Deci AI एक इज़राइली प्रौद्योगिकी कंपनी है जो डीप लर्निंग त्वरण में विशेषज्ञता रखती है। 2019 में स्थापित, यह कंपनी सॉफ्टवेयर उपकरण विकसित करती है जो विभिन्न हार्डवेयर प्लेटफार्मों, जिसमें एज डिवाइस और क्लाउड सर्वर शामिल हैं, पर कुशल तैनाती के लिए कृत्रिम बुद्धिमत्ता मॉडल को अनुकूलित करते हैं। Deci AI की मुख्य तकनीक का उद्देश्य तंत्रिका नेटवर्क की कम्प्यूटेशनल लागत को कम करना है, जबकि उनकी सटीकता को बनाए रखना या सुधारना है, जो AI प्रणालियों के व्यावहारिक अपनाने में एक प्रमुख बाधा को संबोधित करता है।
कंपनी स्वचालित तंत्रिका वास्तुकला खोज और मॉडल संपीड़न पर शोध से उभरी, और खुद को मशीन लर्निंग संचालन के व्यापक क्षेत्र में स्थापित किया। Deci AI के उत्पाद उन संगठनों को लक्षित करते हैं जो बड़े भाषा मॉडल, कंप्यूटर विज़न सिस्टम और अन्य AI कार्यभार तैनात करते हैं, और ऐसे समाधान पेश करते हैं जो अनुमान गति में सुधार और बुनियादी ढांचे की लागत को कम करने का दावा करते हैं। 2024 तक, कंपनी ने महत्वपूर्ण उद्यम पूंजी वित्तपोषण जुटाया है और प्रमुख क्लाउड प्रदाताओं और अर्धचालक कंपनियों के साथ साझेदारी स्थापित की है।
स्थापना और वित्तपोषण
Deci AI की स्थापना 2019 में योनातन गेफमैन, रान एल-यानिव और जोनाथन एल्स्टर द्वारा की गई थी। गेफमैन, जिन्होंने मुख्य कार्यकारी अधिकारी के रूप में कार्य किया, ने पहले इंटेल में AI अनुसंधान पर काम किया था। एल-यानिव, टेक्नियन - इज़राइल प्रौद्योगिकी संस्थान में प्रोफेसर, मशीन लर्निंग और तंत्रिका नेटवर्क अनुकूलन में शैक्षणिक विशेषज्ञता लाए। कंपनी का मुख्यालय तेल अवीव, इज़राइल में है।
स्टार्टअप ने 2020 में $9.25 मिलियन का प्रारंभिक सीड राउंड जुटाया, जिसका नेतृत्व एमर्ज ने किया और स्क्वेयर पेग कैपिटल और अन्य निवेशकों ने भाग लिया। 2021 में, Deci AI ने $21 मिलियन का सीरीज A वित्तपोषण राउंड सुरक्षित किया, जिससे इसका कुल वित्तपोषण लगभग $30 मिलियन हो गया। सीरीज A का नेतृत्व इनसाइट पार्टनर्स ने किया, जिसमें मौजूदा समर्थकों से निरंतर समर्थन मिला। 2023 में, कंपनी ने $25 मिलियन का सीरीज B राउंड बंद किया, जिसका नेतृत्व AME क्लाउड वेंचर्स ने किया, जिससे संचयी वित्तपोषण $55 मिलियन से अधिक हो गया। ये आंकड़े AI बुनियादी ढांचे और मॉडल अनुकूलन प्रौद्योगिकियों में बढ़ती निवेशक रुचि को दर्शाते हैं।
मुख्य तकनीक: AutoNAS और Infery
