云优化和管理平台Cast AI今天宣布，它在由 Cota Capital 领投的A 轮融资中筹集了 1000 万美元，Samsung Next 和其他投资者参与其中。首席执行官 Yuri Frayman 表示，这笔资金将用于扩大其销售团队并进一步开发其人工智能平台。
大流行期间云的采用呈爆炸式增长，Forrester预测，到 2021 年，公共云基础设施市场将同比增长 28%，达到 1131 亿美元。他们的 IT 预算用于云支出。根据一项调查，55% 的高管对云成本感到惊讶或经历了突然的成本飙升——其中许多直到数天、数周甚至数月后才被发现。
Cast 总部位于佛罗里达州迈阿密，成立于 2019 年，利用经过数百万个数据点训练的 AI 来平衡云性能和成本。该平台支持 Amazon Web Services、Google Cloud Platform 和 Microsoft Azure，可连接到现有云并生成报告以确定节省成本的机会。
“创建 Cast 是因为，在创始人之前的合资企业 Zenedge(后来被甲骨文收购)期间，他们经历了极高的云费用，并且发现很难理解如何更好地管理这笔费用，”与 Leon 共同创立该公司的 Frayman Kuperman 和 Laurent Gil 告诉 VentureBeat。“他们很快意识到，许多其他商业领袖也面临着类似的困境，并且管理云是一项复杂且耗时的任务，需要大量专业知识。他们想为其他公司减轻负担，这样他们的工程师就可以专注于构建他们喜欢的东西，而不必担心基础设施管理起起落落。”
云支出分析
甚至在大流行之前，许多企业就已将其软件运营迁移到云端。IDG 2018 年的一项调查发现，73% 的组织至少有一个应用程序或部分计算基础设施已经在云中。但是，当时和今天都面临着无数挑战，公司在回应Lemongrass 调查时将安全性、合规性、成本和缺乏内部技能作为采用的最大障碍。
为了解决成本问题，Cast 采用了许多启发式方法和经过训练的机器学习模型，以帮助预测客户应用程序的未来状态，以实现扩展。例如，该平台的模型试图主动满足管理下的每个云集群的扩展要求。如果特定于客户的模型预测不正确，Cast 会使用这些错误作为额外的数据点来改进模型。
“我们还有其他模型使用全球数据集进行市场特征预测，”Frayman 解释说。“例如，我们训练一个全局模型来按机器类型、区域、可用区和季节性预测实例抢占。该模型在所有客户之间自主共享，并且所有数据都用于持续重新训练模型。我们全球模型的变量之一始于对全球所有地区的四家云提供商的 500 多种不同实例类型进行基准测试。这有助于全局模型理解和对比实例以及每种虚拟机类型获得的计算量。”
Cast在云优化解决方案市场等领域与Kubecost、Spotinst和Granulate展开竞争。但该公司声称在广告技术、电子商务、金融科技和数据科学行业拥有超过两打客户。
迄今为止，Cast 已筹集了 1800 万美元的风险投资，拥有 52 名员工，并计划到年底至少拥有 80 名员工。
“云资源应该来自任何供应商，客户应该实时利用可用的最佳成本和性能资源，”Frayman 说。“为了扩大规模，这不能是人为驱动的决定。”
