni di dollari per il 2021 e prevede di avere circa 60 dipendenti entro il fine anno.
