راه اندازی پایگاه داده برداری منبع باز Qdrant 28 میلیون دلار جمع آوری می کند
Qdrant، شرکت پشتیبان پایگاه داده وکتور منبع باز همنام، 28 میلیون دلار در دور سری A سرمایه به رهبری Spark Capital جمع آوری کرده است.
Qdrant مستقر در برلین که در سال 2021 تأسیس شد، به دنبال سرمایه گذاری از انقلاب رو به رشد هوش مصنوعی است و توسعه دهندگان را با موتور جستجوی منبع باز و پایگاه داده هدف قرار می دهد - بخشی جدایی ناپذیر از هوش مصنوعی مولد، که نیاز به ایجاد روابط بین داده های بدون ساختار (مثلا متن، تصاویر) دارد. یا صدایی که برچسب گذاری نشده یا سازماندهی نشده باشد)، حتی زمانی که این داده ها در برنامه های بلادرنگ "پویا" هستند. طبق دادههای گارتنر، دادههای بدون ساختار حدود 90 درصد از دادههای جدید سازمانی را تشکیل میدهند و سه برابر سریعتر از همتای ساختیافته خود رشد میکنند.
قلمرو پایگاه داده برداری داغ است. در ماههای اخیر شاهد بودیم که شرکتهایی مانند Weaviate 50 میلیون دلار برای پایگاه داده وکتور منبع باز خود جمعآوری کردند، در حالی که Zilliz 60 میلیون دلار را برای تجاریسازی پایگاهداده منبع باز وکتور Milvus تضمین کرد. در جاهای دیگر، Chroma 18 میلیون دلار سرمایه اولیه را برای پیشنهادی مشابه به دست آورد، در حالی که Pinecone 100 میلیون دلار برای یک جایگزین اختصاصی به دست آورد.
Qdrant، به نوبه خود، آوریل گذشته 7.5 میلیون دلار جمع آوری کرد، که بیشتر نشان دهنده اشتهای به ظاهر سیری ناپذیر سرمایه گذاران برای پایگاه های داده برداری است - در حالی که به یک جهش رشد برنامه ریزی شده از سوی Qdrant اشاره می کند.
آندره زایرنی، مدیرعامل و یکی از بنیانگذاران شرکت Qdrant به توضیح داد: «برنامه این بود که در سه ماهه دوم امسال به جمعآوری کمک مالی بعدی برویم، اما چند ماه قبل پیشنهادی دریافت کردیم و تصمیم گرفتیم در زمان خود صرفهجویی کنیم و از هماکنون مقیاس شرکت را شروع کنیم.» TechCrunch. "جمع آوری کمک های مالی و استخدام افراد مناسب همیشه زمان می برد."
شایان ذکر است، زایرنی او میگوید که این شرکت در واقع پیشنهاد خرید احتمالی یک «بازیگر اصلی بازار پایگاه داده» را همزمان با دریافت پیشنهاد سرمایهگذاری بعدی رد کرد. او گفت: «ما با سرمایه گذاری رفتیم،» و گفت که از آنجایی که شرکت در حال حاضر عمدتاً از مهندسان تشکیل شده است، از تزریق نقدینگی تازه برای ایجاد تیم تجاری خود استفاده خواهند کرد.
منطق باینری
Qdrant در فاصله 9 ماهه پس از آخرین افزایش خود، یک فناوری فشرده سازی فوق کارآمد جدید به نام کوانتیزاسیون باینری (BQ) را راه اندازی کرده است که بر نمایه سازی با تأخیر کم و توان عملیاتی بالا تمرکز دارد که می تواند مصرف حافظه را تا 32 برابر کاهش دهد. و سرعت بازیابی را حدود 40 برابر افزایش دهید.
