Fireworks، پلتفرم مبتنی بر San Mateo برای ساخت و ارائه مدل‌های AI سفارشی شده، 1.505 میلیارد دلار سری D را با ارزش 17.5 میلیارد دلار جمع آوری کرده است و یکی از بزرگترین دورهای تامین مالی خصوصی در بخش زیرساخت هوش مصنوعی در سال جاری را تضمین کرده است. بر اساس جزئیات گزارش شده توسط Pulse 2.0 و با پوشش Quartz، Yahoo Finance و HPCwire، دور توسط Atreides Management، Index Ventures و TCV با مشارکت سرمایه گذاران فعلی NVIDIA، Lightspeed Venture Partners و Evantic هدایت شد.

زمانی که سرمایه‌گذاران مبالغ بی‌سابقه‌ای را به لایه‌های رونق هوش مصنوعی مولد می‌ریزند، تامین مالی می‌شود، موجی که میز [اخبار فوری هوش مصنوعی] (https://aibuzzwire.news) این نشریه در یک رشته معاملات زیرساختی بزرگ ردیابی کرده است. این شرکت استدلال می‌کند که آنچه Fireworks را متمایز می‌کند، ظرفیت محاسباتی خام نیست، بلکه شرط‌بندی است که آینده هوش مصنوعی سازمانی به مدل‌های تخصصی تعلق دارد که بر اساس داده‌های خود هر شرکت تنظیم شده‌اند و نه از چند آزمایشگاه مرزی اجاره‌ای.

از 4 میلیارد دلار به 17.5 میلیارد دلار در یک دور

ارزش گذاری یک پله صعودی را نشان می دهد. Fireworks قبلا 250 میلیون دلار سری C را با ارزش 4 میلیارد دلار جمع آوری کرده بود، به این معنی که ارزش آن در طول یک چرخه مالی تقریباً چهار برابر شده است. این جهش زیربنای شتاب تجاری انفجاری است: این شرکت گفت که اکنون از 1 میلیارد دلار درآمد سالانه فراتر رفته است که نسبت به سال گذشته 5 برابر شده است.

استفاده در پلت فرم به صورت پشت سر هم افزایش یافته است. بر اساس اعلام این شرکت، حجم توکن روزانه پردازش شده از طریق Fireworks از حدود 15 تریلیون به بیش از 40 تریلیون توکن در مدت مشابه افزایش یافته است. این نوع توان عملیاتی نشان‌دهنده استقرار عمیق تولید است تا آزمایش، تمایزی که سرمایه‌گذاران به طور فزاینده‌ای خواستار آن هستند زیرا کسب‌وکارهای هوش مصنوعی پایدار را از مشاغل سوداگرانه جدا می‌کنند.

شرط بندی روی "هوش تخصصی"

Fireworks توسط تیم PyTorch، چارچوب یادگیری عمیق منبع باز که زیربنای بسیاری از یادگیری ماشینی مدرن است، تأسیس شد. پلتفرم آن به شرکت‌ها اجازه می‌دهد مدل‌های AI منبع باز را انتخاب کنند و آنها را بر اساس داده‌های اختصاصی، گردش کار و موارد استفاده سفارشی کنند، سپس به مدل‌های تخصصی در تولید در مقیاس ارائه دهند.

تز اصلی یک چالش مستقیم با این فرض رایج است که تواناترین مدل‌های همه منظوره از آزمایشگاه‌های مرزی تسلط دارند. Fireworks استدلال می‌کند که مدل‌های بسته، هر چند قدرتمند، نمی‌توانند به طور کامل دانش دامنه، زمینه مشتری و گردش‌های کاری عملیاتی منحصر به فرد هر شرکتی را منعکس کنند و مدل‌های باز سفارشی‌شده می‌توانند با آن‌ها در وظایف خاصی که یک کسب‌وکار به آن‌ها اهمیت می‌دهند، مطابقت داشته باشند یا بهتر عمل کنند، در حالی که سریع‌تر و با هزینه کمتر اجرا می‌شوند.

این شرکت به پذیرش به عنوان مدرک اشاره می‌کند: **۹۵٪ از توکن‌هایی که در حال حاضر از طریق Fireworks ارائه می‌شوند، از مدل‌هایی هستند که به جای استفاده از قفسه، سفارشی‌سازی شده‌اند. مشتریان نامگذاری شده عبارتند از Uber، Shopify، Doximity و Revolut. این پلتفرم بیش از 200 مدل شامل متن، تصویر و فرمت‌های چندوجهی را ارائه می‌دهد و از نسخه‌های منبع باز اصلی جدید که معمولاً ظرف چند ساعت پس از راه‌اندازی در دسترس هستند، پشتیبانی می‌کند.

