Hugging Face ने Salesforce·Nvidia समेत निवेशकों से 3,500 करोड़ रुपये के Series D निवेश जुटाए

 (techcrunch.com)
1 पॉइंट द्वारा GN⁺ 2023-08-25 | 1 टिप्पणियां | WhatsApp पर शेयर करें
  • AI डेवलपमेंट प्लेटफ़ॉर्म की मांग बढ़ने के बीच Hugging Face ने Series D में लगभग 23.5 करोड़ डॉलर ($235m) जुटाए, और कंपनी का मूल्यांकन लगभग 4.5 अरब डॉलर ($4.5b) किया गया
  • इस निवेश दौर में Google, Amazon, Nvidia, Intel, AMD, Qualcomm, IBM, Salesforce, Sound Ventures ने भाग लिया, और बताया गया कि यह मूल्यांकन मई 2022 की तुलना में दोगुना तथा वार्षिक आवर्ती राजस्व के 100 गुना से अधिक है
  • कंपनी मॉडल·डेटासेट·कोड साझा करने वाले GitHub-शैली हब को केंद्र में रखकर, डेमो वेब ऐप और मॉडल मूल्यांकन·डिप्लॉयमेंट टूल्स देने वाले मशीन लर्निंग प्लेटफ़ॉर्म के रूप में स्थापित हो चुकी है
  • इसके पेड प्रोडक्ट्स AutoTrain, Inference API, Infinity जैसे प्रशिक्षण ऑटोमेशन·मॉडल होस्टिंग·ऑपरेशनल परफ़ॉर्मेंस सुधार पर केंद्रित हैं, और SaaS व on-premises डिप्लॉयमेंट दोनों को सपोर्ट करते हैं
  • कंपनी के पास फिलहाल 10,000 ग्राहक, प्लेटफ़ॉर्म पर 50,000 से अधिक संगठन, और मॉडल हब में 10 लाख से अधिक रिपॉज़िटरी हैं; इस फंडिंग से यह रिसर्च·एंटरप्राइज़·स्टार्टअप सपोर्ट और भर्ती बढ़ाने की योजना बना रही है

23.5 करोड़ डॉलर की Series D और 4.5 अरब डॉलर का मूल्यांकन

  • Hugging Face ने Series D राउंड में 23.5 करोड़ डॉलर जुटाए
  • यह खबर सबसे पहले The Information ने दी, और Salesforce CEO Marc Benioff ने X पर इसकी पुष्टि की प्रतीत होती है
  • निवेश में Google, Amazon, Nvidia, Intel, AMD, Qualcomm, IBM, Salesforce, Sound Ventures शामिल रहे
  • इस राउंड के बाद कंपनी का मूल्यांकन 4.5 अरब डॉलर हो गया
    • मई 2022 के मूल्यांकन का दोगुना
    • बताया गया कि यह Hugging Face के वार्षिक आवर्ती राजस्व के 100 गुना से अधिक है
  • यह ऊँचा मूल्यांकन AI और AI डेवलपमेंट सपोर्ट प्लेटफ़ॉर्म्स की मजबूत मांग को दिखाता है

मॉडल शेयरिंग से डिप्लॉयमेंट तक फैला डेवलपमेंट प्लेटफ़ॉर्म

  • Hugging Face का मुख्य प्रोडक्ट AI कोड रिपॉज़िटरी, मॉडल और डेटासेट के लिए एक GitHub-शैली हब है
  • यह AI-आधारित एप्लिकेशन डेमो करने वाले वेब ऐप्स और डेटासेट प्रोसेसिंग·मॉडल मूल्यांकन में मदद करने वाली लाइब्रेरी भी देता है
  • इसका एंटरप्राइज़ हब वर्ज़न SaaS और on-premises डिप्लॉयमेंट को सपोर्ट करता है

  • पेड फीचर्स

    • AutoTrain AI मॉडल ट्रेनिंग कार्यों के ऑटोमेशन में मदद करता है
    • Inference API डेवलपर्स को आधारभूत इन्फ्रास्ट्रक्चर खुद मैनेज किए बिना मॉडल होस्ट करने देता है
    • Infinity को प्रोडक्शन में चल रहे मॉडलों की डेटा प्रोसेसिंग स्पीड बढ़ाने के लिए डिज़ाइन किया गया है

