打造AI应用开发平台,Paperspace获1300万美元A轮融资
2018/10/28 09:15AI云资讯11292
Paperspace希望能够利用由GPU和其他强大芯片支持的软硬件开发平台,来帮助开发人员构建人工智能和机器学习应用。今天,这家Y Combinator 2015年冬季班毕业生宣布在A轮融资中获得了1300万美元的投资。

Battery Ventures领投,SineWave Ventures、Intel Capital和Sorenson Ventures跟投。现有投资者Initialized Capital也参与了本轮融资。今天的投资,将该公司的融资总额提升到了1900万美元。
Battery Ventures的一般合伙人Dharmesh Thakker认为Paperspace的出现正当其时。随着AI和机器学习的起飞,开发人员需要一套工具和GPU硬件来进行处理。“大多数硅、系统和网络范畴计算提供商需要云解决方案和软件‘胶水’来让深度学习真正地被数据驱动组织所消化,而Papersapce正在提供这样的服务,”Thakker在一份声明中表示。
Paperspace提供自己的GPU服务器来帮助解决这一问题,但联合创始人兼首席执行官Dillon Erb表示,他们并不想与大型云提供商进行竞争。他们所提供给客户的,不仅仅只是硬件解决方案。去年充填,该公司推出了Gradient,一个无服务工具,来帮助客户更容易地部署和管理AI与机器学习工作负载。
通过Gradient这一无服务管理工具,客户不必再去思考底层基础设施。相反,Paperspace通过提供所需的一切资源来进行处理。“我们做了很多GPU计算,但是目前的重心以及投资者真正感兴趣的是我们的想法,即我们处于一个真正独特的位置,来构建软件层,并将大量基础设施问题从客户身上剥离,”Erb表示。
他说,构建一些基础设施是重要的早期步骤,但是他们并没有与云提供商进行竞争。他们正在尝试提供一套工具,来帮助开发人员构建复杂AI和机器学习/深度学习应用,无论是在自己的基础设施上,还是在如亚马逊、谷歌和微软等主流云服务提供商上。
此外,他们还不仅仅只利用了GPU,还支持了一系列强大的芯片,来用于开发支持AI和机器学习工作负载。这也是英特尔参与此轮投资的一个原因。
该公司成立于2014年,2015年从Y Combinator毕业。他表示,此次融资决定证明了他们的工作是有成效的。以往,他需要在路演时解释GPU是什么。现在他再也不用这样做了,但是仍然有很大的发展空间需要去拓展。
“这的确是一个新机会,我们希望成为开发智能应用的入门平台,且无需考虑基础设施。”手握着1300万美元投资,可以肯定地说,他们正在前进中。
相关文章
- 安全研究员利用 Claude 入侵 OpenAI
- 企袖会KeyAction亮相服贸会:主动式AI重塑商业生态,企业宣发大师引爆全场
- 昇腾AI赋能江苏百业:算力落地 场景开花
- 华为AI F5G-A全光园区解决方案全新升级,迈向AI园区新时代
- 华为发布面向AI的F5G-A系列方案及全球样板点,加速行业智能化
- 聚焦构网+AI,华为数字能源携多场景解决方案亮相IDEE2026
- 华为云企业级AI产品全面落地 做最开放的Agentic Cloud
- 聚焦兴趣行业 AI 增长,小鹅通万人创业社群北京站探索长期经营新路径
- AI如何重塑印章管理?动码印章在雄安数字贸易大会给出答案
- 从上下文窗口到记忆系统:红熊AI把“记住“做成工程
- 从“组织人”到“组织智能”:出门问问深探AI时代的组织进化机制
- 联想集团与车企的AI创新实践——从车计算、供应链到赛道
- 工业智变 生生不息 易立德光启平台工业AI系列新品正式发布
- 斩获“金智奖”“年度创新产品”,TCL空调以AI科技构筑差异化竞争力
- 打造AI基础设施新范式,华为源网荷储AIDC解决方案亮相
- 天润云2026半年报:AI收入增长133.1%,ZENAVA加速规模化落地
AI企业
更多>>AI硬件
更多>>AI产业
更多>>AI技术
更多>>- 阶跃这次够狠:AA 全球开源前二,价格打到 Claude 的 1/8
- 科大讯飞发布Spark-Audio-1.0-Preview,全国产语音基座大模型实现从“听清”到“听懂”
- 全球最强开源模型 Kimi K3 发布,参数规模 3 万亿,真的是强!
- 范式变革!东软发布AI原生软件工程白皮书,重构软件产业底层逻辑
- KAT-Coder-Pro V2.5正式发布:从“写代码”迈向“做工程”,Agentic能力全面升级
- 自变量机器人王昊:训练世界模型需付出“时间税”,解决模态对齐是当务之急
- 腾讯发布CodeBuddy Security,用AI Agent实现更高效的代码审计
- Twinkle x昇腾,率先实现Deepseek-V4系列模型高效训练









