SQream arrecada US$ 45 milhões para acelerar análise de dados com GPUs

SQream, com sede em Israel, uma startup que acelera cargas de trabalho de dados e análises com tecnologias baseadas em GPU, anunciou hoje US$ 45 milhões em uma rodada de financiamento da série C. A empresa disse que planeja usar esse capital para expandir sua presença na América do Norte, ampliar parcerias estratégicas e impulsionar novos avanços nas capacidades de IA/aprendizado de máquina (ML) e análise de big data.

O investimento foi liderado pela World Trade Ventures com a participação de investidores novos e existentes, incluindo Schusterman Investments, George Kaiser Foundation, Icon Continuity Fund, Blumberg Capital e Freddy & Helen Holdings. Isso eleva o capital total levantado pela SQream para US$ 135 milhões e ocorre em um momento em que as cargas de trabalho de dados e análises estão aumentando em um ritmo vertiginoso, forçando as empresas a aumentar seus investimentos em infraestrutura para acompanhar.

“À medida que a IA generativa ilumina a importância de aproveitar a IA e o ML nas empresas, bem como o valor das GPUs como parte do processo analítico, vimos o interesse em nossa tecnologia disparar”, disse Ami Gal, CEO da SQream. em um comunicado.

“As empresas estão muito focadas em impulsionar a maturidade analítica neste momento, e esta recente rodada de financiamento é mais um passo em nossa missão de equipar melhor nossos clientes com soluções de processamento e análise de dados de ponta que os capacitem a obter insights significativos de seus vastos conjuntos de dados e impulsionar crescimento de maneiras anteriormente consideradas impossíveis”, acrescentou.

O problema dos dados

Os projetos de análise cresceram ao longo dos anos e estão longe de desacelerar, graças à explosão contínua de dados. De acordo com estimativas da IDC, a esfera de dados global atingirá 163 zettabytes até 2025, e 60% serão dados empresariais. Navegar nesta montanha de informações e colocá-las em bom uso será um pesadelo para as equipes que buscam gerar insights valiosos para o crescimento dos negócios e vantagem competitiva.

Quando o volume de registros está na escala de trilhões, a infraestrutura legada que depende de CPUs pode ter dificuldade para acompanhar, exigindo que as empresas limitem a quantidade de dados que podem ser analisados ​​ou correm o risco de ficar para trás. A maioria das organizações tenta contornar isso investindo em hardware e recursos computacionais essenciais para a tarefa – o que aumenta seu custo.

A SQream, fundada em 2010, trabalha para resolver esses problemas aproveitando o poder das GPUs que oferecem recursos de processamento massivos e paralelos necessários para cargas de trabalho pesadas de dados e análises. O mecanismo de otimização de consulta baseado em GPU patenteado da empresa executa dois produtos principais: banco de dados SQL SQreamDB e lakehouse de preparação de dados totalmente gerenciado, nativo da nuvem SQream Blue.

“O SQreamDB foi projetado de forma distinta para utilizar o poder das GPUs para acelerar a análise de dados. Essa abordagem centrada em GPU significa que o SQreamDB pode processar grandes volumes de dados com muito mais rapidez do que os data warehouses tradicionais baseados em CPU. Enquanto isso, o SQream Blue aproveita a mesma tecnologia e a leva para o mundo dos data lakehouses, permitindo uma preparação de dados em nuvem muito mais econômica em cargas de trabalho massivas”, disse Deborah Leff, diretora de receitas da SQream, à VentureBeat.

De acordo com o site da empresa, o SQream Blue lakehouse pode fornecer insights urgentes pela metade do custo e o dobro da velocidade das soluções tradicionais de armazenamento em nuvem e mecanismo de consulta.

Em alguns casos, as soluções conseguiram reduzir os tempos de ingestão e preparação de dados em 90% e os custos em 80%, tudo isso usando processos SQL familiares. Além disso, permitem que as empresas processem conjuntos de dados extremamente grandes com uma pegada de carbono menor, utilizando menos hardware e consumindo menos energia do que as soluções convencionais de big data que dependem estritamente de CPUs.

Use em todos os setores

Embora Leff não tenha partilhado como a sua receita cresceu ao longo dos últimos anos fiscais, ela observou que a SQream serve atualmente uma grande base de clientes que abrange indústrias como semicondutores, indústria transformadora, telecomunicações, serviços financeiros e saúde. Algumas das empresas com as quais trabalha são Samsung, LiveAction, Sinch, Orange, AIS e LG.

Em um caso, disse Leff, um fabricante de eletrônicos que utilizou a oferta da SQream conseguiu reduzir o custo de coleta e carregamento de dados em 90%, aumentando seu rendimento de produção de 50% para 90%.

“O SQreamDB substituiu o ecossistema legado (do fabricante) baseado em Hadoop com apenas três nós de computação acelerados por 12 GPUs, responsáveis ​​por mais de 280 relatórios diários automatizados, preparação de dados como parte do pipeline de ML e consultas complexas manuais ad-hoc, conforme necessário. Diariamente, ele lida com até 100 TB de dados brutos gerados pelos sensores e controladores lógicos dos equipamentos de fabricação, transformando-os em dados prontos para análise no mesmo dia”, explicou ela.

Agora, a SQream planeja desenvolver esse trabalho. A empresa planeja usar a mais recente arrecadação de fundos para expandir sua equipe e presença na América do Norte, ampliar os recursos de IA/ML e solidificar ainda mais sua posição nos mercados de big data e análise.

Embora a empresa conte com os principais players de infraestrutura de dados, como Snowflake e Databricks, como seus maiores concorrentes, deve-se notar que ela não está sozinha na operação no espaço de análise acelerada por GPU. Empresas como BlazingDB, Kinetica e Heavy AI (anteriormente OmniSci e MapD) também têm como alvo a mesma área com seus respectivos produtos.