Modular Dapatkan Rp 4.17 triliun ($250 Juta) untuk Kembangkan Platform AI Komputasi Terpadu

Modular, perusahaan infrastruktur AI yang berbasis di San Francisco Bay Area, berhasil mengamankan pendanaan sebesar Rp 4.17 triliun ($250 juta) dalam putaran Seri C yang membuat total investasi yang diperoleh mencapai Rp 6.35 triliun ($380 juta) sejak 2022. Pendanaan ini dipimpin oleh US Innovative Technology Fund dan diikuti oleh investor besar lainnya termasuk GV, General Catalyst, dan Greylock Ventures. Valuasi perusahaan kini mencapai Rp 26.72 triliun ($1,6 miliar) , hampir tiga kali lipat dari putaran pendanaan sebelumnya. Perusahaan ini fokus mengembangkan platform komputasi terpadu yang menggantikan runtimes vendor-spesifik seperti CUDA dan ROCm dengan solusi universal yang bisa berjalan di berbagai perangkat keras mulai dari CPU, GPU berbagai merek, hingga ASIC. Tujuannya adalah meningkatkan efisiensi, akurasi, dan menurunkan biaya untuk berbagai beban kerja AI yang berjalan di cloud maupun edge devices. Sejak diluncurkan pada 2023, Modular memperoleh pertumbuhan pesat dengan ribuan unduhan bulanan dan tingkat pertumbuhan pengguna aktif mencapai 75% setiap bulan. Produk mereka sudah digunakan oleh ratusan ribu pengembang di lebih dari 100 negara dan mampu menjalankan produksi beban kerja AI yang memproses triliunan token setiap hari. Mereka juga memiliki ekosistem klien dan mitra yang luas di berbagai sektor termasuk cloud service providers dan produsen hardware. Dana segar yang diperoleh akan digunakan untuk memperluas platform Modular agar dapat dipakai lebih luas lagi, meningkatkan performa di versi terbaru yang sudah lebih unggul 20-50% dibandingkan framework AI lain, serta memperkuat tim dengan perekrutan di Amerika Utara dan Eropa. CEO Chris Lattner menekankan bahwa visi mereka adalah menjadi platform standar untuk AI dengan cakupan global. Dengan pendanaan ini, Modular diperkirakan akan semakin memperkuat posisinya sebagai pemain kunci di infrastruktur AI, mendukung kebutuhan komputasi berbagai industri yang bergantung pada AI, dan membantu mempercepat adopsi teknologi AI generasi berikutnya dengan lebih efisien dan hemat biaya.