Dwie córki założyciela Acres, Cartera Malloya, przyciskają twarze do szklanego okna na tyłach biura, próbując zobaczyć brzęczące maszyny, o których mówił ich ojciec: dwa wysokiej klasy procesory graficzne ukryte w ciemnym kącie.
Malloy kupił te dwie maszyny od firmy NVIDIA w 2024 roku, a niedawno zamówił dwie kolejne, które powinny dotrzeć jeszcze w tym tygodniu. Prowadzi także nowe kable przez sufit, aby podłączyć maszyny bezpośrednio do komputerów zespołu zajmującego się analizą danych, dzięki czemu mogą trenować modele bezpośrednio na miejscu, zamiast wynajmować czas w chmurze.
„Posiadanie go lokalnie jest znacznie tańsze i szybsze w szkoleniu” – mówi Malloy.
Acres może i jest małym start-upem zatrudniającym zaledwie około 70 osób, ale należy do rosnącej liczby wyspecjalizowanych firm zajmujących się przetwarzaniem danych, które po cichu montują klastry GPU poza murami Big Tech, zakładając, że posiadanie własnego sprzętu komputerowego zapewni przewagę konkurencyjną. Andreessen Horowitz dostał własną pulę procesorów graficznych, którą wynajmuje startupom w zamian za kapitał. Poszczególne start-upy, w tym Gumlet zajmujący się hostingiem wideo, stwierdziły, że hostują także własny sprzęt. Ten sprzęt może kosztować ponad 25 000 dolarów za procesor graficzny plus bieżące koszty energii. Podczas niedoborów dostaw, takich jak w zeszłym roku, mniejszym firmom może być trudno je zdobyć, jeśli nie znajdują się na listach oczekujących przez wiele miesięcy.
Malloy twierdzi jednak, że w przypadku prowadzenia firmy zajmującej się analizą danych geoprzestrzennych większy sens miało posiadanie własnego klastra.
Nie zawsze tak było. Kilka lat temu Malloy prowadził zupełnie inną firmę: AcreTrader, platformę fintech inwestującą w grunty rolne z siedzibą w Fayetteville w stanie Arkansas, która skutecznie umożliwiała inwestorom kupowanie fragmentów pól w taki sam sposób, w jaki kupują akcje. Zeszłego lata sprzedał część przedsiębiorstwa „kupców” za nieujawnioną kwotę, aby skupić się na jednej rzeczy: danych.
Od samego początku mały zespół w startupie zbierał dane, aby pomóc właścicielom gruntów wycenić i ocenić grunty rolne, począwszy od historii sprzedaży i dzierżawy oraz danych o infrastrukturze wodnej, po topografię LiDAR, zdjęcia satelitarne, a nawet głębokość studni w Teksasie. Z biegiem czasu wewnętrzny zestaw map i analiz „bardzo szybko stał się większy, niż mógł to osiągnąć Trader” – mówi Malloy, ponieważ uzyskanie informacji o terenach jest nie tylko trudne i aktualne, ale często wymaga ich analizy przez inżynierów danych.
W miarę jak duże modele językowe stawały się coraz bardziej wyrafinowane, Malloy wyobraził sobie nowe sposoby interakcji klientów z danymi, które jego zespół starannie wyodrębniał i oczyszczał. Dzięki nowej platformie Acres w wersji beta programista może napisać wiadomość prostym językiem angielskim: Znajdź mi działkę o powierzchni 40 akrów, która znajduje się głównie poza terenami zalewowymi, w promieniu trzech mil od infrastruktury kanalizacyjnej, w hrabstwie znanym z szybkiego wydawania pozwoleń, a system przegląda mapy i dane w celu znalezienia opłacalnych lokalizacji. Dzięki integracji Acres ze start-upem zajmującym się informacją publiczną Hamlet firmy zajmujące się centrami danych będą mogły również analizować, czy lokalne władze miejskie i okręgowe są przyjazne (lub nie) nowym projektom deweloperskim i związanym z centrami danych.
Wprowadź procesory graficzne. Acres współpracuje z danymi geoprzestrzennymi, nie tylko z arkuszami kalkulacyjnymi, ale także z warstwami wektorowymi i rastrowymi, które definiują punkty, linie i wielokąty za mapami zagospodarowania przestrzennego i własności gruntów. Według Malloya przetwarzanie tego typu obrazów i geometrii wymaga dużych nakładów obliczeniowych, a wewnętrzne dodanie procesorów graficznych pozwala zespołowi trenować modele i przeprowadzać analizy wyboru lokalizacji szybciej i po niższych kosztach, twierdzi Malloy, który odmówił komentarza na temat tego, jak bardzo wzrosły jego rachunki za media, poza stwierdzeniem, że „wymaga to trochę energii”.
Malloyowi kręci się w głowie, gdy o tym mówi. Wydaje Ci się, że Twój zespół działa na pograniczu data science. „Dzięki sztucznej inteligencji czynimy postępy w naukach geoprzestrzennych… Budujemy rzeczy, o których nie ma prac akademickich”.
Może trochę przesadzam, ale jest w tym trochę prawdy: łączenie danych o gruntach na poziomie działki, danych o pozwoleniach i zdjęć w wysokiej rozdzielczości w tej skali za pomocą LLM to wciąż stosunkowo nowe terytorium.
Malloyowi wydaje się, że jedyne, na czym mu zależy, to dotrzymanie tempa zmian i popytu. Firma Acres rozpoczęła udostępnianie nowej funkcji wyszukiwania generatywnego AI klientom korporacyjnym zaledwie kilka tygodni temu, a Malloy twierdzi, że widział, jak klienci przeklinali i śmiali się, ile czasu według nich może im to zaoszczędzić.
Historycznie rzecz biorąc, Malloy mówi, Acres próbował zbyt szybko wdrażać klientów. Mając zaledwie pięć osób w zespole obsługi klienta, Malloy chce ostrożnie przenosić klientów na nową platformę beta. Nie wspominając, że minął niecały rok, odkąd firma Acres sprzedała niegdyś główną część przedsiębiorstwa.
„To zdecydowanie nie daje mi spać: świadomość, że wyprzedzimy samych siebie. Robiliśmy to już wcześniej” – powiedział Malloy.
