Израильский стартап Speedata собрал $44 млн в раунде B, чтобы ускорить аналитику больших данных и AI с помощью своих чипов. Готовы к битве с Nvidia? 🚀
Технический прорыв в обработке данных: Speedata против Nvidia
Израильский стартап Speedata, разрабатывающий специализированный Analytics Processing Unit (APU), объявил о привлечении $44 млн в рамках раунда финансирования Series B. Общий объем инвестиций в компанию достиг $114 млн.
Архитектурные инновации APU
Speedata предлагает принципиально новый подход к обработке данных:
- Целевая архитектура: В отличие от GPU, изначально созданных для графики, APU разработан специально для аналитических нагрузок
- Энергоэффективность: Один APU способен заменить целые серверные стойки
- Скорость обработки: В тестах с фармацевтическими данными APU показал ускорение в 280 раз (19 мин против 90 часов)
Технические детали и дорожная карта
- Текущая поддержка: Apache Spark
- Планы расширения: Интеграция со всеми крупными платформами аналитики данных
- Аппаратная реализация: Завершено проектирование и начато производство первых чипов в 2024 году
Ключевые отличия от GPU Nvidia
| Параметр | Speedata APU | Традиционные GPU |
|---|---|---|
| Архитектура | Специализированная для аналитики | Адаптированная для аналитики |
| Энергопотребление | Оптимизировано под Data Processing | Общее назначение |
| Производительность | До 280x ускорения | Зависит от адаптации |
| Целевые нагрузки | Structured/Unstructured data | Графика + универсальные вычисления |
Экспертное мнение и перспективы
«Наша цель — стать стандартным процессором для обработки данных, подобно тому как GPU стали стандартом для обучения ИИ», — заявил CEO Speedata Ади Гелван.
Официальный запуск продукта запланирован на Data & AI Summit от Databricks в июне 2025 года. В числе тестирующих технологию — несколько крупных компаний, чьи имена пока не раскрываются.
Заключение
Приход Speedata на рынок специализированных процессоров для аналитики данных может:
- Создать альтернативу доминированию Nvidia в ускорительных вычислениях
- Значительно снизить TCO для центров обработки данных
- Ускорить обработку Big Data в фармацевтике, финансах и других data-intensive отраслях
Техническим директорам и архитекторам data-решений стоит внимательно изучить этот emerging technology в 2025-2026 годах.
