「未來速度」獲耀途資本數百萬美元天使輪融資，加速大規模數據處理和AI 投資組合

「未來速度」獲耀途資本數百萬美元天使輪融資，加速大規模數據處理和AI

微信圖片_20230312185832.jpg

作者｜肖千平、周倩

編輯｜彭孝秋

36氪獲悉，「未來速度」日前完成數百萬美元天使輪融資，由耀途資本獨家投資，融資資金將用于產品研發、用戶體驗改善和云平臺搭建。

未來速度成立于2022年，旗下產品Xorbits為分布式數據科學計算框架，旨在加速Python生態下大規模數據的處理。

Python作為一門容易上手的編程語言，具有較高的開發效率，同時有Pandas、Numpy等豐富的第三方庫幫助簡化操作，是大數據及AI領域的標準語言之一。然而，在金融量化分析、生物基因測序、地理空間多維度分析等實際應用中，Python卻可能面臨運行效率較低、單機運行第三方庫時內存不足等諸多挑戰。

對此，Xorbits運用多核、異構、分布式等技術，加速執行已有代碼，提高程序運行效率，能夠覆蓋科學計算、數據科學和機器學習等維度。同時，Xorbits還可兼容Pandas、Numpy等現有的Python數據科學庫，用戶無需學習新接口即可完成代碼遷移，獲得并行加速效果。

“就像在裝修房子，我們分配10個人鋪地板，5個人刷墻，把大的計算任務分解成很多小任務。”未來速度CEO秦續業告訴36氪。為了實現加速功能，Xorbits采用了分而治之的并行計算方式。具體來看，用戶調用Xorbits函數時，Xorbits客戶端將構建相應的計算圖并提交至服務端，計算圖將在服務端被處理成多個小的執行單元，再由調度器分發任務給worker執行處理。

“市面上一些大數據或并行計算框架，采用的是更為粗放的調度方式，好比先讓10個人把地板鋪完，才開始刷墻。”秦續業介紹。為了避免類似的算力浪費，Xorbits為細粒度調度引擎，能讓任務細分與調度更加精細，如默認使用深度優先策略以盡早釋放中間結果，減少計算使用的峰值內存等，目的在于以最優解進行調度。此外，Xorbits還進行了計算圖動態列裁剪、圖融合、支持迭代式tiling等優化工作。

相比國外Dask、Modin等計算框架，Xorbits在執行模式上也有其特色。計算框架執行模式主要分為立即執行與延遲執行兩類。立即執行可在調用框架時立即計算，方便用戶操作，但也壓縮了性能優化的空間；延遲執行則意味著程序構建完成后，用戶需要在一定節點手動調用函數等觸發執行，拉高了使用門檻。而Xorbit采用了特殊的推遲執行方式，可以推斷用戶所需并自動將任務提交執行，盡可能減少用戶操作，以此平衡計算框架的性能與易用性。

基于上述設計，在面對scale factor 100（約100GB數據集）和scale factor 1000（約1TB數據集）的基準測試中，Xorbits相比同類計算框架，運算速度能快3-7倍，且體現出更高的性能與API兼容性。

微信圖片_20230312185836.png

Xorbits在性能上比競爭對手快7倍左右

在具體服務方面，Xorbits與多個云廠商展開合作，提供云上SaaS服務，用戶改動相應代碼即可進行云上運算提速。Xorbits會根據用戶預算及訴求，衡量性能和性價比，為用戶選擇合適的方案。此外，由于Xorbits是開源平臺，用戶能夠共同參與平臺維護，并幫助平臺進一步完善。

目前，Xorbits開源產品已正式發布（閱讀更多），未來速度計劃將進一步發展其開源社區，吸引更多用戶共同建設平臺，同時也將持續推進產品迭代，進一步簡化操作。

團隊方面，未來速度成員主要來自阿里、華為、微軟等企業，在大數據及Python領域經驗豐富。創始人秦續業畢業于上海交通大學，曾在阿里云長期負責Python數據和AI領域工作，主導并開源Mars開源項目。

耀途資本創始合伙人楊光表示，“數據科學和人工智能（DSML）的崛起背后，是Python工程師的崛起。Python native生態會在未來基礎設施中扮演越來越重要的角色。Python數據分析、數據科學和機器學習，不應該僅僅停留在單機，我們看好Xorbits成為推動Python從單機走向分布式的關鍵力量。”

耀途資本長期聚焦企業服務及AI方向投資，已投案例包括端點科技、MemVerge、霧幟智能、智齒科技、南大通用、焱融科技、速石科技、云科安信、MagicBI、Greptime、Allegro熹樂科技、SQream、StorOne等。