चैटबॉट ऐप से मशीन लर्निंग प्लेटफ़ॉर्म तक का बदलाव

  • Clément Delangue का मानना है कि AI सॉफ़्टवेयर बनाने का एक नया तरीका है और यह इस दशक का सबसे महत्वपूर्ण paradigm shift है
  • उनका अनुमान है कि चूँकि सॉफ़्टवेयर पहले से रास्ता बना चुका है, इसलिए AI ट्रांज़िशन सॉफ़्टवेयर ट्रांज़िशन से बड़ा और तेज़ होगा
  • Hugging Face इस बदलाव को संभव बनाने वाले ओपन प्लेटफ़ॉर्म का लक्ष्य रखता है
  • Brooklyn-आधारित Hugging Face की स्थापना 2016 में Clément Delangue, Julien Chaumond, Thomas Wolf ने की थी
  • तीनों संस्थापकों ने शुरुआत में किशोरों को लक्षित एक चैटबॉट ऐप बनाया था, लेकिन ऐप के एल्गोरिद्म को open source करने के बाद कंपनी ने मशीन लर्निंग निर्माण·टेस्टिंग·डिप्लॉयमेंट प्लेटफ़ॉर्म की दिशा पकड़ी

ग्राहक पैमाना, MLOps बाज़ार और open source मॉडल गतिविधियाँ

  • Hugging Face का कहना है कि उसके पास अभी 10,000 ग्राहक और प्लेटफ़ॉर्म पर 50,000 से अधिक संगठन हैं
  • मॉडल हब में 10 लाख से अधिक रिपॉज़िटरी मौजूद हैं
  • एंटरप्राइज़ AI रुचि की वृद्धि भी इसकी पृष्ठभूमि में काम कर रही है
    • HubSpot सर्वे में 43% बिज़नेस लीडर्स ने कहा कि वे 2023 में AI और ऑटोमेशन टूल्स पर निवेश बढ़ाने की योजना बना रहे हैं
    • 31% ने कहा कि AI और ऑटोमेशन टूल्स उनकी समग्र बिज़नेस स्ट्रैटेजी के लिए बहुत महत्वपूर्ण हैं
  • Hugging Face की पेशकश का बड़ा हिस्सा MLOps श्रेणी में आता है, जो AI मॉडलों को प्रोडक्शन एनवायरनमेंट में ले जाने और उन्हें बनाए रखने·मॉनिटर करने की प्रक्रिया को सरल बनाता है
  • एक रिपोर्ट का अनुमान है कि MLOps बाज़ार 2030 तक 16.61 अरब डॉलर तक पहुँच सकता है

  • open source मॉडल और सहयोग

    • Hugging Face ने 2021 में BigScience शुरू किया
    • BigScience एक स्वयंसेवक-नेतृत्व वाला प्रोजेक्ट है, जिसका उद्देश्य OpenAI के GPT-3 जितना शक्तिशाली लेकिन सभी के लिए मुफ्त उपयोग योग्य open source language model बनाना है
    • इसका परिणाम Bloom एक multilingual model है, जिसे Hugging Face मॉडल हब पर एक साल से अधिक समय तक प्रयोग किया जा सका
    • Bloom उन कई open source मॉडलों में से एक है जिनमें Hugging Face ने डेवलपमेंट संसाधन दिए हैं
    • ServiceNow के साथ मिलकर कंपनी ने मुफ्त code generation AI model StarCoder जारी किया, और उसका फ़ॉलो-अप मॉडल SafeCoder उसी सप्ताह आया
    • जर्मन non-profit LAION के साथ मिलकर इसने OpenAI के AI chatbot ChatGPT का एक मुफ्त संस्करण भी उपलब्ध कराया

