Edelbyte Ltd., le développeur d'une plateforme d'analyse de données optimisée pour les agents d'intelligence artificielle, a été lancée aujourd'hui avec un financement de 70 millions de dollars.
Edelbyte, basée à Tel Aviv, a été fondée l'année dernière par les anciens dirigeants de Microsoft Corp. Avner Aharoni, Evgeney Ryzhyk, Alexander Sloutsky et Yoni Leibowitz. Ils ont contribué au développement d'Azure Data Explorer, un outil d'analyse des flux d'informations en temps réel. Les clients l'appellent souvent Kusto en clin d'œil au langage de requête éponyme qu'il utilise pour trouver des modèles de données.
L'entreprise positionne sa plateforme comme une alternative à Snowflake et Databricks. Il est conçu pour stocker jusqu'à des centaines de pétaoctets de données par déploiement. Il peut contenir à la fois des enregistrements standards et des vecteurs, les structures mathématiques dans lesquelles les agents d’IA conservent leurs connaissances. Les vecteurs stockent non seulement des extraits de données tels que des listes de produits, mais également des informations qui facilitent la recherche d'articles similaires.
La plateforme prend en charge un large éventail de requêtes. Un moteur de recherche peut l'utiliser pour trouver les enregistrements recherchés par les utilisateurs, tandis qu'un outil de business intelligence peut exécuter des calculs analytiques. Il existe également un support pour le traitement des graphiques. Il s'agit d'une approche analytique utilisée pour étudier des points de données qui sont liés les uns aux autres d'une manière ou d'une autre, par exemple parce qu'ils ont été créés dans le même système.
Edelbyte affirme que sa plate-forme peut interroger des ensembles de données de plusieurs pétaoctets avec une latence inférieure à 100 millisecondes. Sous le capot, il utilise plusieurs méthodes d'optimisation différentes pour atteindre ces performances.
L'analyse d'un ensemble de données nécessite généralement que les entreprises le déplacent vers un environnement de traitement dédié. Edelbyte utilise une technologie appelée fédération de requêtes pour ignorer cette étape. Au lieu d'obliger les utilisateurs à charger toutes leurs données sur sa plateforme, il peut exécuter des requêtes dans les systèmes où les données sont habituellement stockées. Cela accélère ainsi le traitement et réduit la quantité de bande passante qui doit être dépensée pour déplacer les données entre les environnements.
Edelbyte optimise davantage les requêtes en générant des index. Il s'agit d'ensembles de raccourcis qui facilitent la recherche d'éléments spécifiques dans un grand ensemble de données. Un index ne fonctionne que s'il est adapté aux modèles d'accès aux données de l'application qui l'utilise. Selon Edelbyte, sa plate-forme automatise une partie du travail manuel impliqué dans le flux de travail de personnalisation de l'index.
« Les systèmes sur lesquels les entreprises s'appuient pour rechercher et analyser leurs données ont été conçus pour un monde antérieur à l'IA », a déclaré le directeur général Avner Aharoni (photo de droite). « À mesure qu'ils deviennent essentiels au fonctionnement des entreprises, le volume et la complexité des requêtes de données vont croître bien au-delà de ce pour quoi l'infrastructure existante a été conçue. Nous pensons que cela crée une opportunité de construire un nouveau leader du marché de la recherche et de l'analyse. »
Edelbyte affirme que plusieurs clients Fortune 500 utilisent sa plate-forme pour alimenter des environnements de données à l'échelle du pétaoctet. L'entreprise utilisera son nouveau financement pour accroître sa base installée et embaucher davantage d'employés.
