
SIARAN PERS
17 Oktober 2024: OpenAI diproyeksikan menghasilkan pendapatan lebih dari $10 miliar pada tahun depan, sebuah tanda jelas bahwa adopsi AI generatif semakin cepat. Namun, sebagian besar perusahaan kesulitan menerapkan model AI besar dalam produksi. Dengan tingginya biaya dan kompleksitas yang ada, hampir 90% proyek pembelajaran mesin diperkirakan tidak akan pernah mencapai tahap produksi. Untuk mengatasi masalah mendesak ini, Simplismart hari ini mengumumkan putaran pendanaan sebesar $7 juta untuk infrastrukturnya yang memungkinkan organisasi menerapkan model AI dengan lancar. Seperti peralihan ke komputasi awan, yang mengandalkan alat seperti Terraform dan pengembangan aplikasi seluler yang didukung oleh Android, Simplismart memposisikan dirinya sebagai pendukung penting bagi transisi AI ke dalam operasi perusahaan arus utama.
Putaran pendanaan seri A dipimpin oleh Accel dengan partisipasi dari Shastra VC, Titan Capital, dan angel terkenal, termasuk Akshay Kothari, Co-Founder Notion. Tahapan ini, yang sepuluh kali lipat lebih besar dari putaran sebelumnya, akan mendorong penelitian dan pengembangan serta pertumbuhan platform orkestrasi MLOps yang berfokus pada perusahaan.
Perusahaan ini didirikan pada tahun 2022 oleh Amritanshu Jain, yang menangani tantangan infrastruktur cloud di Oracle Cloud, dan Devansh Ghatak, yang mengasah keahliannya dalam algoritme penelusuran di Google Penelusuran. Hanya dalam dua tahun, dengan pendanaan awal di bawah $1 juta, Simplismart telah mengungguli tolok ukur publik dengan membangun mesin inferensi tercepat di dunia. Mesin ini memungkinkan organisasi menjalankan model pembelajaran mesin secepat kilat, sehingga meningkatkan kinerja secara signifikan sekaligus menurunkan biaya.
Mesin inferensi cepat Simplismart memungkinkan pengguna memanfaatkan kinerja yang dioptimalkan untuk semua penerapan model mereka. Misalnya, pengoptimalan tingkat perangkat lunaknya membantu menjalankan Llama3.1 (8B) pada throughput yang mengesankan >440 token per detik. Sementara sebagian besar pesaing berfokus pada optimalisasi perangkat keras atau komputasi awan, Simplismart telah merancang terobosan dalam kecepatan ini dalam platform MLOps komprehensif yang dirancang untuk penerapan perusahaan di lokasi – tidak peduli terhadap pilihan model dan platform cloud.
“Membangun aplikasi AI generatif merupakan kebutuhan inti bagi perusahaan saat ini. Namun, penerapan AI generatif masih jauh tertinggal dari perkembangan baru. Hal ini terjadi karena perusahaan berjuang menghadapi empat hambatan: kurangnya alur kerja yang terstandarisasi, biaya tinggi yang menyebabkan ROI buruk, privasi data, dan kebutuhan untuk mengontrol dan menyesuaikan sistem untuk menghindari downtime dan batasan dari layanan lain,” kata Amritanshu Jain, Salah Satu Pendiri dan CEO di Simplismart
Platform Simplismart menawarkan bahasa deklaratif kepada organisasi (mirip dengan Terraform) yang menyederhanakan penyesuaian, penerapan, dan pemantauan model genAI dalam skala besar. API pihak ketiga sering kali menimbulkan kekhawatiran seputar keamanan data, batasan kecepatan, dan kurangnya fleksibilitas, sementara penerapan AI internal memiliki serangkaian kendala tersendiri: akses ke daya komputasi, optimalisasi model, penskalaan infrastruktur, pipeline CI/CD, dan efisiensi biaya, semuanya membutuhkan insinyur pembelajaran mesin yang sangat terampil. Platform MLOps end-to-end Simplismart menstandarkan alur kerja orkestrasi ini, memungkinkan tim untuk fokus pada kebutuhan produk inti mereka daripada menghabiskan banyak jam kerja untuk membangun infrastruktur ini.
Amritanshu Jain menambahkan: “Sampai saat ini, perusahaan dapat memanfaatkan kemampuan yang tersedia untuk mengatur beban kerja MLOps mereka karena jumlah beban kerja, baik itu ukuran data, model, atau komputasi yang diperlukan, kecil. Ketika model menjadi lebih besar dan beban kerja meningkat, maka sangat penting untuk memiliki kendali atas alur kerja orkestrasi. Setiap teknologi baru melewati siklus yang sama: persis seperti yang dilakukan Terraform untuk cloud, studio Android untuk seluler, dan Databricks/Snowflake untuk data.”
“Saat GenAI menjalani momen ledakan Kambriumnya, para pengembang mulai menyadari bahwa menyesuaikan & menerapkan model sumber terbuka pada infrastruktur mereka membawa manfaat yang signifikan; ini membuka kendali atas kinerja, biaya, kemampuan penyesuaian atas data kepemilikan, fleksibilitas dalam tumpukan backend, dan privasi/keamanan tingkat tinggi”, kata Anand Daniel, Mitra di Accel. “Kami senang melihat tim Simplismart melihat peluang ini sejak dini, namun yang mengejutkan kami adalah tim kecil mereka telah mulai melayani beberapa perusahaan GenAI dengan pertumbuhan tercepat dalam produksi. Hal ini memperkuat keyakinan kami bahwa Simplismart memiliki peluang untuk memenangkan pasar infrastruktur AI global yang sangat besar namun sangat kompetitif.”
Penyelesaian alur kerja MLOps akan memungkinkan lebih banyak perusahaan menerapkan aplikasi genAI dengan kontrol lebih besar. Mereka ingin mengelola trade-off antara kinerja dan biaya agar sesuai dengan kebutuhan mereka. Simplismart percaya bahwa menyediakan blok Lego granular bagi perusahaan untuk merakit mesin inferensi dan lingkungan penerapannya adalah kunci untuk mendorong adopsi.