cloud partnerships और कुल फंडिंग

  • Hugging Face के सहयोग प्रमुख cloud providers तक फैल चुके हैं, जिनमें से कुछ इस राउंड के strategic investors भी हैं
  • Nvidia के साथ यह DGX computing platform के जरिए cloud computing access बढ़ाने पर काम कर रहा है
  • Amazon के साथ इसकी साझेदारी Hugging Face प्रोडक्ट्स को AWS ग्राहकों तक बढ़ाने और Amazon के कस्टम Trainium chips पर अगली पीढ़ी के Bloom को ट्रेन करने पर केंद्रित है
  • Microsoft के साथ इसने Azure पर Hugging Face द्वारा विकसित AI मॉडलों को scalable production solutions में बदलने के लिए Hugging Face Endpoints पर सहयोग किया है
  • इस निवेश के बाद Hugging Face रिसर्च, एंटरप्राइज़ और स्टार्टअप सहित कई क्षेत्रों में अपनी सहायता गतिविधियों को मजबूत करने की योजना बना रही है
  • कंपनी के पास 170 कर्मचारी हैं, और आने वाले महीनों में यह नए टैलेंट की भर्ती की योजना बना रही है
  • Hugging Face की कुल जुटाई गई फंडिंग 39.52 करोड़ डॉलर है, और इसका पहला निवेश Betaworks Ventures से आया था
  • इसी क्षेत्र में इससे अधिक फंड जुटाने वाले AI startup निम्न हैं
    • OpenAI: 11.3 अरब डॉलर
    • Anthropic: 1.6 अरब डॉलर
    • Inflection AI: 1.5 अरब डॉलर
    • Cohere: 43.5 करोड़ डॉलर
    • Adept: 41.5 करोड़ डॉलर

संबंधित पढ़ाई

1 टिप्पणियां

 
GN⁺ 2023-08-25
Hacker News की रायें

  • Hugging Face शायद Silicon Valley वाले enshittification चक्र की शुरुआत में है
    अभी वे venture capital का पैसा खर्च करके users के साथ बेहद अच्छा व्यवहार कर रहे हैं, फिर संभव है कि वे उस value को enterprise customers की ओर शिफ्ट करें, और बाद में वहाँ से जितना हो सके निकालते-निकालते ढह जाएँ
    हालांकि सख्ती से कहें तो यह भी साफ नहीं कि यह platform/marketplace है या नहीं। खैर, फिलहाल VC के खरीदे हुए free beer का मज़ा लेना चाहिए

    • Hugging Face AI ecosystem के लिए सच में bottleneck risk बन सकता है, और investors के लिए यह opportunity भी हो सकती है
      इसने model hosting और execution framework market पर काफी पकड़ बना ली है, और अगर बाद में यह कसना शुरू करता है तो स्थिति खराब हो सकती है
      एक ही जगह पर निर्भर न रहें, distributed रहें, और ऐसी architecture से बचना ज़रूरी है जो सिर्फ Hugging Face पर uniquely dependent हो
    • free beer का मज़ा लें, लेकिन bar बंद होने पर साथ ले जाने के लिए एक crate रखने की planning होनी चाहिए
    • लगता है Docker जैसा रास्ता अपनाएगा
      जिन जगहों पर important software निर्भर करता है वे पैसे देंगे, और बाकी लोग जैसे ही यह free नहीं रहेगा, compatible alternatives इस्तेमाल करने लगेंगे
    • समझ नहीं आता Hugging Face असल में करता क्या है। मेरी समझ से यह मुख्य रूप से model files hosting करने की जगह नहीं है क्या
      पता है कि कुछ compute products भी हैं और वे कुछ libraries बनाते और maintain करते हैं, लेकिन लगता नहीं कि वे बहुत widely used हैं, इसलिए समझ नहीं आता कि वे पैसा कैसे कमाना चाहते हैं
    • Hugging Face CEO Clement के मुताबिक वे लगभग costs cover कर रहे हैं, और उनके पास 10 साल की runway है: https://twitter.com/ClementDelangue/status/16947653579682861...