Deci AI की आधारभूत तकनीक AutoNAS (स्वचालित तंत्रिका वास्तुकला खोज) है, जो एक स्वामित्व प्रणाली है जो स्वचालित रूप से कुशल तंत्रिका नेटवर्क वास्तुकला डिजाइन करती है। AutoNAS संभावित नेटवर्क डिजाइनों के स्थान का पता लगाने के लिए सुदृढीकरण सीखने और अन्य अनुकूलन तकनीकों का उपयोग करता है, जो सटीकता को कम्प्यूटेशनल लागत के साथ संतुलित करता है। सिस्टम विशिष्ट हार्डवेयर लक्ष्यों, जैसे ARM प्रोसेसर, इंटेल चिप्स, या NVIDIA GPU के लिए अनुकूलित कस्टम वास्तुकला उत्पन्न कर सकता है, हालांकि NVIDIA कंपनी के सार्वजनिक भागीदारों में स्पष्ट रूप से सूचीबद्ध नहीं है।
AutoNAS पर निर्मित प्राथमिक वाणिज्यिक उत्पाद Infery है, जो एक अनुमान रनटाइम और अनुकूलन इंजन है। Infery में एक मॉडल अनुकूलन टूलकिट शामिल है जो प्रूनिंग, क्वांटाइजेशन, और ज्ञान आसवन जैसी तकनीकों को लागू करता है ताकि मॉडल आकार और विलंबता को कम किया जा सके। रनटाइम TensorFlow और PyTorch सहित कई फ्रेमवर्क में तैनाती का समर्थन करता है, और Docker और Kubernetes जैसे कंटेनरीकृत वातावरण के साथ एकीकृत होता है। Infery एज डिवाइस पर 10x तक अनुमान गति और क्लाउड सर्वर पर 4x तक की गति देने का दावा करता है, हालांकि ये आंकड़े विशिष्ट मॉडल और हार्डवेयर पर निर्भर करते हैं।
उत्पाद पेशकश और उपयोग के मामले
Deci AI का उत्पाद सूट Infery से आगे बढ़कर DeciLint शामिल करता है, जो एक मॉडल विश्लेषण उपकरण है जो तंत्रिका नेटवर्क ग्राफ में अक्षमताओं की पहचान करता है, और DeciGrad, एक ग्रेडिएंट-आधारित अनुकूलन मॉड्यूल है जो लक्ष्य हार्डवेयर के लिए मॉडल को ठीक करता है। ये उपकरण डेटा विज्ञान और मशीन लर्निंग टीमों के लिए डिज़ाइन किए गए हैं जिन्हें सख्त विलंबता और लागत बाधाओं के साथ उत्पादन वातावरण में मॉडल तैनात करने की आवश्यकता होती है।
प्रमुख उपयोग के मामलों में वस्तु पहचान और छवि विभाजन जैसे कंप्यूटर विज़न अनुप्रयोग, पाठ वर्गीकरण और प्रश्न उत्तर जैसे प्राकृतिक भाषा प्रसंस्करण कार्य, और हाल ही में, बड़े भाषा मॉडल अनुमान शामिल हैं। उदाहरण के लिए, Deci AI ने आक्रामक संपीड़न तकनीकों को लागू करके एक एकल सर्वर नोड पर 175-बिलियन-पैरामीटर ट्रांसफॉर्मर मॉडल चलाने की क्षमता प्रदर्शित की है, हालांकि ऐसे दावे आंतरिक बेंचमार्क पर आधारित हैं और स्वतंत्र रूप से सत्यापित नहीं किए गए हैं। कंपनी Deci Cloud भी प्रदान करती है, जो एक प्रबंधित प्लेटफ़ॉर्म है जो ग्राहकों को अपना बुनियादी ढांचा स्थापित किए बिना अनुकूलित मॉडल का परीक्षण और बेंचमार्क करने की अनुमति देता है।
साझेदारी और पारिस्थितिकी तंत्र
Deci AI ने अपनी पहुंच बढ़ाने के लिए कई प्रमुख प्रौद्योगिकी कंपनियों के साथ साझेदारी की है। 2022 में, कंपनी ने Qualcomm के साथ एक सहयोग की घोषणा की ताकि Qualcomm के Snapdragon मोबाइल प्लेटफार्मों के लिए AI मॉडल को अनुकूलित किया जा सके, जो स्मार्टफोन और IoT डिवाइसों के लिए ऑन-डिवाइस अनुमान को लक्षित करता है। इस साझेदारी का उद्देश्य कम बिजली खपत के साथ छवि संवर्धन और आवाज पहचान जैसी वास्तविक समय AI सुविधाओं को सक्षम करना था।