زائرنی گفت: "کوانتیزه دودویی راهی برای "فشرده سازی" بردارها به ساده ترین نمایش ممکن فقط با صفر و یک است. " "مقایسه بردارها به ساده ترین دستورالعمل CPU تبدیل می شود - این امر باعث می شود تا سرعت جستجوها به میزان قابل توجهی افزایش یافته و به طور چشمگیری در مصرف حافظه صرفه جویی شود. مفهوم نظری جدید نیست، اما ما آن را به گونهای پیادهسازی کردیم که دقت آن کم است. »
با این حال، BQ ممکن است برای همه مدلهای هوش مصنوعی کارایی نداشته باشد، و این کاملاً به کاربر بستگی دارد که تصمیم بگیرد که گزینه فشردهسازی برای موارد استفاده آنها بهترین کارایی را داشته باشد - اما زایرنی او میگوید که بهترین نتایجی که آنها پیدا کردهاند با مدلهای OpenAI بوده است، در حالی که Cohere نیز کار کرده است. همینطور جمینی گوگل. این شرکت در حال حاضر در حال محک زدن با مدل هایی مانند Mistral و Stability AI است.
این چنین تلاش هایی است که به جذب پذیرندگان برجسته، از جمله Deloitte، Accenture، و - مسلماً بالاترین مشخصات همه آنها - X ( Née Twitter) کمک کرده است. یا شاید دقیقتر، xAI ایلان ماسک، شرکتی که رقیب ChatGPT Grok را توسعه میدهد و ماه گذشته روی پلتفرم X عرضه شد.
در حالی که زایرنی هیچ جزئیاتی از نحوه استفاده X یا xAI از Qdrant به دلیل یک توافق نامه عدم افشا (NDA) فاش نکرد، منطقی است که فرض کنیم از Qdrant برای پردازش داده های بلادرنگ استفاده می کند. در واقع، Grok از یک مدل هوش مصنوعی مولد به نام Grok-1 استفاده میکند که بر اساس دادههای وب و بازخورد انسانها آموزش دیده است، و با توجه به همسویی شدید آن با X، میتواند دادههای بلادرنگ پستهای رسانههای اجتماعی را در پاسخهای خود بگنجاند. چیزی است که امروزه به عنوان نسل گفت ه بازیابی (RAG) شناخته می شود، و ایلان ماسک در چند ماه گذشته چنین موارد استفاده را به صورت علنی به اشتراک گذاشته است.
Qdrant فاش نمی کند که کدام یک از مشتریانش از نسخه متن باز Qdrant استفاده می کنند و کدام یک از خدمات مدیریت شده آن استفاده می کنند، اما به تعدادی از استارتاپ ها مانند GitBook، VoiceFlow و Dust اشاره کرد که «بیشتر» از آن استفاده می کنند. سرویس ابری مدیریت شده - این به طور موثر، شرکتهای دارای محدودیت منابع را از مدیریت و استقرار همه چیز خود بهصورتی که باید با تجسم منبع باز اصلی نجات میدهد.
با این حال، زایرنی قاطعانه معتقد است که اعتبارنامه منبع باز شرکت یکی از مهمترین نقاط فروش است، حتی اگر شرکتی بخواهد برای خدمات اضافی پرداخت کند.
زایرنی گفت: «هنگام استفاده از یک راه حل اختصاصی یا فقط ابری، همیشه خطر قفل شدن فروشنده وجود دارد. «اگر فروشنده تصمیم بگیرد قیمت گذاری را تنظیم کند یا شرایط دیگر را تغییر دهد، مشتریان باید موافقت کنند یا مهاجرت به یک جایگزین را در نظر بگیرند، که اگر یک مورد استفاده سنگین برای تولید باشد، آسان نیست. با منبع باز، همیشه کنترل بیشتری روی داده های شما وجود دارد و امکان جابجایی بین گزینه های مختلف استقرار وجود دارد.
علاوه بر تامین مالی امروز، Qdrant نسخه مدیریت شده خود را نیز به طور رسمی منتشر می کند و به شرکت ها این امکان را می دهد که همه چیز را به صورت داخلی میزبانی کنند اما از ویژگی های برتر و پشتیبانی ارائه شده توسط Qdrant استفاده کنند. این به دنبال اخبار هفته گذشته بود که نسخه ابری Qdrand در Microsoft Azure فرود آمد و به پشتیبانی AWS و Google Cloud Platform موجود اضافه شد.
جدا از پشتیبان اصلی اسپارک کاپیتالی، دور سری A Qdrant شامل شرکت Unusual Ventures و 42cap بود.
ارسال نظر