  • Nvidia का AI companies में invest करना अच्छा है
    उन्हें पता है कि वह पैसा आखिरकार वापस Nvidia के पास आ जाएगा, इसलिए असल में यह Nvidia chips से कुछ करने वाली companies को upside potential लेकर उधार देने जैसा है

    • public markets Nvidia को funding देते हैं, Nvidia अपने customers में invest करता है, वे customers फिर Nvidia की performance को बढ़ाते हैं, और वह performance फिर public market investment को आकर्षित करती है—दिलचस्प structure है
      यह high-risk high-return strategy है, और Nvidia AI को निगल रहा है
    • बड़े customer investments की वजह से Nvidia के इस साल और अगले साल 36–40 billion dollar revenue कमाने की संभावना बड़ी है
      सिर्फ Meta ही equipment पर 8 billion dollar खर्च कर रहा है और अगले साल भी लगभग इतना ही खर्च करने वाला है। OpenAI+Microsoft भी server buildout पर कई billions of dollars लगाने की संभावना रखते हैं
      देखना है कि Google या Apple भी बड़ी मात्रा में AI boxes जोड़ेंगे या नहीं
    • अगर बात यह है कि पैसा वापस Nvidia के पास आने वाला है, तो मुझे लगा था कि वे सीधे truckloads में A100 ही दे रहे होंगे
      अभी भी cash इस्तेमाल करने की क्या ज़रूरत है, ऐसा लगता है
    • अगर Nvidia अपनी मौजूदा market position का फायदा नहीं उठाता, तो यह सच में बेवकूफी होगी
      लगता है मामला करीब-करीब “अभी नहीं तो कभी नहीं” जैसा है

  • पहले Hugging Face से जुड़ा रहा हूँ, इसलिए anonymous लिख रहा हूँ
    Hugging Face ने community building, transformers library, और सभी open source models के central repository की भूमिका बहुत अच्छी तरह निभाई है
    लेकिन product-market fit (PMF) से यह अभी भी काफी दूर है, और services, AutoTrain, quantization, enterprise HF Hub, inference endpoints जैसे कई products हैं, पर commercially सफल कोई दिखता नहीं
    revenue का ज्यादातर हिस्सा SageMaker/Azure के साथ partnerships से आता है, जहाँ users भेजने के बदले पैसे मिलते हैं, इसलिए लगता है कि लगातार grow करना मुश्किल होगा
    FANG जैसी company द्वारा acquisition की संभावना हमेशा रहती है, लेकिन निजी तौर पर मुझे स्थिति काफी मुश्किल लगती है। 4.5 billion dollar valuation पर public होने के लिए कम से कम 250 million dollar ARR चाहिए होगा, जबकि अभी शायद यह 25 million dollar ARR के आसपास अटका होने की संभावना ज्यादा है

    • https://www.forbes.com/sites/alexkonrad/2023/07/13/ai-startu...
      तीन sources ने कहा कि इस साल revenue run rate तेज़ी से बढ़कर अभी 30–50 million dollar के स्तर पर है, और एक source ने कहा कि यह साल की शुरुआत की तुलना में तीन गुना से ज्यादा बढ़ा है
    • इसी तरह की वजह से anonymous लिख रहा हूँ
      Clem और team की strategy बिल्कुल समझ नहीं आती। जितना संभव हो उतना पैसा जुटाने के अलावा कुछ खास दिखता नहीं
      sales team के साथ experience वाकई बेहद खराब था, और मुझे बिल्कुल उम्मीद नहीं बनी कि वे जरूरत पड़ने पर ARR बढ़ा पाएँगे
      वे लगभग हमसे खरीदने की भीख माँग रहे थे, लेकिन जब हम निश्चित रूप से कहीं और चले गए, तभी जैसे उन्होंने रुचि दिखानी शुरू की
    • लगता है Google या Microsoft द्वारा acquire हो जाएगा
    • मुझे भी यही चिंता थी
      मेरी पिछली AI company भी ऐसी ही स्थिति में फँस गई थी: बहुत high valuation पर बहुत ज्यादा पैसा raise करने से potential acquirers 3–4 तक घट गए
      अब वह ऐसी zombie company बन गई है जिसकी common stock value नहीं है, acquisition की संभावना नहीं है, और public होने लायक revenue भी नहीं है
    • अंत में nVidia द्वारा acquihire हो जाना भी चौंकाने वाला नहीं होगा
      community को code और infra provide करना अपने-आप में nVidia hardware की value और sales बढ़ाने में बहुत मदद करता है
      यह classic strategy principle “complementary goods को commoditize करो” का मामला है

