分散データストレージの新興企業が大手クラウドプロバイダーに挑戦

AI企業の急成長により、コンピューティング・パワーに対するかつてない需要が生まれている。CoreWeave、Together AI、Lambda Labsのような企業はこの機会を捉え、分散コンピューティング能力を提供することで大きな投資と注目を集めている。

しかし、ほとんどの企業はデータ・ストレージを3大クラウド・プロバイダーであるAWS、Google Cloud、Microsoft Azureに依存しているのが現状だ。これらのストレージ・インフラは、データを複数のクラウドやリージョンに分散させるのではなく、自社のコンピューティング・リソースの近くに置くように設計されている。

「最新のAIワークロードとインフラは、大手クラウド・プロバイダーだけに頼るのではなく、分散コンピューティングへとシフトしています」と、Tigris Dataの共同設立者兼CEOのOvais Tariq氏はTechCrunchに説明している。「我々は、ストレージにも同じ柔軟性を提供することを目指している。

Tigrisは、Uberのストレージ・プラットフォームを開発したチームによって設立され、ローカライズされたデータ・ストレージ・センターのネットワークを開発している。この新興企業は、自社のソリューションが現代のAIワークロードの分散コンピューティング要件を満たしていると主張している。そのAIネイティブ・ストレージ・プラットフォームは、「コンピュートと一緒に移動し、GPUロケーションにデータを自動的に複製し、何十億もの小さなファイルをサポートし、トレーニング、推論、エージェントのワークロードに低レイテンシのアクセスを提供します」とタリクは述べている。

これらの取り組みを支援するため、Tigrisは最近2500万ドルのシリーズA資金調達ラウンドを確保した。このラウンドはSpark Capitalが主導し、Andreessen Horowitzを含む既存投資家も参加した。この新興企業は、タリク氏が "ビッグ・クラウド "と呼ぶ既存のプロバイダーに対抗している。

タリク氏は、これらの既存プロバイダーは、より高価なストレージサービスを提供するだけでなく、効率の悪いものも提供していると考えている。AWS、グーグル・クラウド、マイクロソフト・アジュールは、顧客が他のプロバイダーに移行する際や、より安価なGPUにアクセスするためにデータをダウンロード・移動する必要がある場合、あるいは異なるグローバル拠点でモデルを同時にトレーニングする必要がある場合、しばしば「クラウド税」と呼ばれるイグレス・フィーを課してきた。これは、スポーツジムの会員権を解約する際に違約金を支払うことに匹敵する。

Fal.aiのエンジニアリング責任者でTigrisの顧客でもあるバトゥハン・タスカヤ氏によると、かつてはこうしたコストがFal.aiのクラウド費用の大半を占めていたという。

Disrupt 2025で1万人以上のテックリーダーやVCリーダーと共に成長と人脈を築こう

Netflix、Box、a16z、ElevenLabs、Wayve、Hugging Face、Elad Gil、Vinod Khosla-スタートアップの成長を促進し、競争力を磨くための洞察が詰まった200以上のセッションを開催する250人以上の業界リーダーのほんの一部です。TechCrunchの20周年記念イベント、そしてテック業界のトップランナーから学ぶこの機会をお見逃しなく。チケットはお早めにお求めください。

Disrupt 2025で、1万人以上のテック企業やVCのリーダーたちと一緒に、成長と人脈を築きましょう。

Netflix、Box、a16z、ElevenLabs、Wayve、Hugging Face、Elad Gil、Vinod Khosla-スタートアップの成長を促進し、競争力を磨くための洞察が詰まった200以上のセッションを開催する250人以上の業界リーダーのほんの一部です。この機会をお見逃しなく。早めのチケット確保で最大444ドル割引。

タリク氏は、エグレス料金だけでなく、大規模なクラウドプロバイダーが依然としてレイテンシーの問題に直面していることを指摘する。「エグレス料金は、より深刻な問題のひとつの徴候にすぎません。分散型の高速AIエコシステムに追いつけない集中型ストレージシステムです」と彼は言う。

Tigrisの4,000社以上の顧客のほとんどは、画像、動画、音声モデルを開発するようなジェネレーティブAIのスタートアップ企業で、通常、レイテンシーの影響を受けやすい大規模なデータセットを扱っている。

「ローカル音声を処理するAIエージェントと対話することを考えてみてください。「可能な限り低いレイテンシが必要です。つまり、コンピュート・リソースとストレージ・リソースの両方を近くに置くということです」。

彼は、主要なクラウドプラットフォームはAIワークロードに最適化されていないと付け加えた。トレーニングのために大規模なデータセットをストリーミングしたり、地域間でリアルタイム推論を実行したりすると、レイテンシのボトルネックが発生し、モデルのパフォーマンスが低下する可能性がある。ローカライズされたストレージは、より高速なデータ検索を可能にし、開発者は分散型クラウドを使用して、より信頼性が高く、コスト効率の高いAIワークロードを実行することができます。

「ファルのタスカヤ氏は、「Tigrisは、すべての場所から同じデータファイルシステムへのアクセスを提供することで、あらゆるクラウドでワークロードを拡張することを可能にします。

企業がデータを分散クラウドリソースに近づけることを好む理由は他にもある。金融やヘルスケアのような規制分野では、データ・セキュリティとコンプライアンスを維持する必要性がAI導入の大きな障壁となっている。

タリク氏はまた、AI競合企業がSlackのデータを使用することを制限するセールスフォースの以前の動きを引き合いに出し、企業がデータを所有したいという願望の高まりを強調した。「LLMの原動力となり、AIシステムの原動力となるデータがいかに貴重であるか、企業はますます認識するようになっています」とタリク氏は説明する。「彼らはより大きなコントロールを望んでいる。他の企業に管理されたくないのです」。

新たな資金調達により、Tigrisは需要の増加に対応するため、データ・ストレージ・センターの拡張を計画している。タリク氏によると、この新興企業は2021年11月の設立以来、毎年8倍に成長しているという。バージニア、シカゴ、サンノゼに既存のデータセンターを持つTigrisは、米国、ヨーロッパ、アジアでのさらなる拡大を目指しており、特にロンドン、フランクフルト、シンガポールをターゲットとしている。