前言

AI 企業的蓬勃發展引發了對運算能力的巨大需求，吸引了像 CoreWeave 和 Lambda Labs 這樣能提供分散運算能力的公司。儘管如此，大多數組織仍然將其資料信任託給三大雲端服務供應商：AWS、Google Cloud 和 Microsoft Azure。他們的系統設計將資料集中在靠近計算資源的位置，而不是分佈在各個地區。進而出現了 Tigris Data，這家新創公司旨在革命化資料儲存以符合當今 AI 工作負載的分散需求。

懶人包

Tigris Data 利用其在 Uber 儲存平台的根基，構建了一個本地化資料儲存中心網絡。目標超越「大雲端」，提供動態資料複製緊密結合 AI 計算，支持快速、低延遲的資料存取，涵蓋多樣化地理區域。

正文

AI 公司的普及正在重塑資料儲存需求和運算需求。儘管有進步，絕大多數資料仍由 AWS、Google Cloud 和 Microsoft Azure 等主要雲端巨頭管理。這些供應商傳統上維持其資料儲存系統緊密連結計算資源，這在快速發展的 AI 生態系統中產生了挑戰。Tigris Data，由在 Uber 開發儲存平台的團隊創立，正以創新方法化解這一困境。

認識到當前市場佈局的缺口，Tigris Data 旨在透過構建本地化資料中心網絡來重定義儲存範式，這不僅有助於減少延遲，還能與分散的 AI 運算需求完美結合。這些中心促進資料自動複製到可用運算能力（如 GPU）的地點，這對於管理現代 AI 工作中典型的廣泛、小文件負載至關重要。

這種方法的必要性由高昂的出口費用強調，這些費用常被稱為「雲端稅」，這限制了企業調整其運算資源或探索跨不同地區的成本節約機會的能力。Tigris 通過提供免出口費的平台消除了這一障礙，使公司能夠充分利用分散運算能力。

除了成本考量，延遲仍然是一個緊迫的問題。傳統的雲端系統可能會製造瓶頸，阻礙 AI 工作負載的快速需求，尤其在即時資料處理情況下。通過將儲存靠近運算點，Tigris 力圖獲得競爭優勢，為用戶提供可靠、快速的資料存取，從而優化 AI 應用程式的性能。

Tigris 還解決了安全和控制等其他關鍵問題。在金融和醫療等行業中，資料安全至關重要，資料儲存靠近計算資源可降低漏洞。此外，Tigris 賦予公司維持其資料所有權的能力，這在資料因 AI 發展而變得更有價值的情況下尤顯重要。

在由 Spark Capital 領導的 2500 萬美元 A 輪融資的財務支持下，Tigris 正計畫進一步擴展。自 2021 年 11 月創立以來，該公司經歷了指數增長，計畫在美國、歐洲和亞洲建立更多資料中心。這一發展顯示出對既有雲端服務的強烈挑戰，並突顯出新興 AI 需求推動去中心化資料解決方案的轉變趨勢。

關鍵見解表