La startup israeliana SQream, specializzata nell’accelerare carichi di lavoro di dati e analisi tramite tecnologie basate su GPU, ha annunciato oggi di aver raccolto 45 milioni di dollari in una serie di finanziamenti di Serie C. L’azienda ha dichiarato che intende utilizzare questo finanziamento per espandere la sua presenza in Nord America, sviluppare partnership strategiche e continuare a avanzare nelle capacità di intelligenza artificiale/apprendimento automatico (ML) e nell’analisi dei big data.
L’investimento è stato guidato da World Trade Ventures e ha visto la partecipazione di nuovi e vecchi investitori, tra cui Schusterman Investments, George Kaiser Foundation, Icon Continuity Fund, Blumberg Capital e Freddy & Helen Holdings. Con questa iniezione di fondi, SQream ha raccolto un totale di 135 milioni di dollari, il che giunge in un momento in cui la domanda di carichi di lavoro di dati e analisi sta crescendo rapidamente, spingendo le aziende a rafforzare le loro infrastrutture per tenere il passo.
“Con l’ascesa dell’intelligenza artificiale generativa e la crescente importanza dell’integrazione di intelligenza artificiale e machine learning all’interno delle aziende, nonché il riconoscimento del valore delle GPU nel processo di analisi, abbiamo assistito a un aumento dell’interesse nella nostra tecnologia”, ha commentato Ami Gal, CEO di SQream, in una dichiarazione.
“Gli attuali sforzi aziendali sono concentrati sull’accelerazione dell’analisi dei dati, e questo recente finanziamento rappresenta un passo avanti nella nostra missione di fornire soluzioni all’avanguardia per l’analisi e l’elaborazione dei dati, consentendo ai clienti di estrarre informazioni significative dai loro vasti insiemi di dati e di conseguire crescita in modi precedentemente impensabili”, ha aggiunto.
I progetti di analisi stanno crescendo costantemente nel tempo, alimentati dalla continua esplosione dei dati. Secondo le stime di IDC, il volume globale dei dati raggiungerà 163 zettabyte entro il 2025, con il 60% di esso costituito da dati aziendali. Navigare in questa vasta quantità di informazioni e trarne valore può rappresentare una sfida per le aziende che cercano di ottenere insights cruciali per la crescita e la competitività.
Quando si affrontano volumi di dati nell’ordine dei trilioni, le infrastrutture tradizionali basate su CPU possono faticare a tenere il passo, costringendo le aziende a limitare la quantità di dati che possono analizzare per evitare di rimanere indietro. Molte organizzazioni cercano di superare questo ostacolo investendo in hardware e risorse informatiche fondamentali per l’attività, ma questo comporta un aumento dei costi.
SQream, fondata nel 2010, si impegna a risolvere questi problemi sfruttando la potenza delle GPU, che offrono capacità di elaborazione massicce e parallele necessarie per carichi di lavoro di dati e analisi intensivi. L’azienda ha sviluppato un motore di ottimizzazione delle query basato su GPU brevettato, che alimenta due prodotti chiave: il database SQL SQreamDB e SQream Blue Lakehouse, una soluzione completamente gestita per la preparazione dei dati, nativa per il cloud.
“SQreamDB è stato progettato specificamente per sfruttare la potenza delle GPU e accelerare l’analisi dei dati. Questo approccio centrato sulla GPU consente a SQreamDB di elaborare grandi volumi di dati molto più rapidamente rispetto ai tradizionali data warehouse basati su CPU. Nel frattempo, SQream Blue sfrutta la stessa tecnologia, portando la preparazione dei dati nel mondo dei data Lakehouse e consentendo una preparazione dei dati cloud molto più economica per carichi di lavoro massicci”, ha spiegato Deborah Leff, Chief Revenue Officer di SQream.
Secondo il sito web dell’azienda, SQream Blue Lakehouse è in grado di fornire informazioni in tempi più brevi a metà dei costi rispetto alle soluzioni tradizionali di data warehouse e query basate su cloud. In alcuni casi, le soluzioni di SQream sono riuscite a ridurre i tempi di acquisizione e preparazione dei dati del 90% e i costi dell’80%, tutto ciò utilizzando processi SQL familiari. Inoltre, consentono alle aziende di gestire set di dati estremamente grandi con un impatto ambientale ridotto, utilizzando meno hardware e consumando meno energia rispetto alle soluzioni big data tradizionali basate esclusivamente su CPU.
Anche se Deborah Leff non ha condiviso i dettagli sulla crescita delle entrate negli ultimi anni fiscali, ha menzionato che SQream attualmente fornisce soluzioni a un’ampia base di clienti in vari settori, tra cui semiconduttori, produzione, telecomunicazioni, servizi finanziari e assistenza sanitaria. Alcune delle aziende con cui collabora includono Samsung, LiveAction, Sinch, Orange, AIS e LG.
Un esempio di successo è stato condiviso da Leff, riguardante un produttore di elettronica che utilizza la tecnologia di SQream. Quest’ultimo è riuscito a ridurre i costi di raccolta e caricamento dei dati del 90%, aumentando la resa produttiva dal 50% al 90%.
Ora, SQream punta a portare avanti questo lavoro di innovazione. L’azienda prevede di utilizzare i fondi appena raccolti per espandere ulteriormente il proprio team e presenza in Nord America, migliorare le capacità di intelligenza artificiale/apprendimento automatico e consolidare ulteriormente la sua posizione nei mercati dei big data e dell’analisi.
Va notato che, sebbene l’azienda consideri Snowflake e Databricks tra i suoi principali concorrenti nell’infrastruttura dati, non è l’unica a operare nel campo dell’analisi accelerata da GPU. Altre aziende come BlazingDB, Kinetica e Heavy AI (precedentemente note come OmniSci e MapD) stanno anch’esse puntando a questa area con i rispettivi prodotti.