Zephyrnet-logo

Lightning AI haalt $ 40 miljoen op voor zijn platform en raamwerk voor het bouwen van machine learning en AI-apps

Datum:

Modulaire ontwikkeling richt zich op het scheiden van de functionaliteit van een programma in onafhankelijke bouwstenen die samen een uitvoerbare applicatie vormen. WordPress en zijn bijna eindeloze opslagplaats van plug-ins is een voorbeeld.  Bliksem-AI, voorheen bekend als Grid AI, is een platform en framework dat modulaire functionaliteit biedt voor AI en Machine Learning. Het platform stelt iedereen in staat om snel en naadloos AI- en ML-workflows te ontwikkelen zonder diepgaande technische kennis, of het nu voor productie of voor onderzoek is. Projecten die zijn ontwikkeld met behulp van het Lightning-framework kunnen lokaal of in de cloud worden gehost. De Lightning-apps en -componenten die beschikbaar zijn voor integratie zijn allemaal open-source, waardoor gebruikers kunnen aanpassen op basis van hun behoeften, wat waardevolle ontwikkelingstijd bespaart. Lightning AI is gratis te gebruiken voor maximaal 20 apps met betaalde abonnementen die meer mogelijkheden en gebruik bieden.

AlleyWatch ingehaald met Lightning AI CEO en medeoprichter Willem Valk om meer te weten te komen over het bedrijf, de strategische plannen van het bedrijf, de laatste financieringsronde, die de totale financiering op $ 58.6 miljoen brengt, en nog veel, veel meer...

Wie waren uw investeerders en hoeveel heeft u opgehaald?

Lightning AI heeft een serie B van $ 40 miljoen opgehaald, geleid door gecoat, met deelname van Index, Bain Capital Ventures, First Minute Capital, en de Chainsmokers' Bidsprinkhanen VC.

Vertel ons over het product of de dienst die Lightning AI aanbiedt.

Lightning AI stelt onderzoekers, datawetenschappers en software-engineers in staat om zeer schaalbare Lightning-apps (end-to-end ML-systemen) te bouwen, te delen en te herhalen met behulp van de tools en technologieën van hun keuze, ongeacht hun expertise. Om elk soort AI-probleem op te lossen, van onderzoeksprojecten tot productieklare pijplijnen, groeperen gebruikers eenvoudig de componenten van hun keuze in een Lightning-app en passen ze de onderliggende code naar behoefte aan. Lightning Apps kunnen vervolgens opnieuw worden gepubliceerd in de community voor toekomstig gebruik, of privé worden gehouden in de persoonlijke bibliotheken van gebruikers.

Lightning AI combineert een breed scala aan bestaande tools in een modulair, intuïtief platform voor het bouwen van Lightning-apps in onderzoeks-, zakelijke en persoonlijke contexten. Het vormt de basis van het groeiende Lightning-ecosysteem, dat ontwikkelaars een reeks kant-en-klare tools en vereiste infrastructuur en computerbronnen biedt, evenals community-ondersteuning voor het bouwen van Lightning-apps.

Wat inspireerde de start van Lightning AI?

Nadat ik in 2015 begon met het ontwikkelen van het open-source deep learning-framework PyTorch Lightning als student aan Columbia, richtte ik in 2019 Lightning AI op (dat toen Grid.ai heette) met Luis Capelo. Terwijl ik aan mijn doctoraat bij NYU en Facebook AI Research werkte, heb ik PyTorch Lightning open source gemaakt en het kreeg snel grip als het favoriete hulpmiddel voor AI-onderzoekers en ML-ingenieurs in de industrie die werken aan ultramoderne kunstmatige-intelligentieprojecten.

Toen bedrijven in elke branche PyTorch Lightning in productie begonnen te nemen, realiseerden we ons dat de grootste uitdaging die de acceptatie van AI op grote schaal tegenhield, de fragmentatie van het AI-ecosysteem was. Ik merkte voor het eerst de impact van het gefragmenteerde AI-ecosysteem in 2019. Omdat AI-adoptie op grote schaal nog zo in de kinderschoenen stond, ontdekten we om de paar maanden een "ontbrekend" deel van de machine learning-stack. Zaken als functiewinkels en gegevensversiebeheer verschenen bijvoorbeeld als belangrijke tools in 2019. Het jaar daarop, in 2020, ontdekten we de behoefte aan experimentmanagers en de mogelijkheid om meerdere hardwareversnellers te gebruiken zonder codewijzigingen (functies die Lightning AI pionierde dat hetzelfde jaar).

