Американская компания Komprise получила патент на технологию «Эластичное разделение» (Elastic Sharing), динамическое планирование которой преодолевает барьер средней загрузки GPU-кластеров в 50%
2026-04-30 13:57
В избр.

Репортаж от Wedoany,Кэмпбелл, штат Калифорния, США, 29 апреля 2026 года. Компания Komprise, специализирующаяся на управлении неструктурированными данными, официально объявила о получении патента США (№ US12,566,637) на технологию под названием «Эластичное разделение» (Elastic Sharing). Эта технология призвана системно решить отраслевую проблему низкой эффективности использования ресурсов GPU, памяти и сети при обработке крупномасштабных наборов неструктурированных данных за счет механизма динамического секционирования.

Проблема простоя ресурсов, на которую нацелен данный патент, имеет четкое академическое обоснование. Согласно исследованию Корнелльского университета 2025 года, средняя загрузка GPU-кластеров в настоящее время составляет всего 50%, при этом даже во время активных заданий GPU простаивают от 14% до 76% времени. Технический директор и соучредитель Komprise Майк Пирси (Mike Peercy) отметил, что объем неструктурированных данных предприятий растет более чем на 20% в год, в то время как ИТ-бюджеты испытывают все большую нагрузку из-за новых потребностей в ИИ-инфраструктуре. Повышение эффективности использования дорогостоящих вычислительных ресурсов стало неизбежной задачей контроля затрат для ИТ-директоров.

 

Логотип Komprise

Ключевой прорыв технологии «Эластичное разделение» заключается в замене традиционной статической балансировки нагрузки, выполняемой однократно, механизмом динамического перераспределения. Статические решения выполняют секционирование данных только один раз при запуске задания и не могут адаптироваться к разнице в скорости выполнения задач на разных узлах в процессе работы. Это приводит к тому, что GPU, завершившие свои задачи раньше, простаивают в ожидании, а узлы, выполняющие задачи медленнее, становятся узким местом, замедляющим выполнение всего задания. Технология «Эластичное разделение» от Komprise непрерывно отслеживает ход работы каждого вычислительного блока и, как только какой-либо узел завершает задачу, автоматически назначает ему новую. Кроме того, она может автоматически перебалансировать расписание с учетом таких особенностей неструктурированных данных, как неизвестная глубина иерархии и разный размер файлов, обеспечивая тем самым почти линейное ускорение масштабирования.

Коммерческая ценность этого патента напрямую связана с совокупной стоимостью владения конвейерами данных ИИ. Рабочие нагрузки, ускоряемые с помощью «Эластичного разделения», охватывают такие ключевые сценарии, как прием данных ИИ, извлечение метаданных, крупномасштабная миграция данных, многоуровневое хранение (горячее/холодное) и управление конфиденциальными данными. Генеральный директор и соучредитель Komprise Кумар Госвами (Kumar Goswami) ранее публично заявлял, что перед внедрением ИИ предприятия должны сначала преобразовать неструктурированные данные из разрозненного состояния в структурированные информационные активы, пригодные для обучения и логического вывода моделей, иначе под угрозой окажутся как надежность результатов ИИ, так и окупаемость инвестиций. Технология «Эластичное разделение» как раз и направлена на снижение потребления ресурсов и временных затрат на этапе подготовки данных за счет повышения эффективности использования вычислительных мощностей.

С точки зрения общей корпоративной стратегии, патент на «Эластичное разделение» является новейшим элементом в построении технологического барьера Komprise вокруг «управления жизненным циклом данных ИИ». В феврале 2026 года компания выпустила сервис бессерверных вычислений для работы с данными под названием KAPPA, который автоматизирует управление инфраструктурой в процессах извлечения метаданных и подготовки данных. Это позволяет пользователям сосредоточиться на разработке кастомизированной логики на уровне файлов, не заботясь о масштабировании и планировании вычислительных кластеров. Добавление «Эластичного разделения» еще больше укрепляет фундаментальную основу этой стратегии: KAPPA предоставляет возможности оркестровки бизнес-логики, а «Эластичное разделение» обеспечивает максимально эффективное параллельное выполнение оркестрованных потоков задач на базовых кластерах GPU. Вместе они образуют полный технологический стек от управления данными до оптимизации вычислений.

