پرش به محتوای اصلی
پرش به محتوای مقاله

پاراسیل ۳۲ میلیون دلار سرمایه جذب کرد؛ توسعه زیرساخت استنتاج هوش مصنوعی

·۲۷ فروردین ۱۴۰۵۳ دقیقه مطالعه۲ بازدید
پاراسیل ۳۲ میلیون دلار سرمایه جذب کرد؛ توسعه زیرساخت استنتاج هوش مصنوعی
اشتراک‌گذاری

پاراسیل (Parasail) از سایه خارج شد. این استارتاپ رایانش ابری ۳۲ میلیون دلار سرمایه دور الف دریافت کرد. سرمایه‌گذاران اصلی تورینگ کپیتال (Touring Capital) و کیندرد ونچرز (Kindred Ventures) هستند.

مایک هنری (Mike Henry)، مدیرعامل سابق گروک (Groq)، این شرکت را تأسیس کرد. پاراسیل روزانه حدود ۵۰۰ میلیارد توکن (token) را پردازش می‌کند. این شرکت خود را به عنوان دلال منابع پردازشی معرفی می‌کند. نه سازنده تراشه است و نه ارائه‌دهنده ابر سنتی.

تمرکز اصلی مایک هنری روی توسعه‌دهندگانی است که به توکن‌های ارزان و سریع نیاز دارند. این توکن‌ها برای ساخت برنامه‌های هوش مصنوعی زاینده (Generative AI) ضروری هستند.

رقبای اصلی پاراسیل فایروورکس ای‌آی (Fireworks AI) و بیستن (Baseten) هستند. تفاوت کلیدی: پاراسیل حجم کاری آموزش (training workloads) را نمی‌پذیرد. همچنین مشتریان استارتاپی را بدون الزام قراردادهای بلندمدت می‌پذیرد.

آندریاس اشتول‌مولر (Andreas Stuhlmüller)، مدیرعامل الیسیت (Elicit)، می‌گوید مشتریان دارویی به مدل‌های متن‌باز (open source models) روی آورده‌اند. دلیل: کاهش اصطکاک و هزینه ارسال صدها هزار درخواست به رابط‌های برنامه‌نویسی.

الیسیت از مدل‌های متن‌باز برای غربالگری اولیه استفاده می‌کند. سپس پاسخ‌های نهایی را از طریق مدل‌های پیشرو (frontier models) مسیریابی می‌کند.

سمیر کومار، شریک تورینگ کپیتال، پیش‌بینی می‌کند استنتاج حداقل ۲۰ درصد هزینه‌های توسعه نرم‌افزار را تشکیل دهد. استیو جانگ از کیندرد ونچرز این دیدگاه را تأیید کرد. او معتقد است تقاضای استنتاج بسیار بیشتر از عرضه است. نگرانی‌ها درباره حباب هوش مصنوعی را بی‌اساس دانست.

عامل مهم دیگر: ظهور عوامل هوش مصنوعی (AI agents) است. این عوامل وظایف را در چندین فراخوانی مدل تقسیم می‌کنند. نتیجه: افزایش تقاضا برای زیرساخت استنتاجی مقرون‌به‌صرفه.

استراتژی پاراسیل بر تخصیص هوشمندانه حجم کاری استوار است. از اوج تقاضا اجتناب می‌کند. این رویکرد با شرکت‌هایی که به تعهدات موجود مشتریان محدود هستند تفاوت دارد.

پاراسیل برخی واحدهای پردازش گرافیکی سفارشی (GPU) توسعه می‌دهد. اما عمدتاً زمان پردازش اجاره می‌کند. بازارهای نقدینگی منبع تأمین ظرفیت هستند.

این استراتژی فرض می‌کند مدل‌های متن‌باز همچنان گسترش یابند. همچنین عوامل هوش مصنوعی خارج از آزمایشگاه‌های پیشرو رشد کنند. نتیجه: تقاضای مداوم برای خدمات کارگزاری محاسباتی انعطاف‌پذیر.

·نگاه ما
تحریریه دات‌هوش

جامعه هوش مصنوعی ایران با چالش مشابهی مواجه است. توسعه‌دهندگان داخلی به زیرساخت‌های ارزان و انعطاف‌پذیر نیاز دارند. موفقیت پاراسیل در جذب سرمایه نشان می‌دهد مدل کارگزاری محاسبات می‌تواند رقابتی باشد. این رویکرد برای بازار ایران نیز قابل تامل است.

منابع

این گزارش با خط‌لولهٔ خودکار دات‌هوش از منابع معتبر جهانی تدوین و زیر نظر تحریریه منتشر شده است. روش کار ما

گفتگو

پنج‌شنبه‌های هوش‌محور

بسته‌ی هفتگی دات‌هوش

۵ خبر، ۲ ابزار، ۱ پرامپت در هر شماره. به‌زودی راه‌اندازی می‌شود — هر پنج‌شنبه صبح.

خبر کلیدی
ابزار کاربردی
پرامپت حرفه‌ای
تحلیل پژوهش
به‌زودی
زاویه‌ی ایرانی
به‌زودی
تمرین این هفته
به‌زودی

راهنماهای دات‌هوش

راهنماهای کاربردیِ دات‌هوش برای کار با هوش مصنوعی — از همین‌جا شروع کنید:

دات‌هوش

راهنمای فارسی هوش مصنوعی — با نگاه به ایران

اخبار روزانه، معرفی ابزارها و مدل‌ها، و آموزشِ کار با هوش مصنوعی؛ همیشه با این پرسش که از ایران چه چیزی کار می‌کند و چه چیزی نه.