Waarom dit van belang is, is dat elk ontbrekend stukje van de puzzel het algehele tempo van AI-innovatie vertraagt. Een onvolledige en gefragmenteerde stapel maakt het tijdrovender en duurder dan nodig is om AI te bouwen. Alleen al om een ​​model zo ver te krijgen dat het in productie kan worden genomen, zijn honderden, zo niet duizenden ontwikkelaarsuren nodig die puur aan de infrastructuur worden besteed. Nu worden "MLOP's" en "training in de cloud" gepositioneerd als de grootste problemen waarmee AI-adoptie wordt geconfronteerd - problemen die we al hebben opgelost in ons vorige productaanbod. Het echte probleem waar iedereen in de AI-ruimte zich zorgen over zou moeten maken, is echter nog steeds het overkoepelende probleem van fragmentatie.

Daarom introduceren we na twee jaar laserfocus op het oplossen van het probleem van fragmentatie in de ontwikkeling van machine learning, het Lightning AI-platform. Met Lightning AI kunnen onderzoekers in de academische wereld, machine learning-ingenieurs in de industrie en iedereen daar tussenin in enkele dagen end-to-end ML-systemen tot leven brengen, in plaats van de jaren werk die momenteel vereist zijn.

Je hoeft niets van de verbrandingsmotor te weten om naar de supermarkt te rijden; waarom zou u kennis moeten hebben van Kubernetes, cloudinfrastructuur, gedistribueerde bestandssystemen en fouttolerante training om uw AI-project eenvoudig tot leven te brengen? De huidige oplossingen geven je de verschillende onderdelen van een werkende auto en hopen dat je ze kunt samenvoegen tot iets dat je kunt gebruiken om een ​​ritje mee te maken.

Je hoeft niets van de verbrandingsmotor te weten om naar de supermarkt te rijden; waarom zou u kennis moeten hebben van Kubernetes, cloudinfrastructuur, gedistribueerde bestandssystemen en fouttolerante training om uw AI-project eenvoudig tot leven te brengen? De huidige oplossingen geven je de verschillende onderdelen van een werkende auto en hopen dat je ze kunt samenvoegen tot iets dat je kunt gebruiken om een ​​ritje mee te maken.

De visie die ik nastreef sinds mijn tijd bij NYU is altijd geweest om zoiets als een besturingssysteem voor kunstmatige intelligentie te bouwen, waarmee alle verschillende onderdelen van het AI-ecosysteem konden samenwerken. Er bestaat geen bestaande oplossing zoals deze, en het kostte de collectieve gerichte inspanning van ons hele team jaren om Lightning AI te conceptualiseren en te bouwen.

Vandaag introduceren we wat we zien als de eerste auto van kunstmatige intelligentie. U concentreert zich op een ritje – wij zorgen voor de engineering.

Hoe is Lightning AI anders?

In tegenstelling tot de oplossingen die momenteel op de markt zijn, hebben we dit product ontwikkeld met de volledige ontwikkelingscyclus van machine learning in gedachten. We bieden volledige flexibiliteit als gebruikers dat willen, en eenvoudige standaardinstellingen als ze dat niet willen. Van krachtige hardware- en cloudoplossingen tot een gebruikerservaring die de nadruk legt op eenvoud, bruikbaarheid en reproduceerbaarheid, Lightning AI maakt het ontwikkelen van kunstmatige intelligentie eenvoudiger en krachtiger dan ooit.

Op welke markt richt Lightning AI zich en hoe groot is deze?

Doorbraken op het gebied van AI in de academische wereld en de industrie zijn de afgelopen jaren in een stroomversnelling geraakt, waardoor de vraag naar AI-aangedreven toepassingen enorm is gestegen. Onze marktkansen zijn enorm. Gartner schat zelfs dat de wereldwijde markt voor kunstmatige-intelligentiesoftware naar verwachting tegen het einde van 62.5 $ 2022 miljard zal bereiken, een stijging van 21.3% ten opzichte van 2021.

Kijkend naar AI-software, hardware en diensten in totaal, voorspelt IDC dat de wereldwijde inkomsten tegen 500 meer dan $ 2024 miljard zullen bedragen.

Wat is uw bedrijfsmodel?

Lightning AI verdient inkomsten uit abonnementen en gebruik voor bedrijfsimplementaties.

Wat zijn uw post-COVID kantoorplannen?

Lightning AI is gevestigd in New York en we hebben hubs in Londen en San Francisco. Dat gezegd hebbende, we zijn een volledig externe organisatie en medewerkers kunnen overal werken. Momenteel hebben we medewerkers in 18 landen.

Hoe was het financieringsproces?

Onze belangrijkste focus ligt op het bouwen van geweldige producten en het bevorderen van het werk van AI, dus fondsenwerving is voor ons altijd een secundaire motivatie geweest. Onze inzamelingsacties tot nu toe vielen samen met grote doorbraken in onze producten, en tot op heden is elke ronde ongelooflijk snel gegaan. We hebben het geluk dat we onze waardering nooit te hoog hebben opgedreven, de inkomstenvooruitzichten hebben opgeblazen of hebben geprobeerd de schaal te vergroten, waardoor we selectief en bedachtzaam konden zijn in met wie we als investeerders werken. In deze ronde hebben we het geluk om Caryn Marooney en Coatue aan ons bord toe te voegen. Ik denk dat wanneer investeerders echt inzicht krijgen in uw visie op wat u aan het bouwen bent, dit het proces helpt snel te gaan en over het algemeen niet te stressvol is.