چه کسی از دور حمایت کرد

سری D یک سندیکای بزرگ از سرمایه گذاران رشد و متقاطع را جمع آوری کرد. این دور با همکاری Atreides Management، Index Ventures و TCV** برگزار شد. حامیان بازگشته NVIDIA، Lightspeed Venture Partners، و Evantic نیز در کنار چک‌های جدید و اضافی از 20VC، Bessemer Venture Partners، Insight Partners، Lone Pine Capital، Menlo Ventures و طرح بازنشستگی معلمان انتاریو شرکت کردند. Moomoo و سایر رسانه‌ها بر پشتیبانی مداوم NVIDIA تأکید کردند، سیگنالی از همسویی بین سازنده تراشه و یکی از سریع‌ترین مصرف‌کنندگان محاسبات استنتاجی.

گاوین بیکر، مدیر ارشد سرمایه گذاری و شریک مدیریت Atreides Management، این شرط را به عنوان پوششی برای یک آینده چند مدل تعریف کرد. بیکر در بیانیه ای که توسط پالس 2.0 استناد شد، گفت: «ما معتقدیم که هر دو مدل مرزی و باز به طور فزاینده ای با هم استفاده خواهند شد. Fireworks با یک پلتفرم متمایز مورد استفاده و مورد اعتماد شرکت‌ها برای آموزش، سفارشی‌سازی و ارائه مدل‌های باز در تولید، موقعیت فوق‌العاده خوبی برای باز کردن ارزش هوش تخصصی دارد.

Fireworks خود این انتخاب را با عبارات واضح‌تر تعیین کرد و دو مسیر متفاوت را برای صنعت توصیف کرد. در یکی، هوش به چند آزمایشگاه بزرگ تعلق دارد و بقیه به سادگی آن را اجاره می کنند. از سوی دیگر، هر شرکتی برای خود هوش تخصصی ایجاد می‌کند که توسط دامنه‌ای که فقط می‌داند شکل می‌گیرد. این شرکت گفت: "ما در حال ساختن به سمت دوم هستیم."

یک میدان شلوغ و با بودجه خوب

این دور رقابتی از قبل داغ بین ارائه دهندگان زیرساخت هوش مصنوعی مستقل را تشدید می کند. رقبا از جمله هوش مصنوعی Together که اخیراً 800 میلیون دلار با ارزش 8.3 میلیارد دلار جمع آوری کرده است، همان تقاضای سازمانی را برای سرویس دهی سریع تر، ارزان تر و قابل کنترل تر دنبال می کنند. چیزی که در مورد موقعیت Fireworks غیرمعمول است، ترکیبی از نرخ درآمد 9 رقمی، پشتیبانی استراتژیک NVIDIA و یک گوه محصول به طور خاص سفارشی‌سازی مدل باز است که در مجاورت آزمایشگاه‌های مرزی قرار می‌گیرد، نه مستقیماً در زیر.

عواید حاصل از سری D برای افزایش تعداد نیروی مهندسی، ظرفیت محاسباتی جهانی بیشتر و مشارکت عمیق تر با ارائه دهندگان ابری از جمله مایکروسافت و انویدیا تامین می شود. این شرکت قصد دارد به گسترش کاتالوگ مدل های خود ادامه دهد و فاصله بین زمانی که یک مدل منبع باز جدید منتشر می شود و زمانی که شرکت ها می توانند نسخه سفارشی سازی شده آن را در تولید اجرا کنند، کاهش دهد.

در حال حاضر، تامین مالی الگوی گسترده‌تری را تقویت می‌کند که بازار هوش مصنوعی 2026 را شکل می‌دهد: بزرگترین سرمایه نه به سمت شرکت‌هایی که هوشمندترین مدل واحد را می‌سازند، بلکه به سمت زیرساخت‌هایی سرازیر می‌شود که به هر شرکت دیگری اجازه می‌دهد آن مدل‌ها را بر اساس شرایط خود کار کند. اینکه آیا هوش تخصصی به عنوان یک دسته دوام می‌یابد یا به ویژگی‌های ارائه‌شده توسط غول‌های ابری فشرده می‌شود، یکی از سؤالات تعیین‌کننده چرخه بودجه بعدی خواهد بود.

از هوش مصنوعی جلوتر بمانید

مگا دور آتش بازی آخرین سیگنالی است که نشان می دهد زیرساخت هوش مصنوعی سازمانی غنی ترین درز در صنعت باقی مانده است. برای اطلاعات بیشتر درباره معاملات، مدل‌ها و سیاست‌های تغییر شکل هوش مصنوعی، [آخرین پیشرفت‌های هوش مصنوعی] (https://aibuzzwire.news) ما را به محض شکست دنبال کنید.

اخبار هوش مصنوعی را بیشتر بخوانید ->