  • सच में जानना चाहता हूँ: AI/ML बेचने का मतलब आखिर कौन-सा बिज़नेस करना होता है?
    मैं इस क्षेत्र का बहुत जानकार नहीं हूँ, लेकिन AI/ML “प्रोडक्ट नहीं, फीचर” जैसा ज्यादा लगता है
    तो जब कोई कंपनी कहती है कि वह AI/ML बेचती है, तो वह असल में क्या बेच रही होती है? बनाए गए मॉडल का लाइसेंस, आउटपुट के हिसाब से बिलिंग, या hosting infrastructure?
    तुलना करके कहें तो AI/ML बेचना IaaS, PaaS, SaaS में से किसमें आता है, या यह कुछ बिल्कुल अलग है?

    • यह कुदाल और फावड़े बेचने वाला बिज़नेस है
      AI क्षेत्र में कुछ विशाल विजेता, काफी सारे मध्यम स्तर के विजेता और बहुत सारे हारने वाले होंगे, लेकिन कौन जीते या हारे इसकी परवाह किए बिना, वे कोशिश करने वाले हर व्यक्ति को जरूरी tools बेच सकते हैं
      अगर प्रोडक्ट को इस्तेमाल में आसान और business value बनाने में मददगार बनाया जा सके, तो कुदाल और फावड़े खूब बेचे जा सकते हैं
    • संभावित पोज़िशन मोटे तौर पर ऐसी दिखती हैं
      a) Nvidia/AMD जैसी hardware suppliers, जो ऐसा प्रोडक्ट बेचती हैं जिसकी सभी participants को जरूरत होती है
      b) Microsoft, Salesforce, ServiceNow, Adobe जैसी कंपनियां, जो अपने पहले से पकड़े हुए customer base को AI/ML की additional value बेच सकती हैं
      c) Google/Facebook जैसी कंपनियां, जो विज्ञापन से पैसा कमाती हैं और AI/ML बेहतर targeting में मदद करता है
      बाकी ज्यादातर VC का पैसा जला रहे हैं
    • शॉर्ट टर्म में AI/ML के कुछ सबसे valuable use cases “प्रोडक्ट नहीं, फीचर” जैसे लगते हैं
      जिन incumbents के पास मौजूदा प्रोडक्ट हैं, वे इस फीचर को जोड़कर बड़ी competitive value बना सकते हैं। नए vendors के लिए यह कहीं ज्यादा कठिन है, क्योंकि उन्हें सिर्फ AI/ML फीचर ही नहीं, बल्कि वह core system भी प्रतिस्पर्धी बनाना होगा जो उस फीचर पर निर्भर डेटा पैदा करता या रखता है
      उदाहरण के लिए, बहुत-सी organizations आज जो SharePoint/Confluence आदि इस्तेमाल करती हैं, उनमें जुड़ने वाले “आंतरिक दस्तावेज़ों को जानने वाले ChatGPT” फीचर के लिए वे अच्छी रकम दे सकती हैं, लेकिन internal documents को किसी नए startup के नए document management system में ले जाना वे शायद बहुत सावधानी से करेंगी
    • मुझे नहीं लगता इस क्षेत्र में कोई साफ़ binary है
      IaaS/PaaS/SaaS में कहीं भी फीचर बनने की भी, और प्रोडक्ट बनने की भी क्षमता है
      HN पर AI/ML बेचने वाली कंपनियों को खोजकर देखें तो समझ आ जाएगा कि मेरा मतलब क्या है
    • सच कहूँ तो लगता है कि यह उन सबमें आता है
      users को training और hosting से जितना दूर ले जाते हैं, आप उस बिज़नेस से उतना दूर होते जाते हैं
      हालांकि ऐसी abstraction देने वाले हिस्से को implement करने में कोई खास ताकत हो तभी economics बनती दिखती है

  • मुझे Hugging Face पसंद है, लेकिन चिंता है कि यह अगला Docker न बन जाए
    moat क्या है? “हम आपके लिए inference चला देंगे” जवाब नहीं हो सकता

