Dengan pesatnya perkembangan teknologi kecerdasan buatan, perusahaan mempunyai permintaan yang meningkat terhadap platform operasi pembelajaran mesin (MLOps). Banyak perusahaan mencari solusi yang efisien dan hemat biaya untuk membangun, menguji, dan menerapkan model pembelajaran mesin. Perusahaan AI Korea Selatan VESSL AI telah mengambil pendekatan berbeda, dengan fokus pada optimalisasi biaya GPU dan menyediakan platform MLOps yang lebih hemat biaya bagi perusahaan, dan telah mencapai kesuksesan yang signifikan. Editor Downcodes akan menjelaskan VESSL AI dan posisi uniknya di pasar AI secara detail.
Ketika kecerdasan buatan semakin terintegrasi ke dalam alur kerja dan produk perusahaan, permintaan akan platform operasi pembelajaran mesin (MLOps) juga meningkat. Platform semacam itu membantu perusahaan membuat, menguji, dan menerapkan model pembelajaran mesin dengan lebih mudah. Namun, meski terdapat banyak pesaing di pasar, seperti startup seperti InfuseAIComet, serta perusahaan besar seperti Google Cloud, Azure, dan AWS, VESSL AI Korea Selatan berharap dapat menemukan ruang pengembangannya sendiri dengan berfokus pada optimalisasi GPU. biaya.

Catatan sumber gambar: Gambar dihasilkan oleh AI, dan gambar tersebut disahkan oleh penyedia layanan Midjourney
Baru-baru ini, VESSL AI berhasil menyelesaikan putaran pendanaan Seri A senilai $12 juta, yang bertujuan untuk mempercepat pengembangan infrastrukturnya dan terutama melayani perusahaan yang ingin mengembangkan model bahasa besar (LLM) dan agen AI vertikal yang dapat disesuaikan. Perusahaan saat ini memiliki 50 pelanggan korporat, termasuk perusahaan ternama seperti Hyundai Motor, LIG Nex1 (produsen penerbangan dan senjata Korea Selatan), dan TMAP Mobility (perusahaan patungan antara Uber dan SK Telecom). Selain itu, VESSL AI juga telah menjalin kerja sama strategis dengan perusahaan di Amerika Serikat seperti Oracle dan Google Cloud.
Tim pendiri VESSL AI terdiri dari Jaeman Kuss An (CEO), Jihwan Jay Chun (Chief Technology Officer), Intae Ryoo (Chief Product Officer) dan Yongseon Sean Lee (Technical Lead). Sebelum mendirikan perusahaan, mereka bekerja di Google, perusahaan terkenal PUBG, dan beberapa startup AI. Saat pendiri An mengembangkan model pembelajaran mesin di perusahaan teknologi medis sebelumnya, ia mendapati prosesnya rumit dan memakan sumber daya, sehingga mereka memutuskan untuk memanfaatkan infrastruktur hibrid untuk meningkatkan efisiensi dan mengurangi biaya.
Platform MLOps VESSL AI mengadopsi strategi multi-cloud untuk membantu perusahaan mengurangi biaya GPU hingga 80% dengan menggunakan GPU dari berbagai penyedia layanan cloud. Pendekatan ini tidak hanya memecahkan masalah kekurangan GPU, tetapi juga mengoptimalkan pelatihan, penerapan, dan pengoperasian model AI, khususnya pengelolaan model bahasa besar. Disebutkan bahwa sistem dapat secara otomatis memilih sumber daya yang paling hemat biaya dan efisien untuk menghemat uang pelanggan.
Produk VESSL memiliki empat fungsi inti, termasuk: VESSL Run (pelatihan model AI otomatis), VESSL Serve (mendukung penerapan real-time), VESSL Pipelines (mengintegrasikan pelatihan model dan prapemrosesan data untuk menyederhanakan alur kerja), dan VESSL Cluster (mengoptimalkan cluster) GPU penggunaan sumber daya di lingkungan). Setelah putaran pembiayaan ini, total pembiayaan VESSL AI telah mencapai $16,8 juta, dan perusahaan tersebut memiliki 35 karyawan di Korea Selatan dan San Mateo, Amerika Serikat.
Menyorot:
VESSL AI menyelesaikan pembiayaan Seri A senilai US$12 juta dan berkomitmen untuk mengoptimalkan biaya GPU perusahaan.
? Saat ini memiliki 50 pelanggan korporat, termasuk perusahaan ternama seperti Hyundai Motor dan LIG Nex1.
Platform ini mengurangi biaya GPU hingga 80% melalui strategi multi-cloud dan menyediakan berbagai fungsi inti.
Secara keseluruhan, VESSL AI menyediakan platform MLOps yang efisien dan ekonomis bagi perusahaan melalui strategi optimalisasi biaya GPU yang unik dan telah mengukir ceruk pasar. Pembiayaan yang sukses dan banyaknya pelanggan terkemuka juga membuktikan nilai dan potensi pasar dari teknologinya. Di masa depan, pengembangan VESSL AI patut mendapat perhatian terus-menerus.