AIワークロード向けに最適化されたオブジェクトストレージサービスを運営する"Tigris Data"がSeries Aで$25Mを調達

Tigris Dataは、Spark Capitalがリードし、既存投資家のAndreessen Horowitzが参加したSeries Aで$25Mを調達した。

AIワークロード向けに最適化されたオブジェクトストレージサービスを運営するTigris Dataは、自社のサービスを主要なパブリッククラウドのオブジェクトストレージ製品の代替として位置づけています。このサービスはS3互換であり、Amazon S3向けに元々開発されたアプリケーションが、大きなコード変更なしに使用できることを意味します。これにより、新規顧客の参入障壁が下がります。

Tigrisは、自社のプラットフォームが、埋め込み(embeddings)などの小さなファイルの保存に特に適していると述べています。埋め込みとは、AIモデルがデータを保持するための数学的構造です。このプラットフォームは、S3よりも低いレイテンシーでこうしたファイルをワークロードに提供できると主張しています。データの取得時間を短縮することで、AIアプリケーションがプロンプトをより迅速に処理できるようになります。

Tigrisがレイテンシーを削減する方法の1つは、頻繁に使用されるファイルをキャッシュすることです。Tigrisのキャッシュは、LSM (log-structured merge-tree) として知られるデータ構造に基づいています。LSMは、ストレージ内の情報の整理方法を最適化することでパフォーマンスを向上させます。

データストレージデバイスは、多数のセグメントに分割されており、それぞれが少量の情報を保持しています。通常、アプリケーションは隣接するセグメントからデータを読み取る方が、非隣接セグメントよりも大幅に高速です。Tigrisが採用しているLSMデータ構造は、情報を隣接セグメントに保持することで、取得時間を短縮しています。

Tigrisのプラットフォームは、他にもさまざまな方法でレイテンシーを削減しています。ある地域のユーザーによってデータリポジトリへのアクセス頻度が高いとTigrisが検出した場合、そのリポジトリをその地域に移動させるか、キャッシュされたコピーを作成することができます。これにより、ユーザーのネットワークトラフィックが移動する距離が短くなり、アクセス速度が向上します。

Tigrisのプラットフォームは、4つのストレージインフラティアを提供しています。標準ティア、アクセス頻度の低いファイル向けのティア、そしてアーカイブされたデータセット向けに最適化された2つのティアです。後者のティアは、スピードを多少犠牲にする代わりに、価格が抑えられています。

開発者は、Tigris shadow bucketsという機能を使って、他のプラットフォームからTigrisにワークロードのデータを移行することができます。この機能は、アプリケーションで最も頻繁に使用されるレコードを徐々にコピーします。そのため、データセット全体を一度に移動する必要がなくなり、技術的な問題を引き起こす可能性のある複雑な作業を回避できます。

Tigrisは4,000以上の顧客を抱えており、Virginia、Chicago、San Joseのデータセンターを使って顧客のファイルをホストしています。同社は、新たな資金を使って、London、Frankfurt、Singaporeのデータセンターにもハードウェアを展開する予定です。