Speedata
Speedata — израильская компания, разрабатывающая аналитический процессор (APU) для ускорения обработки больших данных и задач искусственного интеллекта.
Как утверждают СМИ, разработала процессор, конкурирующий с NVIDIA в аналитике данных.
Общие сведения[править]
Компания была основана в 2019 году шестью основателями, некоторые из которых были первыми исследователями, разработавшими технологию многопоточной перенастраиваемой архитектуры (CGRA).
В начале октября 2021 года писали: компания Speedata из Нетании, основанная Джонатаном Фридманном, Дэном Чарашем, Рафи Шалом, Итаи Инкзе, Йоавом Эционом и Дани Войцечовым, разработала блок обработки аналитики (APU). Эта технология предназначена для ускорения рабочих нагрузок по анализу больших данных в различных отраслях. Масштабируемая архитектура компании из Нетании автоматизирует многие процессы аналитики данных. Масштабируемая архитектура Speedata автоматизирует некоторые процессы аналитики, включая ввод-вывод, вычисления и прочие. Эта уникальная архитектура совместима со всем унаследованным программным обеспечением, что позволяет беспрепятственно переносить рабочие нагрузки без внесения изменений в код предприятия или существующую структуру[1].
В 2025 году выводит на рынок чип APU, способного радикально ускорить аналитику больших данных и конкурировать с NVIDIA:
Стартап Speedata, базирующийся в Тель-Авиве, разрабатывает уникальный процессор – Analytics Processing Unit (APU). Он специально создан для ускорения аналитики больших данных и ИИ. В отличие от графических процессоров (GPU), которые изначально проектировались для обработки графики и лишь впоследствии были адаптированы для задач ИИ и аналитики, APU с нуля разрабатывался именно для обработки данных[2].
Цель Speedata – решение проблемы неэффективности традиционных процессоров при работе с большими данными, когда для сложных задач требуются сотни серверов. В будущем компания планирует поддерживать все основные платформы для аналитики данных. По словам разработчиков, Speedata стремится сделать APU стандартом для аналитики данных так же, как GPU стали стандартом для обучения ИИ.
Компания завершила разработку и производство первого чипа в конце 2024 года, и сейчас несколько крупных компаний тестируют его на реальных задачах. В качестве примера Speedata приводит фармацевтическую задачу, которую их APU выполнил за 19 минут вместо 90 часов на традиционном процессоре, то есть ускорил работу в 280 раз.