行业趋势：AI算力与存储需求变革 - 人工智能企业爆发式增长将算力需求推至前所未有的高度 [2] - CoreWeave、Together AI和Lambda Labs等公司凭借提供分布式计算资源的能力成功把握需求浪潮 [2] - 现代AI工作负载和AI基础设施正在选择分布式计算而非大型云服务 [2] - 大多数企业仍将数据存储在三大云服务提供商AWS、谷歌云和微软Azure [2] Tigris公司定位与解决方案 - Tigris由开发优步存储平台的团队创立 正在建设本地化数据存储中心网络以满足现代AI工作负载的分布式计算需求 [2] - 公司的AI原生存储平台可随计算资源动态迁移 实现数据自动复制至GPU所在位置 支持海量小文件存储并为训练、推理和智能体工作负载提供低延迟访问 [2] - Tigris通过提供从所有位置访问相同数据文件系统的能力且不收取出口流量费 使工作负载能在任意云端扩展 [7] - 公司自2021年11月成立以来每年增长8倍 [8] 融资与扩张计划 - Tigris近期完成了2500万美元的A轮融资 本轮由Spark Capital领投 现有投资者Andreessen Horowitz等机构跟投 [3] - 获得新资金后 Tigris计划继续建设数据存储中心以满足日益增长的需求 [8] - 公司已在弗吉尼亚州、芝加哥和圣何塞设立三处数据中心 并计划继续在美国及欧洲亚洲扩张 具体选址包括伦敦、法兰克福和新加坡 [8] 传统云服务的痛点 - AWS、Google Cloud和Microsoft Azure历来会收取"出口费"（云税） 当客户迁移至其他云服务商或下载转移数据时产生这类费用 [3] - 据Tigris客户Falai的工程主管称 这些成本曾占Fal云支出的绝大部分 [4] - 大型云提供商存在延迟问题 集中式存储无法跟上分散式、高速AI生态系统的步伐 [4] - 大型云服务并未针对AI工作负载进行优化 跨多区域流式传输海量训练数据集或执行实时推理可能产生延迟瓶颈 [6] 分布式存储的优势与市场需求 - 能够访问本地化存储意味着数据检索速度更快 开发者能更可靠且更具成本效益地在分布式云上运行AI工作负载 [6] - 企业希望数据更贴近其分布式云选项的其他原因包括金融和医疗等强监管领域的数据安全性要求 [8] - 企业越来越希望掌控自己的数据 例如Salesforce今年早些时候阻止其AI竞争对手使用Slack数据 [8] - Tigris的4000多家客户大多为生成式AI初创公司 这些公司正在构建图像、视频和语音模型 通常拥有庞大且对延迟敏感的数据集 [5]