Wat zijn de grootste uitdagingen waarmee u werd geconfronteerd bij het aantrekken van kapitaal?

Een van de grootste uitdagingen waar elke oprichter volgens mij mee te maken krijgt, is met wie hij moet samenwerken aan de investeringskant. Als u een fout maakt in het werken met iemand die de bedrijfsvisie niet begrijpt of die uw waarden niet begrijpt en deelt, kan dit een groot probleem worden voor het bedrijf. Hoewel er tegenwoordig geen tekort is aan MLOPs-producten, was het vanaf het begin belangrijk voor ons dat we investeerders vonden die begrepen dat we niet simpelweg een nieuw machine learning-platform bouwen, maar het fundamentele platform bouwen dat de machine learning-ruimte zal verenigen.

Welke factoren in uw bedrijf hebben uw investeerders ertoe gebracht de cheque uit te schrijven?

Onze immense gemeenschap van deskundige ontwikkelaars over de hele wereld. PyTorch Lightning, ons deep learning-framework, is meer dan 21 miljoen keer gedownload en is of wordt momenteel gebruikt in enkele van 's werelds grootste bedrijven. De explosieve groei van onze open-sourceproducten is het bewijs dat wat we bouwen werkt, goed werkt en de efficiëntie van de ontwikkeling van machine learning verbetert voor een groot aantal verschillende gebruikssituaties.

Wat zijn de mijlpalen die u in de komende zes maanden wilt bereiken?

De GA-release van het Lightning AI-platform is perfect getimed met de stijgende vraag naar cloudgebaseerde oplossingen waarmee gebruikers snel Lightning-apps kunnen bouwen.

Lightning AI heeft een levendige open-sourcecommunity, waaronder PyTorch Lightning-gebruikers. PyTorch Lightning is enorm populair geworden, van 25,000 maandelijkse downloads in 2020 tot meer dan 4.3 miljoen per maand vandaag. De Lightning AI-community wil graag één enkel uniform platform hebben om ML-modellen te trainen, maar ook om zeer schaalbare, productieklare Lightning-apps te bouwen, te delen en te herhalen met behulp van de tools en technologieën van hun keuze. In de komende zes maanden willen we deze community koesteren en het aantal tools dat voor hen beschikbaar is via het Lightning AI-platform vergroten.

Lightning AI heeft een levendige open-sourcecommunity, waaronder PyTorch Lightning-gebruikers. PyTorch Lightning is enorm populair geworden, van 25,000 maandelijkse downloads in 2020 tot meer dan 4.3 miljoen per maand vandaag. De Lightning AI-community wil graag één enkel uniform platform hebben om ML-modellen te trainen, maar ook om zeer schaalbare, productieklare Lightning-apps te bouwen, te delen en te herhalen met behulp van de tools en technologieën van hun keuze. In de komende zes maanden willen we deze community koesteren en het aantal tools dat voor hen beschikbaar is via het Lightning AI-platform vergroten.

Welk advies kunt u bedrijven in New York bieden die geen nieuwe kapitaalinjectie op de bank krijgen?

Focus op wat je doet en doe het goed. Oogverblindende waarderingen kunnen voor opwindende krantenkoppen zorgen, maar een duidelijk begrip van het probleem dat u probeert op te lossen en hoe dat gebruikers zal helpen - in welke hoedanigheid ook voor uw project zinvol is - is aanzienlijk belangrijker.

We zijn altijd oordeelkundig geweest over hoe we ons team uitgeven en laten groeien, maar voor oprichters die zich in een meer uitdagende kaspositie bevinden, denk ik dat het van cruciaal belang is om alle energie te richten op gebieden met een positieve eenheidseconomie. Het is nooit duidelijk hoe de fondsenwervingsomgeving er in de toekomst uit zal zien, maar investeerders willen altijd zien dat je op een duurzame manier kunt groeien.

Waar zie je het bedrijf nu heen gaan op korte termijn?

Met onze nieuwe Series B-financiering zullen we ons concentreren op het bevorderen van onze technologische innovatie, het financieren van nieuw AI-onderzoek en het koesteren van onze groeiende gebruikersgemeenschap en ecosysteem.

Wat is je favoriete restaurant in de stad?

Patacon Pisao, een Venezolaans restaurant op een steenworp afstand van ons kantoor in Lower Manhattan.


U bent slechts enkele seconden verwijderd van het aanmelden voor de populairste lijst in Tech!
Meld je vandaag nog aan


spot_img

Home

VC Café

Laatste intelligentie

spot_img