Bildnachweis: Pexels, VentureCapital Magazin, Pixabay.
Das Deeptech-Start-up Yasp.ai (naio.ai GmbH), das den Agentic AI Compiler entwickelt, gab heute den erfolgreichen Abschluss einer von Capnamic angeführten Seed-Finanzierungsrunde bekannt. Ebenso beteiligten sich der Start-up BW Innovation Fonds und die MBG Baden-Württemberg GmbH sowie Business Angels. Die Investition in Höhe von 5 Mio. USD bringt die Entwicklung einen Schritt näher an die Markteinführung, die für Ende 2025 geplant ist. Mit dieser Technologie präsentiert das Unternehmen eine intelligente, hardwareunabhängige Lösung zur deutlichen Beschleunigung des KI-Trainings und der Inferenz.
Mit kürzlich eröffneten Niederlassungen in München und Montreal wird yasp die Mittel nutzen, um die Produktentwicklung zu beschleunigen, die Unterstützung für zusätzliche Hardware-Plattformen auszuweiten und die Integration mit beliebten KI-Entwicklungstools zu vertiefen. Das Unternehmen plant, den Agentic AI Compiler Ende des Jahres auf den Markt zu bringen, und hat es sich zum Ziel gesetzt, Entwicklern und Unternehmen dabei zu helfen, neue Möglichkeiten der KI-Innovation zu erschließen und gleichzeitig die Kosten zu kontrollieren. „Die Technologie von yasp ist ein echter Game Changer für Unternehmen, die das volle Potenzial ihrer KI-Investitionen ausschöpfen möchten. Durch die Bereitstellung fortschrittlicher Hardware-Optimierung entfernt yasp entscheidende Hindernisse für die Einführung und Innovation im Bereich KI. Wir sind stolz darauf, das Unternehmen bei seiner Mission zu unterstützen, und freuen uns darauf, seine Auswirkungen auf verschiedene Branchen zu beobachten“, so Cornelius Baral & Sven Schatz (Start-up BW Innovation Fonds & MBG BW).
Frühe Tests des Agentic AI Compilers von yasp haben bereits erhebliche Leistungs-verbesserungen bei verschiedenen Trainings- und Inferenz-Workloads gezeigt, die alle ohne Einbußen bei der Modellleistung oder Genauigkeit erzielt wurden. „Unser Ansatz unterscheidet sich grundlegend: Anstatt von Entwicklern zu verlangen, ihre komplexen Modelle neu zu schreiben, schreibt yasp mit einem einzigen API-Aufruf die Trainings- und Inferenzschichten eines Modells für die Zielhardware des Benutzers neu und optimiert sie“, erklärt Reza Rahimi (CTO, yasp).
