DataPelago revoluciona el ahorro empresarial con procesamiento de datos universal.

La tecnología de DataPelago busca ahorrar dinero a las empresas a través de un procesamiento universal de datos

El mundo empresarial está en constante búsqueda de extraer el máximo valor de la información que posee, y a medida que la cantidad de datos empresariales crece rápidamente, duplicándose cada dos años, la potencia informática para procesarlos de manera oportuna y rentable alcanza un límite.

Para abordar este desafío, DataPelago, con sede en California, presenta un «motor de procesamiento universal de datos» que permite a las empresas potenciar el rendimiento de los motores de consulta de datos existentes (incluidos los de código abierto) utilizando la potencia de elementos de computación acelerada como las GPUs y las FPGAs (Matrices de Puertas Programables Fijas). Esto permite a los motores procesar volúmenes cada vez mayores de datos complejos en diversos formatos.

A pesar de haber salido recientemente del anonimato, esta nueva startup ya asegura una reducción del 80% en la latencia de consultas/trabajos, aportando significativos beneficios económicos. Además, ha recaudado $47 millones en financiamiento con el respaldo de varias firmas de capital de riesgo, como Eclipse, Taiwania Capital, Qualcomm Ventures, Alter Venture Partners, Nautilus Venture Partners y Silicon Valley Bank.

Hace más de una década, el análisis de datos estructurados y semiestructurados era la opción preferida para el crecimiento impulsado por datos, proporcionando a las empresas una instantánea de cómo estaba funcionando su negocio y qué necesitaba ser corregido. Sin embargo, la evolución tecnológica ha dado lugar a la aparición de datos no estructurados, como imágenes, PDF, archivos de audio y video, dentro de los sistemas empresariales.

Inicialmente, el volumen de estos datos era pequeño, pero en la actualidad constituyen el 90% de toda la información creada, siendo fundamental para aplicaciones empresariales avanzadas como los grandes modelos de lenguaje.

Ante la necesidad de movilizar todos los activos de datos, incluidos grandes volúmenes de datos no estructurados, las empresas se enfrentan a cuellos de botella de rendimiento y dificultades para procesarlos de manera oportuna y rentable. La limitación computacional de las plataformas heredadas, diseñadas originalmente para datos estructurados y computación de propósito general (CPUs), es la principal causa, según el CEO de DataPelago, Rajan Goyal.

DataPelago ofrece una solución con tres componentes principales: DataApp, DataVM y DataOS. DataApp es una capa plugable que permite la integración de DataPelago con marcos de procesamiento de datos abiertos como Apache Spark o Trino, extendiéndolos a nivel de nodo planificador y ejecutor.

El motor de DataPelago acelera los motores de consulta de código abierto como Apache Spark o Trino con la potencia de las GPUs, lo que resulta en una reducción de 10:1 en el recuento de servidores y, por ende, en costos de infraestructura y licencias más bajos. Los clientes obtienen ventajas de precio/rendimiento disruptivas, lo que les permite aprovechar todos los datos disponibles.

La tecnología de DataPelago, que acelera dinámicamente los motores de consulta con computación acelerada, ya ha demostrado una reducción del 80% en la latencia de las consultas/trabajos con una reducción del 50% en los costos totales en comparación con los motores de procesamiento de datos existentes.

Empresas de diversos sectores, como seguridad, fabricación, finanzas, telecomunicaciones, SaaS y retail, están mostrando un gran interés en la propuesta de DataPelago. Entre los clientes actuales se encuentran nombres destacados como Samsung SDS, McAfee y Akad Seguros, proveedor de tecnología de seguros.

La tecnología de DataPelago permite unificar las canalizaciones de GenAI y análisis de datos al procesar datos estructurados, semiestructurados y no estructurados en la misma canalización, reduciendo los costos en más del 50%.

DataPelago se encuentra en una etapa inicial en la que está trabajando con varias empresas interesadas en acelerar sus cargas de trabajo de datos de manera eficiente desde el punto de vista económico. Con planes de expansión a nivel global, la empresa está enfocada en fortalecer su equipo de ventas para gestionar las numerosas conversaciones con clientes y continuar creciendo en el mercado.