क्लाउड क्षेत्र में, Deci AI ने Amazon Web Services और Google Cloud के साथ काम किया है ताकि अपने अनुकूलन उपकरणों को उनके AI मार्केटप्लेस के हिस्से के रूप में पेश किया जा सके। कंपनी ने 2023 में AMD के साथ भी साझेदारी की ताकि AMD के Instinct त्वरक का समर्थन किया जा सके, जो डेटा सेंटर कार्यभार के लिए अनुकूलित मॉडल लाइब्रेरी प्रदान करता है। इसके अतिरिक्त, Deci AI ने उपभोक्ता इलेक्ट्रॉनिक्स में एज AI अनुप्रयोगों के लिए Samsung Electronics के साथ जुड़ाव किया है, हालांकि विशिष्ट उत्पाद विवरण अज्ञात हैं।
ये साझेदारियां Deci AI के लिए रणनीतिक हैं क्योंकि वे हार्डवेयर-विशिष्ट अनुकूलन और वितरण चैनलों तक पहुंच प्रदान करती हैं। चिप निर्माताओं और क्लाउड प्रदाताओं के साथ संरेखित करके, कंपनी यह सुनिश्चित कर सकती है कि इसका सॉफ्टवेयर AWS Trainium से Groq और SambaNova सिस्टम तक, AI त्वरक के विविध परिदृश्य में कुशलता से काम करता है।
प्रतिस्पर्धी परिदृश्य
Deci AI एक प्रतिस्पर्धी बाजार में काम करता है जिसमें स्थापित खिलाड़ी और स्टार्टअप दोनों शामिल हैं। प्रत्यक्ष प्रतिस्पर्धियों में Graphcore शामिल है, जो विशेष AI प्रोसेसर विकसित करता है, और Groq, जो अल्ट्रा-फास्ट अनुमान हार्डवेयर पर केंद्रित है। सॉफ्टवेयर पक्ष पर, SambaNova और Neural Magic जैसी कंपनियां अनुकूलन समाधान पेश करती हैं, हालांकि Neural Magic प्रदान की गई लिंक सूची में नहीं है। इसके अतिरिक्त, प्रमुख क्लाउड प्रदाता अपनी स्वयं की अनुकूलन सेवाएं प्रदान करते हैं, जैसे Amazon SageMaker और Azure Machine Learning, जो Deci AI की पेशकशों के साथ प्रतिस्पर्धा कर सकते हैं।
Deci AI अपनी AutoNAS तकनीक के माध्यम से खुद को अलग करता है, जो केवल पोस्ट-हॉक संपीड़न पर निर्भर रहने के बजाय वास्तुकला खोज प्रक्रिया को स्वचालित करता है। यह दृष्टिकोण ऐसे मॉडल उत्पन्न कर सकता है जो शुरू से ही स्वाभाविक रूप से अधिक कुशल होते हैं, बजाय मौजूदा वास्तुकला को सिकोड़ने के। कंपनी हार्डवेयर-जागरूक अनुकूलन पर भी जोर देती है, जो विशिष्ट चिप्स के लिए मॉडल तैयार करती है, जो उद्योग में एक बढ़ती प्रवृत्ति है क्योंकि AI कार्यभार विविध एज और डेटा सेंटर वातावरण में स्थानांतरित होते हैं।
अनुसंधान और ओपन सोर्स योगदान