    • moat network effect है
      यह ML के लिए GitHub के ज्यादा करीब है
      और trust भी महत्वपूर्ण है। binaries host करने के बिज़नेस में trust कोई छोटी बात नहीं है
    • जब 2007 में AWS EC2 आया था, तब उसका moat क्या था?
      उस समय भी root access वाले virtual Linux boxes 15 डॉलर प्रति माह में किराये पर देने वाली हजारों छोटी VPS कंपनियां थीं

  • ML models नई apps हैं
    एक App Store जैसी जगह में बड़ा अवसर है, जहाँ लोग models खरीद सकें, उन्हें अपने products में integrate कर सकें, और सही licenses संभाले जा सकें
    अगर यह certify भी कर दे कि model सच में वही करता है जो वह कहता है, तो और बेहतर; सिर्फ यही एक छोटा industry बन सकता है
    Hugging Face community में अपनी पहचान के आधार पर इसे बनाने का स्पष्ट frontrunner है

    • models apps नहीं हैं। वे app के backend या core library के ज्यादा करीब हैं
      इसलिए ग्राहक apps की तरह “फोन/कंप्यूटर रखने वाला हर व्यक्ति” नहीं, बल्कि “apps बनाने वाला हर व्यक्ति” हैं—जो संख्या में बहुत कम, लेकिन प्रभाव में बड़े हो सकते हैं
      अभी ऐसी दुनिया नहीं आई है जहाँ non-technical लोग फोन पर model store खंगालकर models ढूँढें

  • Nvidia के नजरिये से यह Hugging Face में सिर्फ साधारण निवेश नहीं, बल्कि network effects के जरिए अपने बिज़नेस में निवेश हो सकता है
    उम्मीद है ऐसा ही हो। क्योंकि VC money हटते ही charges आसमान छूने लगेंगे

    • उसमें से कम से कम 100 मिलियन डॉलर nVidia GPUs खरीदने में जाएगा
      hardware companies जब निवेश करती हैं तो यह आम तरीका है, और यह सभी के लिए काफी अच्छा काम कर सकता है
    • यह उनके main product से जुड़ी complementary service है

  • Hugging Face “gold rush में फावड़े बेचो” वाली पुरानी कहावत का शाब्दिक implementation है

    • व्यक्तिगत रूप से मुझे लगता है फावड़े बेचने वाला Nvidia है
    1. इतने सारे पैसे से वे क्या करने वाले हैं?
    2. आखिर इसे चुकाएंगे कैसे?
      लगता है उनके पास कोई वाकई शानदार idea होना चाहिए। यह गुब्बारे की तरह फटने के लिए बिल्कुल सही combination लगता है
    • VC में आपका स्वागत है
      1. Growth
      2. चुकाना नहीं है। यह loan नहीं है। VC दुनिया loans पर नहीं चलती। loan लेने के लिए bank जाते हैं
    • वे loan नहीं, equity बेच रहे हैं

  • pricing policy confusing है
    https://huggingface.co/pricing
    हो सकता है मैं कोई obvious बात miss कर रहा हूँ, लेकिन pricing page के एक हिस्से में Spaces Hardware 0 डॉलर से शुरू बताया गया है और दूसरे हिस्से में 0.05 डॉलर से

    • यह कई use cases cover करने वाली structure है। names consistent नहीं हैं, इस पर सहमत हूँ
      repository storage free है, और GitHub की तरह paid enterprise product है
      demo apps serve करना “Spaces Hardware” है, जिसकी hourly cost लगती है
      कहीं और hosted apps के लिए production models serve करना भी hourly billing वाला “Inference endpoints” है
      model training फिलहाल free “AutoTrain” है, और सच कहूँ तो मैंने इसे अभी इस्तेमाल नहीं किया है
    • पूरी go-to-market strategy (GTM) confusing है
      Hugging Face ML और community में expert है, लेकिन business में कमजोर है
      मुझे पता है HN sales roles को कमतर देखता है, लेकिन HF को जितनी जल्दी हो सके अच्छे salespeople चाहिए