A Simplismart, que atua na infraestrutura para inferência de inteligência artificial, anunciou a captação de US$ 14 milhões em uma rodada de financiamento Série B. O líder desta rodada foi o Dallas Venture Capital, com participação também da NVIDIA, Accel, Shastra VC e Micromax.
Os fundos obtidos serão destinados ao desenvolvimento contínuo da plataforma de inferência da Simplismart. Isso permitirá que as empresas lancem aplicações baseadas em IA de forma mais eficiente, e que os provedores de nuvem transformem sua infraestrutura de unidades de processamento gráfico (GPU) em serviços de IA gerenciáveis. Além disso, o financiamento apoiará a expansão de parcerias com provedores de nuvem e IA soberana, bem como o crescimento nos mercados da América do Norte e outras regiões globais.
A Simplismart cria uma camada de software que se situa entre os modelos de IA e a infraestrutura de GPU. Seu motor modular de inferência permite que as empresas configurem o funcionamento dos modelos de IA de acordo com suas necessidades de velocidade, custo e desempenho. A plataforma de orquestração da empresa gerencia o deploy e o escalonamento tanto na infraestrutura em nuvem quanto na local.
Nos últimos seis meses, o ritmo anual de receita da empresa aumentou 14 vezes. Na plataforma Simplismart, cargas de trabalho de empresas como HeyGen, Higgsfield, InVideo, Shiprocket, Apna e Ema estão sendo executadas, abrangendo aplicações de IA de vídeo, voz, multimodal e corporativas.
Amritaanshu Jain, cofundador e CEO da Simplismart, observou que a indústria aperfeiçoou as capacidades dos modelos de IA por muitos anos, mas a vantagem é determinada pela forma como esses modelos são utilizados: pelo custo de cada interação, pela velocidade de resposta da aplicação e pela confiabilidade sob aumento de demanda. Ele acrescentou que a equipe dedicou quatro anos para criar a camada de software entre o modelo e a GPU, ajudando os clientes a otimizar o deploy e a operação das cargas de trabalho.
Um exemplo de uso é a plataforma de comunicação Exotel. Após a Exotel descobrir que a economia de APIs fechadas não era adequada para seus agentes de voz, a empresa refinou um modelo aberto com seus próprios dados e migrou a inferência para a Simplismart. Graças à divisão de GPU, a Simplismart reduziu o custo por minuto para a Exotel em 57% em comparação com os modelos de API fechados. Além disso, ela diminuiu os custos abaixo do nível de hospedagem autônoma do mesmo modelo aberto e reduziu o tempo de resposta de 1,1 segundo para menos de 300 milissegundos.
No âmbito da oferta para provedores de nuvem, a Simplismart colabora com a NVIDIA para simplificar o deploy e a operação da infraestrutura de IA em escala. Diferentemente dos provedores de inferência, que compram ou reservam capacidade de GPU e a revendem, a Simplismart não possui poder computacional próprio. Em vez disso, ela fornece uma camada de software que transforma parques de GPU de terceiros em infraestrutura de IA pronta para produção. Os provedores de nuvem podem usar essa plataforma para oferecer serviços de IA gerenciados sob suas próprias marcas, sem criar um stack de software próprio do zero. Essa opção já é utilizada pela Yotta, onde a plataforma Simplismart está na base da camada de inferência de servidor Shakti Studio.
Dayakar Puskoor, sócio gestor do Dallas Venture Capital, afirmou que a inferência está se tornando um dos fatores mais significativos na mudança do modelo econômico de IA. Ele enfatizou que a Simplismart está rapidamente se tornando um player global, ajudando as empresas a executar cargas de trabalho de IA de forma mais eficiente e permitindo que os provedores de nuvem transformem poder de GPU em serviços escaláveis.
Devansh Ghatak, cofundador e CTO da Simplismart, informou que o motor modular de inferência da empresa permite adaptar as configurações às exigências de cargas de trabalho individuais, e a plataforma de orquestração gerencia o deploy em diferentes ambientes de infraestrutura. Ghatak também mencionou que o novo financiamento apoiará o desenvolvimento de uma camada dinâmica de agendamento de GPU, que poderá sincronizar cargas de trabalho de IA com a capacidade computacional disponível em diferentes regiões e fusos horários, ajudando os provedores de nuvem a utilizar melhor sua infraestrutura de GPU.
