Искусственный интеллект (artificial intelligence) бурно развивается, но за кулисами компании теряют огромные суммы на неэффективном использовании вычислительных мощностей. Графические процессоры (GPU) простаивают, ресурсы выделяются с запасом, а стоимость облачных сервисов продолжает расти. По мнению стартапа ScaleOps, проблема не в нехватке мощностей — а в их неправильном управлении.
Компания, разрабатывающая программное обеспечение для автоматического управления и перераспределения вычислительных ресурсов в реальном времени, привлекла 130 миллионов долларов при оценке в 800 миллионов. Об этом ScaleOps объявила в понедельник. Раунд серии C возглавил фонд Insight Partners, в нём также участвовали действующие инвесторы: Lightspeed Venture Partners, NFX, Glilot Capital Partners и Picture Capital. По утверждению стартапа, его решение способно сократить расходы на облачную инфраструктуру и ИИ-вычисления до 80%.
От Run:ai к ScaleOps: идея родилась на практике
ScaleOps была основана в 2022 году Йодаром Шафриром, бывшим инженером Run:ai — стартапа по оркестровке GPU, который позже приобрела NVIDIA. На предыдущем месте он увидел, насколько сложно компаниям управлять всё более сложными ИИ-нагрузками.
Системы вроде Kubernetes помогают запускать приложения на больших кластерах, но часто полагаются на статичные настройки. Они не успевают адаптироваться к быстро меняющимся потребностям, из-за чего GPU простаивают, падает производительность, а затраты растут.
«В ходе работы [в Run:ai] я общался со многими клиентами, особенно с командами DevOps, — рассказывает Шафрир, ныне гендиректор ScaleOps. — Им нравилось, что даёт Run:ai, но они всё равно не справлялись с нагрузками в продакшене, особенно с инференсом, который стал массовым в эпоху ИИ. Я понял: проблема не только в GPU. Она касается вычислений, памяти, хранилищ и сетей. Одни и те же проблемы повторяются: команды не могут эффективно управлять ресурсами».
Автономность вместо ручной настройки
Команды DevOps часто тратят время на согласования с разными сторонами, и даже тогда результаты не гарантированы. Большинство инструментов показывают, где проблема, но не решают её. Этот пробел и стал основой для бизнеса ScaleOps.
По словам Шафрира, ScaleOps в реальном времени связывает потребности приложений с решениями по инфраструктуре и предлагает полностью автономное управление «от начала до конца».
«Kubernetes — отличная система. Гибкая, настраиваемая. Но в этом и проблема, — говорит он. — Kubernetes зависит от статичных конфигураций. А приложения сегодня динамичны. Это требует постоянной ручной работы между командами. Нужно что-то, что понимает контекст каждого приложения: что ему нужно, как оно ведёт себя и как меняется среда».
Чем ScaleOps отличается от конкурентов
На рынке уже есть игроки, такие как Cast AI, Kubecost и Spot. Многие предлагают инструменты автоматизации, но, по словам CEO, они часто действуют без полного понимания контекста. Это может привести к падению производительности или простою — и снизить доверие команд, отвечающих за продакшен.
Платформа ScaleOps, как утверждает компания, создавалась с нуля именно для продакшена. Она полностью автономна, учитывает контекст и работает «из коробки» — без ручной настройки. Именно эти возможности, по мнению ScaleOps, выделяют её на фоне конкурентов.
Клиенты, рост и планы
Штаб-квартира ScaleOps находится в Нью-Йорке, клиенты — по всему миру, особенно те, кто использует инфраструктуру на базе Kubernetes. Среди заказчиков — крупные компании, включая Adobe, Wiz, DocuSign, Salesforce и Coupa.
Раунд серии C прошёл спустя полтора года после привлечения 58 миллионов долларов в ноябре 2024 года. За это время, по словам Шафрира, спрос на автономные решения для управления облаками сильно вырос. Компания считает себя на ранней стадии роста. Общий объём привлечённых средств — около 210 миллионов долларов.
ScaleOps демонстрирует более чем 450% роста в годовом исчислении и за последние 12 месяцев увеличила штат втрое. До конца года компания планирует увеличить его ещё как минимум в три раза.
С новыми деньгами ScaleOps намерена запустить новые продукты и расширить платформу. По мере роста спроса на вычисления со стороны ИИ, управление инфраструктурой становится всё важнее. Стартап продолжит движение к полностью автономной инфраструктуре.