Espresso AI komt uit de kast met $11 miljoen om de kostencrisis in de cloud aan te pakken

Espresso voor kunstmatige intelligentie, een AI-startup uit Silicon Valley, heeft ruim 11 miljoen dollar aan startfinanciering opgehaald om de kracht van AI te benutten voor de grootste uitdaging op het gebied van enterprise computing van vandaag: het terugdringen van de op hol geslagen cloudkosten. De financiering omvat een startronde onder leiding van Daniel Gross en Nat Friedman, en een voorfinancieringsronde onder leiding van Matt Turk bij FirstMark, met deelname van leiders uit de sector.

Het bedrijf, dat vandaag uit de stealth kwam, heeft technologie ontwikkeld die geavanceerde taalmodellen en machinaal leren gebruikt om code automatisch te optimaliseren en de kosten van cloud computing met wel 80% te verlagen. Het oorspronkelijke product richt zich op het vereenvoudigen van SQL-query's voor Sneeuwvlokeen populair platform voor cloudgegevensopslag.

“De kans is enorm”, zegt Ben Lerner, oprichter en CEO van Espresso AI, in een exclusief interview met VentureBeat. “Snowflake alleen al heeft een jaarlijkse omzet van 2 miljard dollar. Als je naar dataopslag op grote schaal kijkt, vertegenwoordigt dit zeker honderden miljoenen dollars aan inkomsten voor ons, en miljarden aan potentiële besparingen voor klanten.

Er dreigt een crisis op het gebied van de cloudkosten

De overstap naar de cloud is voor organisaties een tweesnijdend zwaard geweest. Hoewel cloudplatforms ongeëvenaarde flexibiliteit en schaalbaarheid bieden, zijn ze ook geïntroduceerd Nieuwe uitdagingen rond kostenbeheersing En de visie. Veel organisaties kampen nu met onverwacht hoge rekeningen en hebben moeite met het voorspellen en beheren van hun uitgaven.

Gegevensopslag is een bijzonder pijnpunt. Terwijl bedrijven datasilo’s consolideren en nieuwe analytics- en machine learning-initiatieven lanceren, worden datawarehouses een van de grootste verbruikers van cloudbronnen. Maar het optimaliseren van deze workloads op het gebied van kosten en prestaties is uiterst moeilijk.

“Wat we de hele tijd van gebruikers horen, is dat Snowflake hun op een na grootste item is, na AWS”, vertelde Lerner aan VentureBeat. “En als je naar een Snowflake-evenement gaat, concentreren ze zich echt op twee dingen: kosten en prestaties.”

Kunstmatige intelligentie schiet te hulp

De oplossing van Espresso AI is om de kracht van grote taalmodellen (LLM's) te benutten, de kerntechnologie achter virale sensaties zoals ChatGPTOm het probleem van code-optimalisatie aan te pakken. Door deze modellen te trainen om SQL-query's en databasestructuren diepgaand te begrijpen, heeft Espresso AI een platform gebouwd dat query's automatisch opnieuw kan verwerken om ze efficiënter te maken.

Zo werkt het: Espresso AI wordt aangesloten op de bestaande Snowflake-installatie van een bedrijf en analyseert voortdurend de zoekopdrachten die in het datawarehouse worden uitgevoerd. Met behulp van een combinatie van natuurlijke taalverwerking, programmasynthese en versterkend leren identificeert het verbeteringsmogelijkheden en herschrijft het snel query's om de prestaties te verbeteren en het computergebruik te verminderen.

“De reden dat dit zo krachtig is, is dat je voor veel huidige toepassingen een mens nodig hebt om de nauwkeurigheid te verifiëren”, legt Lerner uit. “Als je code optimaliseert, weet je al wat je wilt doen – je gaat gewoon sneller, zodat we de geoptimaliseerde code automatisch kunnen valideren.

De installatie is ontworpen om eenvoudig te zijn, waarbij u in minder dan 10 minuten aan de slag kunt door eenvoudigweg een enkele verbindingsreeks te wijzigen. “Het is net zo eenvoudig als het wijzigen van de URL”, zei Lerner. “U richt uw business intelligence- en analysetools op het Espresso-eindpunt in plaats van rechtstreeks op Snowflake, en wij regelen de rest.”

Klaar voor groei

Espresso AI heeft in het begin al een sterke groei gekend, waarbij veel zakelijke klanten het platform gebruiken om de productiewerklast van Snowflake te optimaliseren. Het bedrijf is van plan zijn financiering te gebruiken om de productontwikkeling en go-to-market-inspanningen te versnellen.

Terwijl Snowflake de eerste focus is, is de Espresso AI-technologie schaalbaar naar elk SQL-datawarehouse. Ondersteuning voor platforms zoals Gegevensstenen Op de roadmap voor de komende tijd. Op de lange termijn wil het bedrijf zijn AI-optimalisatie-engine gebruiken om de rekenkracht over de hele stapel te versnellen, van gegevensvoorverwerking tot modeltraining.

“Het is moeilijk om een ​​schatting te maken van hoe de wereld eruit zou zien als computers 100 keer sneller zouden werken,” zei de heer Lerner. “Alles zal sneller gaan. We zullen meer onderzoek kunnen doen, meer machinaal leren. Er zijn tegenwoordig veel beperkingen aan computergebruik.”

Natuurlijk is het aanbieden van een versnelling van 100x gemakkelijker gezegd dan gedaan. Hoewel Espresso AI indrukwekkende resultaten heeft laten zien bij vroege klantimplementaties, zal het behalen van aanzienlijke prestatieverbeteringen grote onderzoeksdoorbraken vereisen. Het bedrijf zal ook de concurrentie van cloudproviders zelf moeten afweren, die zwaar investeren in kostenbeheer en optimalisatiemogelijkheden.

Maar als Espresso AI slechts een fractie van zijn oorspronkelijke visie kan verwezenlijken, kunnen de gevolgen verstrekkend zijn. Omdat bedrijven meer uitgeven Jaarlijks $600 miljard aan cloud- en on-premise computingDe marktkansen voor door AI aangedreven efficiëntiewinsten zijn enorm.

In het tijdperk van bezuinigingen en digitale transformatie zullen technologieën die aanzienlijke kostenbesparingen kunnen opleveren zonder dat dit ten koste gaat van de prestaties, een enthousiast publiek vinden onder IT-managers. Door de kracht van AI naar het onsexy maar essentiële gebied van code-optimalisatie te brengen, kan Espresso AI iets echt disruptiefs creëren.

Als een kopje koffie de prijs is die moet worden betaald voor het beheersen van de cloudkosten, kun je verwachten dat nog veel meer IT-leiders in de rij zullen staan ​​voor een slokje Espresso AI.