À l’heure où les entreprises s’emploient à tirer parti de l'IA, un défi majeur persiste : développer et déployer rapidement des applications d'IA à grande échelle. RunPod, une startup offrant une plateforme cloud GPU distribuée mondialement pour le développement et le déploiement d'IA, a récemment levé 20 millions de dollars en fonds d'amorçage auprès de Dell Technologies Capital et d'Intel Capital pour relever ce défi.
L'Émergence des Plateformes Cloud d'IA Spécialisées
La croissance de RunPod reflète une tendance plus large : l'émergence de services cloud spécialisés pour l'IA. À mesure que l'IA s’intègre aux opérations commerciales, les limites de l'infrastructure cloud généraliste deviennent évidentes. Les problèmes de latence, le manque de flexibilité et l'absence d'outils spécifiques à l'IA freinent le déploiement des applications d'IA. Ce vide a donné naissance à des plateformes cloud d'IA optimisées, offrant de meilleures ressources de calcul, de la flexibilité et des environnements conviviaux pour les charges de travail exigeantes en IA. Le financement de RunPod coïncide avec une hausse des investissements dans le secteur du cloud d'IA spécialisé. Avec l'augmentation de la demande pour une infrastructure accélérée par GPU, de nombreuses startups, comme CoreWeave qui a levé 1,1 milliard de dollars, s'illustrent dans ce domaine. Together Computer, basé à San Francisco, vise également à lever plus de 100 millions de dollars avec une valorisation dépassant 1 milliard de dollars. Lambda Inc. a récemment annoncé un tour de financement de 320 millions de dollars pour sa plateforme cloud optimisée pour l'IA, valorisée à 1,5 milliard de dollars. Ces investissements importants soulignent non seulement la demande croissante pour une infrastructure d'IA spécialisée, mais aussi le paysage concurrentiel que RunPod doit naviguer.
Orienter le Focus des Développeurs
RunPod a dépassé les 100 000 développeurs en mettant l'accent sur l'expérience utilisateur et l'itération rapide comme éléments essentiels pour libérer la valeur commerciale de l'IA. "Si vos développeurs sont satisfaits et bien équipés, c'est ce qui compte le plus," a déclaré Zhen Lu, co-fondateur et PDG de RunPod. "De nombreuses entreprises négligent cela ; elles pensent qu'empiler des GPU attirera les développeurs. La vraie valeur réside dans la capacité d'itération rapide."
Cet engagement envers l'expérience des développeurs a favorisé une adoption généralisée, commençant par des efforts de base pour soutenir les développeurs indépendants avant d'attirer les prosommateurs et les petites et moyennes entreprises. RunPod s’aventure désormais sur les marchés des entreprises, offrant un accès aux GPU Nvidia via des instances de calcul flexibles et des fonctions sans serveur. "Nous avons commencé il y a deux ans en soutenant les hackers et les développeurs qui avaient besoin de ressources GPU abordables," se souvient Lu. "Au départ, nous avons listé nos offres sur Reddit, offrant un accès gratuit aux utilisateurs ne pouvant pas se permettre de ressources informatiques. Avec le temps, nous avons attiré une clientèle diversifiée, allant des startups aux entreprises établies."
Un défi crucial que RunPod aborde est la nécessité pour les entreprises de déployer des modèles personnalisés qu'elles peuvent contrôler et itérer. De nombreux développeurs d'entreprise dépendent de modèles API génériques qui ne répondent pas à leurs besoins spécifiques. "De nombreux fournisseurs simplifient le déploiement de solutions inadéquates tout en compliquant le processus pour ce que les clients recherchent réellement," a déclaré Lu. "Nos clients recherchent un plus grand contrôle et une personnalisation."
RunPod a partagé des histoires de succès illustrant son approche centrée sur les développeurs. LOVO AI, une startup de génération vocale, a salué la facilité d'utilisation du stockage et de l'expérience développeur de RunPod, tandis que Coframe, créateur d'interfaces numériques auto-optimisantes, a souligné la simplicité avec laquelle il a déployé un modèle personnalisé sur des GPU sans serveur en une semaine.
Surmonter les Limites de Kubernetes
Pour faciliter la personnalisation à grande échelle, RunPod a choisi de développer sa propre couche d'orchestration plutôt que de s'appuyer sur Kubernetes. Les premières épreuves d'architecture ont révélé que Kubernetes, conçu pour des charges de travail traditionnelles, était trop lent pour les tâches d'IA. "De nombreux utilisateurs veulent simplement le résultat final sans entrer dans les complexités de Kubernetes," a souligné Lu. "Bien que Kubernetes puisse convenir aux experts, il peut être frustrant pour ceux qui ont besoin de résultats rapides."
La stratégie de RunPod de construire une couche d'orchestration propriétaire découle de la reconnaissance des lacunes de Kubernetes face aux exigences spécifiques des charges de travail d’IA. "Les charges de travail IA/ML diffèrent fondamentalement des applications traditionnelles," a noté Lu. "Elles nécessitent des ressources spécialisées, une planification accélérée et une mise à l'échelle agile, ce que Kubernetes ne pouvait pas soutenir assez vite pour nos clients."
Cette capacité est essentielle pour les entreprises ayant besoin de déployer et d'itérer rapidement des modèles d'IA personnalisés. La complexité de Kubernetes peut freiner les cycles de développement et l'expérimentation, entravant l'adoption de l'IA. "De nombreuses plateformes d'IA gérées sont utiles pour les débutants, mais elles peuvent restreindre les déploiements plus avancés," a déclaré Lu. "RunPod offre aux entreprises l'infrastructure dont elles ont besoin pour construire et évoluer l'IA à leur manière sans compromettre la rapidité ou la facilité d'utilisation."
Se Préparer à la Croissance Future
Avec ce nouveau financement, RunPod prévoit d'augmenter son effectif pour répondre à la demande croissante des entreprises et améliorer des fonctionnalités telles que le support CPU en plus des GPU. L'entreprise signale une augmentation par dix à la fois de ses revenus et de son effectif au cours de l'année passée.
Soutenue par une traction solide et des investissements, RunPod est bien positionnée pour un avenir prometteur. Dans un marché concurrentiel, maintenir son attention sur les besoins des développeurs sera crucial. "Les développeurs recherchent des solutions sur mesure ; ils veulent des outils qui facilitent l'intégration et leur permettent d'affiner et d'optimiser leurs résultats," a conclu Lu. "C'est la vision que nous poursuivons."
Classement
