SkyPilot, ein von Databricks-Mitbegründer Ion Stoica gegründetes Startup, hat 20 Millionen US-Dollar an Finanzierung erhalten, um einen wachsenden Schmerzpunkt in der KI-Branche anzugehen: die Komplexität der Ausführung rechenintensiver Workloads über mehrere Cloud-Anbieter hinweg. Das Unternehmen gibt an, dass seine Plattform darauf ausgelegt ist, die Anbieterbindung zu durchbrechen, die für viele Organisationen zu einem kostspieligen Problem geworden ist, insbesondere da die GPU-Preise steigen.
Warum die Finanzierung wichtig ist
Die in dieser Woche angekündigte Finanzierungsrunde kommt zu einem Zeitpunkt, an dem KI-Unternehmen zunehmend an einen einzigen Cloud-Anbieter gebunden sind und oft mit starken Preiserhöhungen für GPU-Kapazitäten konfrontiert werden. Die Software von SkyPilot soll es Teams ermöglichen, Jobs auf Amazon Web Services, Google Cloud oder Microsoft Azure bereitzustellen – oder in jeder Kombination – ohne Code umschreiben oder die Infrastruktur manuell neu konfigurieren zu müssen. Die Idee ist, den Benutzern Flexibilität zu geben, um günstigere Rechenleistung zu suchen oder bei Bedarf in freie Kapazitäten auszuweichen.
Stoica, der auch Mitbegründer des Apache Spark-Projekts und des Ray-Frameworks ist, erklärte in einer Stellungnahme, dass die Branche auf eine Multi-Cloud-Realität zusteuert. „KI-Workloads sind zu vielfältig und zu teuer geworden, um an einen einzigen Anbieter gebunden zu sein“, bemerkte er. „SkyPilot gibt Teams die Freiheit, basierend auf Kosten, Verfügbarkeit und Leistung zu wählen, wo ihre Modelle laufen.“
Wie die Plattform funktioniert
SkyPilot fungiert als eine Art Orchestrierungsschicht. Anstatt dass ein Benutzer manuell einen Cluster auf einer Cloud konfiguriert, wählt die Plattform den besten Ort – über Clouds hinweg – aus, um einen Job auszuführen. Sie übernimmt die Bereitstellung, automatische Skalierung und Bereinigung. Das Tool ist Open Source, obwohl das Unternehmen eine verwaltete Version für Organisationen anbietet, die einen unkomplizierten Ansatz wünschen.
Zu den frühen Anwendern gehören KI-Labore und Startups, die große Modelle auf teuren GPUs wie Nvidias H100 trainieren müssen. Durch die Verteilung von Jobs über mehrere Clouds können sie die Aufschläge vermeiden, die mit den speziellen Verträgen eines einzelnen Anbieters einhergehen. SkyPilot behauptet auch, die Leerlaufzeit von GPUs zu reduzieren, was in einem angespannten Markt verschwendetes Geld ist.
Die steigenden Kosten für Rechenleistung
Die GPU-Preise sind im letzten Jahr aufgrund der Explosion generativer KI stark gestiegen. Unternehmen, die einst Kapazitäten auf einer einzigen Cloud kauften, schauen sich jetzt um, stoßen jedoch an die Grenzen des manuellen Multi-Cloud-Managements. Die 20-Millionen-Dollar-Finanzierung von SkyPilot – von Investoren wie Lightspeed Venture Partners und anderen – signalisiert, dass der Markt einen wachsenden Bedarf an einer einheitlichen Lösung sieht.
Weder SkyPilot noch die Investoren haben die Bewertung des Unternehmens offengelegt. Die Finanzierung wird für den Ausbau des Engineering-Teams und den Aufbau von Integrationen mit weiteren Cloud-Anbietern und GPU-Typen verwendet.
Stoicas Geschichte mit Databricks, das ein Milliarden-Dollar-Geschäft rund um die Vereinfachung von Data Engineering aufgebaut hat, verleiht dem Startup Glaubwürdigkeit. Aber die Konkurrenz ist stark: etablierte Player wie Kubernetes und neuere Tools wie Run:ai und Anyscale zielen ebenfalls auf dasselbe Problem ab.
Vorerst setzt SkyPilot auf Einfachheit. „Wir wollen nicht, dass Benutzer über Clouds nachdenken“, sagte Stoica. „Sie sollten über ihre Modelle nachdenken.“
Das Unternehmen plant, später in diesem Quartal ein großes Update seiner Open-Source-Plattform zu veröffentlichen, das Unterstützung für weitere Cloud-Regionen und günstigere GPU-Spot-Instanzen hinzufügt.