Deci AI एक सक्रिय अनुसंधान टीम बनाए रखता है जो शैक्षणिक पेपर प्रकाशित करती है और व्यापक AI समुदाय में योगदान करती है। उल्लेखनीय प्रकाशनों में क्वांटाइजेशन-जागरूक प्रशिक्षण और कुशल ट्रांसफॉर्मर वास्तुकला पर काम शामिल है, जो NeurIPS और ICML जैसे सम्मेलनों में प्रस्तुत किया गया। कंपनी ने ओपन-सोर्स उपकरण भी जारी किए हैं, जिसमें मॉडल संपीड़न के लिए एक लाइब्रेरी शामिल है जिसका उपयोग बाहरी डेवलपर्स द्वारा किया गया है।
2023 में, Deci AI ने "तंत्रिका नेटवर्क के लिए सुपर-रिज़ॉल्यूशन" नामक एक तकनीक पेश की, जो संपीड़ित संस्करणों से उच्च-सटीकता नेटवर्क का पुनर्निर्माण करने के लिए जनरेटिव मॉडल का उपयोग करती है। इस शोध में जनरेटिव AI में संभावित अनुप्रयोग हैं और यह ट्रांसफॉर्मर मॉडल की दक्षता में सुधार कर सकता है। हालांकि, ये योगदान तेजी से विकसित हो रहे क्षेत्र का हिस्सा हैं, और उनका दीर्घकालिक प्रभाव देखा जाना बाकी है।
चुनौतियां और भविष्य की दिशाएं
कई AI बुनियादी ढांचा कंपनियों की तरह, Deci AI को हार्डवेयर और मॉडल विकास की तेज गति से संबंधित चुनौतियों का सामना करना पड़ता है। नए त्वरक वास्तुकला, जैसे Google DeepMind के TPU और Tesla के कस्टम चिप्स, के लिए अनुकूलन उपकरणों के निरंतर अनुकूलन की आवश्यकता होती है। इसके अतिरिक्त, अरबों पैरामीटर वाले फाउंडेशन मॉडल का उदय स्केलिंग चुनौतियां प्रस्तुत करता है जो पारंपरिक संपीड़न तकनीकों की प्रयोज्यता को सीमित कर सकता है।
आगे देखते हुए, Deci AI का लक्ष्य जनरेटिव AI कार्यभार के लिए अपना समर्थन विस्तारित करना है, जिसमें पाठ निर्माण और मल्टीमॉडल मॉडल शामिल हैं। कंपनी अपनी क्लाउड पहुंच को व्यापक बनाने के लिए Microsoft Azure और Oracle Cloud के साथ एकीकरण की भी खोज कर रही है। 2024 तक, Deci AI ने प्रारंभिक सार्वजनिक पेशकश की योजना का खुलासा नहीं किया है, लेकिन इसका वित्तपोषण प्रक्षेपवक्र AI अनुकूलन बाजार में निरंतर वृद्धि का सुझाव देता है।
निष्कर्ष
Deci AI ने डीप लर्निंग त्वरण क्षेत्र में एक उल्लेखनीय खिलाड़ी के रूप में खुद को स्थापित किया है, जो हार्डवेयर प्लेटफार्मों में AI मॉडल दक्षता में सुधार करने वाले सॉफ्टवेयर उपकरण पेश करता है। अपनी AutoNAS तकनीक और Infery रनटाइम के साथ, कंपनी पैमाने पर AI तैनात करने वाले संगठनों के लिए महत्वपूर्ण आवश्यकताओं को संबोधित करती है। जबकि प्रतिस्पर्धा तीव्र है, Deci AI का स्वचालित वास्तुकला खोज और हार्डवेयर-जागरूक अनुकूलन पर ध्यान एक विशिष्ट मूल्य प्रस्ताव प्रदान करता है। कंपनी की भविष्य की सफलता विकसित हो रहे AI मॉडल और हार्डवेयर के साथ गति बनाए रखने की क्षमता के साथ-साथ तकनीकी नवाचारों को वाणिज्यिक अपनाने में बदलने की क्षमता पर निर्भर करेगी।