Alisina NawabiNvidia investeert mee in een Series B van 14 miljoen dollar voor Simplismart, dat software bouwt om AI-modellen in de cloud of op eigen servers uit te rollen, meldt YourStory.
De zakelijke inzet zit in de kosten per AI-aanvraag. Inferentie is het draaien van een getraind AI-model om een antwoord te maken; elke aanvraag vraagt rekentijd op GPU’s. TechCrunch schrijft dat Simplismart zegt dat klant InVideo de kosten voor het draaien van AI-modellen op GPU’s met 56 procent verlaagde. Op een hypothetische maandrekening van €10.000 is dat €5.600 verschil. De uitkomst geldt alleen als dezelfde besparing standhoudt bij je eigen modelmix, verkeer en responstijd; onafhankelijke metingen op representatieve bedrijfsbelasting zijn niet gepubliceerd.
De ronde financiert de softwarelaag
Dallas Venture Capital leidt de Series B. Nvidia, Accel, Shastra VC en Micromax doen mee. De lead-investeerder bevestigt op zijn eigen site een investering van 5 miljoen dollar en noemt Nvidia, Accel en Shastra als mededeelnemers. Simplismart wil de opbrengst gebruiken voor verdere ontwikkeling van zijn inferentie-engine en orkestratiesoftware, cloudpartnerschappen en uitbreiding in Noord-Amerika.
Het bedrijf meldt dat de omzet op jaarbasis in zes maanden 14 keer zo hoog werd. Dat is een bedrijfsclaim zonder absoluut omzetbedrag. TechCrunch meldt dat de omzet op jaarbasis is gebaseerd op recent klantgebruik, niet op gecontracteerde terugkerende omzet, en doorbelaste infrastructuuropbrengsten buiten de berekening laat. De groei zegt iets over gebruik, maar niet over vastgelegde omzet of marge. De investeringsronde geeft Nederlandse afnemers op zichzelf geen inzicht in lokale prijzen of kosten per taak.
De software stemt modellen af op gebruik
Simplismart zit tussen een AI-model en de infrastructuur waarop het draait. De software helpt de uitrol en schaalinstellingen af te stemmen op kosten, responstijd en het aantal verzoeken. Volgens de productsite zijn er meer dan 150 open modellen, koppelingen met meer dan 15 clouds en opschaling in minder dan 500 milliseconden. Dit zijn leveranciersclaims, geen onafhankelijke prestatietest; ze zeggen iets over beschikbare opties, niet over prestaties op één specifieke bedrijfsbelasting.
De samenwerking met Nvidia bestond al voor de investering. In februari meldde Simplismart dat cloudpartners van Nvidia zijn platform onder eigen naam konden aanbieden; het ondersteunt NVIDIA Inference Microservices. TechCrunch meldt dat de teams nu ook aan integraties rond NVIDIA Dynamo werken.
Ema laat de afweging in cijfers zien
Een persbericht van Simplismart beschrijft een productiecase bij klant Ema met vier combinaties van prijs en responstijd. Ema bouwt AI-software voor organisaties. Het richtpunt was 9 cent per miljoen tokens bij 200 milliseconden. De software vond een goedkopere configuratie van 5 cent bij 350 milliseconden en een snellere van 12 cent bij 100 milliseconden. De gekozen productieconfiguratie kwam uit op 7 cent per miljoen tokens bij 180 milliseconden. Volgens Simplismart voldeed die aan zowel de kosten- als de snelheidsgrens van Ema.
De goedkoopste optie was ook de langzaamste; de laagste vertraging kostte juist het meest. Een organisatie moet daarom de prijs per afgeronde taak vergelijken binnen de responstijd en kwaliteit die het proces vraagt. Een nachtelijke documentverwerking kan meer vertraging verdragen dan een spraakassistent.
Het persbericht noemt geen model, GPU-type, hoeveelheid verkeer of meetperiode. De productsite haalt daarnaast een klantquote van InVideo aan: de kosten van beeldgeneratie zouden zijn gedaald van 30.000 dollar naar minder dan 1.000 dollar terwijl de inferentietijd halveerde. Dat betreft beeldgeneratiekosten; TechCrunch schrijft over 56 procent lagere GPU-kosten voor modelservering. Zonder dezelfde periode, gebruiksvolumes en kostendefinitie zijn die claims niet vergelijkbaar.
Een bruikbare test houdt model, verzoeken, belasting, kwaliteit en responstijd gelijk. De vLLM-benchmarkdocumentatie meet onder meer verzoekdoorvoer, tijd tot het eerste token en de tussenruimte tussen tokens, en waarschuwt dat hergebruik van cache latere tests kan vertekenen. De meetopzet hoort dus bij de besparingsclaim.
Nvidia financiert ook de laag rond de GPU
In juli claimden NVIDIA en LangChain in hun eigen Deep Agents-test tien keer lagere inferentiekosten per uitvoering. Nemotron 3 Ultra kwam uit op 4,48 dollar per evaluatie tegenover 43,48 dollar voor het dichtstbijzijnde model, na aanpassingen aan de agentomgeving. Ook die vergelijking kwam van de betrokken leveranciers. De Nvidia en LangChain-stack die tien keer goedkoper draaide in LangChains eigen benchmark toont hoe software rond het model de rekensom kan veranderen.
Op 13 oktober stelde Nvidia Run:ai open source. De vier onderdelen voor GPU-planning, geheugendeling, quota en taakbeheer verdelen GPU-capaciteit in Kubernetes-clusters. Nvidia beschrijft Run:ai als open software voor het plannen en orkestreren van GPU-werklasten. Dat werkt op clusterniveau; Simplismart stemt modelservering af op een specifieke toepassing.
TechCrunch noemt NVIDIA, AWS, Google Cloud en Microsoft Azure als concurrenten van Simplismart. De combinatie van investering en technische integraties suggereert dat Nvidia inzet op meer inferentiegebruik binnen zijn ecosysteem, ook wanneer efficiëntere software per toepassing minder GPU’s nodig maakt. Voor een inkoper blijft de relevante uitkomst een herhaalbare kostprijs per afgeronde taak bij een afgesproken snelheid en kwaliteit. Zolang onafhankelijke tests op representatieve bedrijfsbelasting ontbreken, blijft de besparing een leveranciersclaim en geen begrotingsbasis.
Veelgestelde vragen
AI-kosten beheersbaar maken
Ik denk mee over de juiste AI-architectuur en bouw het hele traject, van ontwerp tot automatisering. Self-hosted waar dat kan, met één partner voor de keuzes en de uitvoering.
Dit artikel is geproduceerd samen met het Agent Team. Meer over de redactie.
