Esta startup de almacenamiento de datos distribuidos quiere enfrentarse a la Big Cloud

La explosión de las empresas de IA ha llevado la demanda de potencia informática a nuevos extremos, y empresas como CoreWeave, Together AI y Lambda Labs han capitalizado esa demanda, atrayendo inmensas cantidades de atención y capital por su capacidad de ofrecer capacidad informática distribuida.

Pero la mayoría de las empresas todavía almacenan datos en los tres grandes proveedores de nube, AWS, Google Cloud y Microsoft Azure, cuyos sistemas de almacenamiento fueron creados para mantener los datos cerca de sus propios recursos informáticos, no distribuidos en múltiples nubes o regiones.

“Las cargas de trabajo y la infraestructura de IA modernas están eligiendo la computación distribuida en lugar de la gran nube”, dijo a TechCrunch Ovais Tariq, cofundador y director ejecutivo de Tigris Data. “Queremos ofrecer la misma opción de almacenamiento, porque sin almacenamiento, la informática no es nada”.

Tigris, fundada por el equipo que desarrolló la plataforma de almacenamiento de Uber, está construyendo una red de centros de almacenamiento de datos localizados que, según afirma, pueden satisfacer las necesidades informáticas distribuidas de las cargas de trabajo modernas de IA. La plataforma de almacenamiento nativa de IA de la startup “se mueve con su computación, (permite) que los datos se repliquen automáticamente donde están las GPU, admite miles de millones de archivos pequeños y proporciona acceso de baja latencia para entrenamiento, inferencia y cargas de trabajo agentes”, dijo Tariq.

Para hacer todo eso, Tigris recaudó recientemente una ronda Serie A de $ 25 millones que fue liderada por Spark Capital y contó con la participación de inversores existentes, que incluyen a Andreessen Horowitz, según se enteró TechCrunch en exclusiva. La startup va en contra de los titulares, a quienes Tariq llama “Big Cloud”.

Tariq cree que estos operadores tradicionales no sólo ofrecen un servicio de almacenamiento de datos más caro, sino también menos eficiente. AWS, Google Cloud y Microsoft Azure históricamente han cobrado tarifas de salida (denominadas “impuesto a la nube” en la industria) si un cliente quiere migrar a otro proveedor de nube, o descargar y mover sus datos si quiere, por ejemplo, usar una GPU más barata o entrenar modelos en diferentes partes del mundo simultáneamente. Piensa en ello como si tuvieras que pagar más por tu gimnasio si quieres dejar de ir allí.

Según Batuhan Taskaya, jefe de ingeniería de Fal.ai, uno de los clientes de Tigris, esos costos alguna vez representaron la mayor parte del gasto en la nube de Fal.

Más allá de las tarifas de salida, Tariq dice que todavía existe el problema de la latencia con los proveedores de nube más grandes. “Las tarifas de salida fueron sólo un síntoma de un problema más profundo: el almacenamiento centralizado que no puede seguir el ritmo de un ecosistema de IA descentralizado y de alta velocidad”, dijo.

La mayoría de los más de 4.000 clientes de Tigris son como Fal.ai: nuevas empresas de inteligencia artificial generativa que crean modelos de imagen, video y voz, que tienden a tener grandes conjuntos de datos sensibles a la latencia.

“Imagínese hablar con un agente de IA que está grabando audio local”, dijo Tariq. “Quiere la latencia más baja. Quiere que su computación sea local, esté cerca y quiere que su almacenamiento también sea local”.

Las grandes nubes no están optimizadas para cargas de trabajo de IA, añadió. La transmisión de conjuntos de datos masivos para entrenamiento o la ejecución de inferencias en tiempo real en múltiples regiones puede crear cuellos de botella de latencia y ralentizar el rendimiento del modelo. Pero poder acceder al almacenamiento localizado significa que los datos se recuperan más rápido, lo que significa que los desarrolladores pueden ejecutar cargas de trabajo de IA de manera confiable y más rentable utilizando nubes descentralizadas.

“Tigris nos permite escalar nuestras cargas de trabajo en cualquier nube al brindar acceso al mismo sistema de archivos de datos desde todos estos lugares sin cobrar la salida”, dijo Taskaya de Fal.

Hay otras razones por las que las empresas quieren tener datos más cerca de sus opciones de nube distribuida. Por ejemplo, en campos altamente regulados como las finanzas y la atención médica, un gran obstáculo para la adopción de herramientas de inteligencia artificial es que las empresas deben garantizar la seguridad de los datos.

Otra motivación, dice Tariq, es que las empresas quieren cada vez más ser dueñas de sus datos, señalando cómo Salesforce a principios de este año bloqueó a sus rivales de IA del uso de datos de Slack. “Las empresas son cada vez más conscientes de lo importantes que son los datos, de cómo impulsan los LLM y de cómo impulsan la IA”, dijo Tariq. “Quieren tener más control. No quieren que nadie más tenga el control”.

Con los fondos frescos, Tigris tiene la intención de continuar construyendo sus centros de almacenamiento de datos para respaldar la creciente demanda: Tariq dice que la startup ha crecido ocho veces cada año desde su fundación en noviembre de 2021. Tigris ya tiene tres centros de datos en Virginia, Chicago y San José, y quiere continuar expandiéndose en los EE. UU., así como en Europa y Asia, específicamente en Londres, Frankfurt y Singapur.