Railway pozyskuje 100 mln dolarów na rozwój infrastruktury chmurowej dla AI
Platforma Railway, która bez wydawania na marketing zgromadziła 2 miliony deweloperów, pozyskała 100 milionów dolarów w rundzie finansowania Serii B. Firma chce konkurować z gigantami takimi jak AWS, oferując infrastrukt
Firma Railway z San Francisco, platforma chmurowa, która bez wydawania środków na marketing zgromadziła dwa miliony deweloperów, ogłosiła pozyskanie 100 milionów dolarów w rundzie finansowania Serii B. Inwestycja ma na celu sprostanie rosnącemu zapotrzebowaniu na aplikacje sztucznej inteligencji, które ujawniają ograniczenia tradycyjnych infrastruktur chmurowych.
Rundzie przewodniczył fundusz TQ Ventures, z udziałem FPV Ventures, Redpoint i Unusual Ventures. Ta inwestycja pozycjonuje Railway jako jeden z najważniejszych startupów infrastrukturalnych, które pojawiły się w erze boomu na AI, wykorzystując frustrację deweloperów złożonością i kosztami tradycyjnych platform, takich jak Amazon Web Services i Google Cloud.
Ograniczenia tradycyjnej chmury w erze AI
Jake Cooper, 28-letni założyciel i dyrektor generalny Railway, w wywiadzie dla VentureBeat podkreślił, że wraz z doskonaleniem modeli AI w pisaniu kodu, coraz więcej osób zadaje sobie pytanie, gdzie i jak uruchamiać swoje aplikacje. Zauważył, że poprzednia generacja podstawowych usług chmurowych była powolna i przestarzała, a w obliczu przyspieszenia tempa pracy dzięki AI, zespoły deweloperskie nie są w stanie nadążyć.
Finansowanie to znaczące przyspieszenie dla firmy, która obrała niekonwencjonalną ścieżkę w branży chmury obliczeniowej. Przed tą rundą Railway zebrało łącznie zaledwie 24 miliony dolarów, w tym 20 milionów dolarów w Serii A od Redpoint w 2022 roku. Obecnie firma przetwarza ponad 10 milionów wdrożeń miesięcznie i obsługuje ponad bilion żądań za pośrednictwem swojej sieci brzegowej – metryki te dorównują znacznie większym i lepiej finansowanym konkurentom.
Szybkość wdrożeń kluczem do sukcesu
Filozofia Railway opiera się na prostym spostrzeżeniu: narzędzia używane przez deweloperów do wdrażania i zarządzania oprogramowaniem zostały zaprojektowane z myślą o wolniejszej erze. Standardowy cykl budowania i wdrażania za pomocą Terraform, branżowego narzędzia infrastrukturalnego, zajmuje od dwóch do trzech minut. To opóźnienie, kiedyś akceptowalne, stało się krytycznym wąskim gardłem, ponieważ asystenci kodowania AI, tacy jak Claude, ChatGPT i Cursor, mogą generować działający kod w ciągu kilku sekund.
Cooper zauważył, że w obliczu możliwości błyskawicznego rozwiązywania problemów przez sztuczną inteligencję, dotychczasowe systemy stają się wąskimi gardłami. To, co kiedyś było imponujące dla ludzi – wdrożenie w 10 sekund lub mniej – jest teraz podstawowym wymogiem dla agentów AI. Firma twierdzi, że jej platforma umożliwia wdrożenia w czasie poniżej jednej sekundy, co jest wystarczająco szybko, aby nadążyć za kodem generowanym przez AI. Klienci zgłaszają dziesięciokrotny wzrost wydajności deweloperów i do 65 procent oszczędności kosztów w porównaniu z tradycyjnymi rozwiązaniami chmurowymi.
Inwestycja w Railway podkreśla rosnącą potrzebę dostosowania infrastruktury chmurowej do dynamicznych wymagań rozwoju oprogramowania wspomaganego przez AI. Szybkość wdrożeń staje się kluczowym czynnikiem konkurencyjności, a firmy takie jak Railway starają się wypełnić lukę, oferując rozwiązania, które pozwalają deweloperom w pełni wykorzystać potencjał sztucznej inteligencji w procesie tworzenia aplikacji.
Źródło: venturebeat.com
Komentarze
Zaloguj się, aby dołączyć do dyskusji.
Nikt jeszcze nie skomentował. Bądź pierwszy!
Czytaj dalej

Panel ONZ ostrzega: Nie ma pewności, że ludzie utrzymają kontrolę nad agentami AI
Pierwszy raport panelu naukowego ONZ ds. AI alarmuje, że kontrola nad autonomicznymi agentami sztucznej inteligencji nie jest gwarantowana, wskazując na rosnące ryzyko związane z ich szkoleniem i zachowaniem.
Redakcja Aigest4 godz. temu

xAI Elona Muska wprowadza Groka 4.7: niższe ceny, ale słabsze wyniki w benchmarkach
xAI Elona Muska zaprezentowało Groka 4.7, swój najnowszy model AI do kodowania i pracy umysłowej. Chociaż oferuje konkurencyjne ceny, niezależne testy wskazują na znaczną lukę wydajnościową w porównaniu do liderów rynku,
Redakcja Aigest5 godz. temu

SoftBank pozyskuje ponad 11 miliardów dolarów z ryzykownych obligacji na inwestycję w OpenAI
SoftBank planuje zaciągnąć ponad 11 miliardów dolarów długu poprzez wysoko oprocentowane obligacje, aby sfinansować kolejną transzę płatności za udziały w OpenAI.
Redakcja Aigest7 godz. temu

Jak medycyna może nauczyć AI niezawodności? Badacze z Bristolu proponują ramy testowania
Naukowcy z Uniwersytetu w Bristolu opracowali ramy testowania niezawodności systemów AI w medycynie, wzorując się na procesach wprowadzania nowych leków na rynek.
Redakcja Aigest7 godz. temu

Alibaba staje się liderem otwartej AI, wyznaczając nowe standardy rynkowe
Alibaba konsekwentnie umacnia swoją pozycję w sektorze otwartej AI, prezentując szereg innowacyjnych modeli, które mogą zrewolucjonizować rynek i zaoferować realną alternatywę dla zamkniętych systemów.
Michał Chmielarz13 godz. temu
StepFun prezentuje Step 5 Preview: Model MoE z 600B parametrami i kontekstem 1M tokenów
Firma StepFun udostępniła Step 5 Preview, model Mixture-of-Experts (MoE) zaprojektowany do złożonych zadań agentowych, obsługujący kontekst do miliona tokenów.
Redakcja Aigest15 godz. temu
Bądź na bieżąco ze światem AI
Najważniejsze newsy, recenzje i poradniki — raz w tygodniu, prosto na maila. Bez spamu.