Компания Komprise была основана в 2014 году Кумаром Госвами, Кришной Субраманианом (Krishna Subramanian) и Майком Пирси. Штаб-квартира расположена в Кэмпбелле, штат Калифорния, США. Общий объем привлеченных инвестиций составляет 85 миллионов долларов США, включая раунд D на сумму 37 миллионов долларов в 2023 году. Ее основная платформа позиционируется как аналитически-ориентированное управление неструктурированными данными и с помощью трех основных компонентов — интеллектуального управления данными, интеллектуальных рабочих процессов данных и глобального репозитория метаданных — обеспечивает возможности обнаружения, классификации, миграции, многоуровневого хранения и управления жизненным циклом для файловых и объектных данных в локальных и облачных средах. В 2026 году компания была признана лидером в области управления облачными данными в рейтинге CRN Cloud 100.

Данный материал скомпилирован платформой Wedoany. При цитировании материалов, созданных с помощью искусственного интеллекта (ИИ), необходимо обязательно указывать источник — «Wedoany». В случае выявления нарушения прав или иных проблем просим своевременно информировать нас. Сайт оперативно внесёт изменения или удалит материал.Электронная почта: news@wedoany.com

Связанные продукты
Связанные рекомендации
Университет Алабамы создаст первый в штате колледж наук о данных с фокусом на применение ИИ
2026-04-30
Платформа Appian в США внедряет разработку на основе спецификаций с помощью ИИ и интеграцию MCP, укрепляя привязку к процессам
2026-04-30
Американская компания Actian выпустила векторную базу данных VectorAI DB, пропускная способность которой в производственной среде в 22 раза превышает показатели продуктов с открытым исходным кодом
2026-04-30
SEMI: в первом квартале 2026 года мировые поставки кремниевых пластин выросли на 13,1% в годовом исчислении, достигнув 3,275 млрд квадратных дюймов
2026-04-30
Американская компания Komprise получила патент на технологию «Эластичное разделение» (Elastic Sharing), динамическое планирование которой преодолевает барьер средней загрузки GPU-кластеров в 50%
2026-04-30
Американская компания Trifecta Technologies запускает услуги Snowflake для усиления интеграции данных и ИИ
2026-04-30
Tencent Docs интегрируется с базой знаний WorkBuddy: одна авторизация для доступа ИИ ко всему процессу
2026-04-29
Majestic Labs выпускает ИИ-сервер Prometheus с конфигурацией памяти 128 ТБ в одном корпусе, преодолевая узкое место «стены памяти»
2026-04-29
Американская компания Poolside выпускает открытую модель программирования Laguna XS.2
2026-04-29
Blaize, Nokia и Datacomm развертывают гибридный ИИ в Индонезии
2026-04-29
Последние новости
1
South32 увеличивает капитальные затраты на проект по добыче цинка, свинца и серебра Тейлор в Аризоне, США, на 50%
2
Университет Алабамы создаст первый в штате колледж наук о данных с фокусом на применение ИИ
3
Два порта в Калифорнии получили более 22 миллионов долларов федерального финансирования на модернизацию инфраструктуры
4
Платформа Appian в США внедряет разработку на основе спецификаций с помощью ИИ и интеграцию MCP, укрепляя привязку к процессам
5
Many Peaks Minerals подтвердила расширение минерализации бурением на золоторудном проекте Ферке в Кот-д'Ивуаре
6
В Бельгии запущен завод Fiber2Fiber по переработке древесноволокнистых плит
7
Компания Insilico Medicine получила разрешение CDE Китая на клинические испытания ингаляционного раствора
8
Индийская BCGCL завершила подписание контрактов на четыре основных установки проекта по производству аммиачной селитры из угля
9
Тунисский проект автомагистрали стоимостью 121 миллион долларов передан местным подрядчикам
10
Американская компания Actian выпустила векторную базу данных VectorAI DB, пропускная способность которой в производственной среде в 22 раза превышает показатели продуктов с открытым исходным кодом