techcrunch 2025-10-14 10:51 北京

Tigris融资2500万美元，为AI工作负载提供本地化存储方案

                                                

图片来源：Tigris

人工智能企业的爆发式增长将算力需求推至前所未有的高度，CoreWeave、Together AI 和 Lambda Labs 等公司凭借提供分布式计算资源的能力，成功把握这一需求浪潮，吸引了海量关注与资本注入。

但大多数企业仍将数据存储在三大云服务提供商——AWS、谷歌云和微软 Azure。这些系统设计初衷是将数据紧邻其自有计算资源存储，而非分散在多个云平台或区域。

"现代 AI 工作负载和 AI 基础设施正在选择分布式计算而非大型云服务，"Tigris Data 联合创始人兼 CEO Ovais Tariq 向 TechCrunch 表示，"我们希望为存储提供同样选择，因为没有存储，计算就无从谈起。"

由开发优步存储平台的团队创立的 Tigris 正在建设本地化数据存储中心网络，声称能满足现代 AI 工作负载的分布式计算需求。这家初创公司的 AI 原生存储平台"随计算资源动态迁移，实现数据自动复制至 GPU 所在位置，支持海量小文件存储，并为训练、推理和智能体工作负载提供低延迟访问，"Tariq 解释道。

为实现这一目标，Tigris 近期完成了 2500 万美元的 A 轮融资，本轮由 Spark Capital 领投，现有投资者 Andreessen Horowitz 等机构跟投——TechCrunch 独家获悉。这家初创企业正挑战被其 CEO Tariq 称为"大云"的行业巨头。

Tariq 认为这些行业巨头不仅提供昂贵的数据存储服务，而且效率低下。AWS、Google Cloud 和 Microsoft Azure 历来会收取"出口费"（业内称为"云税"）。

当客户需要迁移至其他云服务商，或是因寻求更便宜 GPU、全球多地同步训练模型等需求下载转移数据时就会产生这类费用。这就好比退健身会员还要额外缴费。

据Tigris 客户之一 Fal.ai 的工程主管 Batuhan Taskaya 称，这些成本曾占 Fal 云支出的绝大部分。

除了出口费用外，Tariq 指出大型云提供商还存在延迟问题。“出口费用只是一个更深层问题的表象：集中式存储无法跟上分散式、高速 AI 生态系统的步伐，”他表示。

Tigris 的 4000 多家客户大多类似于 Fal.ai：这些生成式 AI 初创公司正在构建图像、视频和语音模型，通常拥有庞大且对延迟敏感的数据集。

“想象一下与一个正在进行本地音频处理的 AI 代理对话，”Tariq 说，“你需要最低的延迟。你希望计算在本地、就近进行，同时也希望存储是本地的。”

他补充道，大型云服务并未针对AI 工作负载进行优化。跨多区域流式传输海量训练数据集或执行实时推理可能产生延迟瓶颈，从而拖慢模型性能。而能够访问本地化存储意味着数据检索速度更快，开发者因而能更可靠且更具成本效益地在分布式云上运行 AI 工作负载。

"Tigris 通过提供从所有位置访问相同数据文件系统的能力且不收取出口流量费，使我们的工作负载能在任意云端扩展，"Fal's Taskaya 表示。

企业希望数据更贴近其分布式云选项还有其他原因。例如在金融和医疗等强监管领域，采用AI 工具的主要障碍在于企业必须确保数据安全性。

塔里克表示，另一个动机是企业越来越希望掌控自己的数据，他举例说明Salesforce 今年早些时候阻止其 AI 竞争对手使用 Slack 数据。“企业越来越意识到数据的重要性，认识到数据如何推动 LLMs 发展，如何驱动人工智能，”塔里克说，“他们希望拥有更多控制权，不愿让他人来掌控。”

获得新资金后，Tigris 计划继续建设数据存储中心以满足日益增长的需求——Tariq 表示这家初创公司自 2021 年 11 月成立以来每年增长 8 倍。Tigris 已在弗吉尼亚州、芝加哥和圣何塞设立了三处数据中心，并计划继续在美国及欧洲亚洲扩张，具体选址包括伦敦、法兰克福和新加坡。

-----------END-----------

🚀 我们正在招募新一期的实习生

🚀 我们正在寻找有创造力的00后创业

关于Z Potentials

阅读原文

跳转微信打开