Главное в материале
- Flapping Airplanes привлекла $1 млрд серии A при оценке $6 млрд — всего через девять месяцев после запуска с seed-раундом $180 млн при оценке $1,5 млрд
- Раунд возглавили Index и Lux, участвовали Sequoia, GV, Kleiner Perkins, а также Nvidia
- Основатели — Aidan Smith и братья Asher и Ben Spector — разрабатывают «мегакернел»-фреймворк для более эффективного обучения моделей
Рекордный раунд для годовалого стартапа
Стартап Flapping Airplanes, основанный год назад, объявил о привлечении $1 млрд в раунде серии A, который совместно возглавили фонды Index и Lux. По имеющимся данным, оценка компании составила $6 млрд. Раунд состоялся всего через девять месяцев после запуска компании с seed-раундом в $180 млн от GV, Sequoia и Index, когда стартап оценивался в $1,5 млрд — таким образом, оценка выросла в четыре раза. В новом раунде также участвовали прежние инвесторы Sequoia, GV и Kleiner Perkins; среди инвесторов компании также значатся Valor, Atreides, A* и Nvidia.
Основатели и их связи в Кремниевой долине
Компания основана Aidan Smith и братьями Asher и Ben Spector. Smith — бывший основатель и стипендиат Thiel, во время учёбы в колледже работал в компании по нейроимплантам Neuralink. Asher Spector — PhD по статистике в Стэнфорде, Ben Spector — аспирант по компьютерным наукам в Стэнфорде и основатель Prod, созданной во время учёбы в MIT. Prod — существующий пять лет студенческий стартап-акселератор, который партнёр Sequoia David Cahn, инвестор Flapping Airplanes, назвал «одним из самых мощных инкубаторов талантов в Кремниевой долине». По словам Кана, основатели создают «лабораторию AGI для молодых».
Технология: мегакернел-фреймворк
Основатели описывают свою разработку как «самый полный в мире мегакернел-фреймворк», способный выполнять полные циклы обучения, обслуживать инференс, запускать видеоигры — и даже делать всё это одновременно в одном ядре. Кернел — это программа, работающая на GPU, а мегакернел объединяет множество задач в одну программу. По утверждению основателей, фреймворк может «перекрывать ограниченный памятью инференс с ограниченным вычислениями обучением», то есть совмещать задачи, где чип в основном ждёт данные, с задачами, где он в основном считает, — так процессор редко простаивает. Их предпосылка: AI едва задействовал возможности GPU, и с помощью этого подхода можно создавать интеллектуальные системы «без поглощения половины интернета».
Цель — экономия данных и средств
Стартап стремится к системам, которые дешевле обучать и эксплуатировать. «Модель, которая в миллион раз эффективнее использует данные, вероятно, в миллион раз проще внедряется в экономику», — сказал Asher Spector изданию TechCrunch вскоре после запуска компании. Теперь у стартапа есть свежий миллиард долларов, чтобы нанимать сотрудников и пытаться воплотить эту цель в реальность.
