Hyperspace از «محاسبات دامنه خاص» برای سرعت بخشیدن به جستجوهای پایگاه داده استفاده می کند

رشد تقاضا برای برنامه‌های هوش مصنوعی تولیدی منجر به نیاز به پایگاه‌های داده بزرگ‌تر و بزرگ‌تر برای ذخیره داده‌های مرتبط شده است (مانند داده‌های آموزش مدل). این پایگاه‌های داده از منظر سخت‌افزاری دارای منابع فشرده هستند و بسته به الگوریتم‌هایی که برای هماهنگی آنها استفاده می‌شود، می‌توانند تأخیر بالایی داشته باشند. اغلب، شرکت‌ها مجبور می‌شوند بین هزینه، عملکرد و دقت پایگاه‌داده معاوضه ایجاد کنند.

اوهاد لوی، مدیرعامل و یکی از بنیان‌گذاران، می‌گوید: اما نباید اینطور باشد. هایپرفضا. Hyperspace از “محاسبات دامنه خاص” برای تسریع دو وظیفه پایگاه داده خاص استفاده می کند: جستجوهای لغوی و جستجوهای برداری. جستجوهای واژگانی نوعی جستجو مبتنی بر کلیدواژه هستند که به دنبال مطابقت دقیق در پایگاه داده می‌گردند، در حالی که جستجوهای برداری معنا و زمینه معنایی عبارت جستجو را در نظر می‌گیرند.

لوی ادعا می‌کند که نمونه‌های Hyperspace، که ترکیبی از FPGA ها و پردازنده‌های گرافیکی، می‌توانند تا 10 برابر سریع‌تر از پایگاه‌های داده سنتی و بدون شتاب، جستجوها را ارائه دهند.

لوی به TechCrunch گفت: «محصول ما به شرکت‌هایی که با بازیابی داده‌ها در مقیاس بزرگ سر و کار دارند، به ویژه در زمینه هوش مصنوعی و برنامه‌های کاربردی هوش مصنوعی کمک می‌کند. «داده‌های بدون ساختار از قابلیت‌های جستجوی سنتی پیشی می‌گیرند. راه‌حل‌های بازیابی داده‌ها باید مجموعه داده‌های جستجوی واژگانی و برداری را برآورده کنند تا نیازهای فعلی بازار را برآورده کنند.

قبل از راه اندازی Hyperspace، Levi یک مهندس بهینه سازی در اینتل و سپس رهبری بازاریابی محصول در HP بود. او می‌گوید که از محدودیت‌های راه‌حل‌های جستجوی قدیمی که برای Big Tech کار می‌کرد، ناامید شد، که باعث شد با مشاور طراحی سابق اینتل مکس نیگری شریک شود تا Hyperspace را تأسیس کند.

Hyperspace نمونه های خود را نمی فروشد. در عوض، دسترسی به نرم‌افزار پایگاه داده مدیریت‌شده در حال اجرا در آن نمونه‌ها را می‌فروشد (در حال حاضر روی AWS میزبانی می‌شود). پایگاه‌های اطلاعاتی Hyperspace می‌توانند انواع مختلفی از داده‌های ساختاریافته و بدون ساختار، از جمله فیلم‌ها، تصاویر و متن را مدیریت کنند و بر اساس اندازه و حجم درخواست قیمت‌گذاری می‌شوند.

لوی توضیح داد: «Hyperspace یک پایگاه داده مدیریت شده بومی ابری است که به عنوان یک مدل نرم‌افزار به‌عنوان یک سرویس کار می‌کند و به ازای هر استفاده قیمت دارد. تیم ما قادر به طراحی راه‌حل‌های زیرساخت هوش مصنوعی سفارشی برای کمک به شرکت‌ها در حل چالش‌های جستجوی خود است.

اگر درست باشد، عملکرد Hyperspace قابل توجه است. Levi می‌گوید که نمونه‌های این شرکت همچنین 5 برابر توان عملیاتی بالاتر را با هزینه 50 درصد کمتر از یک پایگاه داده معمولی ارائه می‌کنند. (این‌ها نتایج متوسطی هستند؛ در یک نقطه مقایسه خاص، Levi ادعا می‌کند که Hyperspace به طور کلی سریع‌تر از Elastic است.) اما آیا Hyperspace می‌تواند شرکت‌ها را متقاعد کند که از یک پلت‌فرم پایگاه داده تازه‌وارد استفاده کنند، در حالی که تعداد زیادی متصدی فعلی وجود دارد – مانند Azure، AWS و Google Cloud – برای انتخاب؟

Levi می گوید بله، و او ادعا می کند که Hyperspace در حال حاضر شاهد جذب مشتری اولیه است. این شرکت مستقر در تل‌آویو با شرکت‌هایی در زمینه‌های پیشگیری از تقلب و تجارت الکترونیک، از جمله Forter، nSure و Renovai، قراردادهایی امضا کرده است و درآمد سالانه و حجم کل قرارداد خود را در سال گذشته سه برابر کرده است.

Hyperspace همچنین اخیرا یک دور سرمایه گذاری اولیه 9.5 میلیون دلاری به رهبری MizMaa با مشارکت JVP و toDay Ventures را بسته است. Levi می‌گوید که این پول صرف افزایش حجم پایگاه داده Hyperspace به هزاران نمونه و راه‌اندازی یک طرح رایگان و سطح ورودی می‌شود.

لوی گفت: «Hyperspace مجموعه کاملی از محصولات نوآورانه جدید دارد که بازار جستجو را به جلو می‌برد و از نیازهای شرکت‌ها و مشتریان کوچک و متوسط ​​ما پشتیبانی می‌کند. ما هیچ گونه باد مخالفی نمی بینیم. هر سیستم هوش مصنوعی مولد یک سیستم جستجو است و جستجو سخت‌تر از قبل می‌شود. نیاز به زیرساخت های هوش مصنوعی بهتر هر روز در حال افزایش است و با داده های بیشتر، نیاز به برنامه های کاربردی جستجوی بهتر آشکارتر می شود.