Le développeur d'intelligence artificielle doubleAI a annoncé aujourd'hui avoir levé 200 millions de dollars de financement.
Lightspeed et Bessemer ont codirigé la ronde de série A. Ils ont été rejoints par Nvidia Corp., Dell Technologies Inc. et plusieurs autres. CTech a rapporté que l'investissement valorise doubleAI à plus d'un milliard de dollars.
doubleAI, basé à Tel Aviv, officiellement AA-I Technologies Ltd., a créé un modèle d'IA appelé Maxwell qui peut automatiquement rendre le code logiciel plus efficace. Il se prête également à diverses autres tâches. Maxwell a réussi un défi d'échecs de longue date au début du mois, tandis qu'un agent développé par double IA a fait une nouvelle découverte mathématique à peu près au même moment.
Nvidia propose une bibliothèque open source appelée cuGraph qui permet aux clients d'exploiter ses cartes graphiques pour l'analyse graphique. Il s'agit d'une approche de science des données utilisée dans des domaines tels que la gestion de la chaîne d'approvisionnement. En mars, doubleAI a révélé que Maxwell avait réécrit cuGraph pour réduire son utilisation matérielle. La société affirme que le modèle a accéléré 55 % des algorithmes de la bibliothèque d'un facteur de deux ou plus.
Maxwell a ensuite créé une version optimisée de pandas, une boîte à outils open source populaire pour la science des données. L'IA a amélioré les performances de la bibliothèque sur PDS-H, une référence en matière de vitesse de requête, d'un facteur 38. Un projet plus récent a vu doubleAI utiliser Maxwell pour doubler la vitesse de génération vidéo d'un modèle mondial appelé LTX-2.5.
La société prévoit de vendre le modèle aux entreprises souhaitant réduire l'utilisation matérielle de leurs charges de travail d'IA. Selon doubleAI, Maxwell trouve des opportunités d'optimisation en analysant la façon dont un programme interagit avec les données qu'il traite et les puces sous-jacentes. Le modèle prend en charge à la fois les unités de traitement graphique et les unités centrales de traitement.
Les processeurs n'exécutent pas directement le code source des applications. Au lieu de cela, ils exécutent une version du code source appelée binaire. Il s'agit d'une traduction générée automatiquement qui représente un programme comme une série d'opérations informatiques simples.
Lorsque les développeurs trouvent un moyen de rendre une application plus efficace, ils mettent généralement en œuvre l'optimisation en modifiant le code source du programme. Maxwell, en revanche, applique des optimisations au binaire d'un programme. Cela évite aux développeurs d’avoir à apporter manuellement des modifications au code source. De plus, l'approche de doubleAI permet de modifier les applications pendant qu'elles s'exécutent en production.
La technologie de l'entreprise se prête également à d'autres cas d'utilisation. Plus tôt ce mois-ci, doubleAI a utilisé un agent d'IA interne pour faire une nouvelle découverte sur les graphiques, des structures mathématiques jouant un rôle important dans le développement de logiciels. L’agent a associé sa preuve à un fichier Lean, un extrait de code qui rend relativement simple la vérification des résultats.
Parallèlement à l'annonce de financement d'aujourd'hui, doubleAI a révélé que Maxwell a récemment battu un record d'échecs de près de 50 ans. Le modèle a trouvé une position d'échecs, ou un arrangement de pièces d'échecs, dans lequel 63 mouvements donner un chèque. Le record précédent était de 60 coups.
Le Wall Street Journal a rapporté que doubleAI utiliserait la moitié de son cycle de financement pour acheter 1 000 cartes graphiques B300 Blackwell de Nvidia. Les puces devraient permettre à l'entreprise de rivaliser plus facilement avec OpenAI Group PBC et Anthropic PBC, dont les derniers modèles d'IA sont également capables d'automatiser les tâches de recherche.
Il y a quelques jours, le développeur ChatGPT libéré 722 articles de mathématiques générés par l'IA. Un mois plus tôt, un modèle Anthropic créé une version vérifiable par ordinateur d’une célèbre preuve mathématique. Le fichier comprend 13 millions de lignes de code qui auraient pris plusieurs années à une équipe de mathématiciens humains.
