FogHorn筹集2500万美元支持边缘AI应用开发

 
预计未来几个月，边缘AI市场(即在本地运行AI应用程序且无云处理的设备的市场)将大幅增长。根据Deloitte的数据，到年底将售出超过7.5亿个边缘AI芯片(高于2017年预计的3亿个)，占收入26亿美元。到2024年，销售的芯片总数可能达到15亿个。
总部位于加利福尼亚州桑尼维尔的FogHorn希望领导这一指控。该公司由Abhi Sharma，Kamesh Raghavendra，Mohan Reddy，Sastry Malladi和T.M.共同创立。 Ravi于2014年作为Hive孵化器的一部分，提供了一系列用于工业和商业应用的边缘智能软件。为了扩大规模并反映年度许可证预订量同比增长10倍，FogHorn今天宣布获得2500万美元的C轮融资，总融资额达到7250万美元。
首席执行官David C. King说：“对于FogHorn来说，2019年是许可预订，新客户获取和创新的标志性一年。” “由LS Corp.领导的最新一轮融资将加速我们的增长，特别是在东亚。在我们现有投资者基础的广泛支持下，以及我们与LS Corp.的新合作，C轮融资将扩大FogHorn的规模能力，并随着我们加深我们的行业用例产品组合，对持续的产品创新进行投资。”
FogHorn –拥有数百万美元，多年合同的客户包括Stanley Black Decker，Honeywell和其他顶级制造业，电力和水，石油和天然气，可再生能源，采矿，运输，医疗保健，零售，智能建筑和城市，和相连的汽车品牌-提供使设备能够尽可能接近流传感器数据源的产品。
为此，该公司的VEL复杂边缘处理器(CEP)对数据流进行实时分析并针对连接受限或无连接的受限计算环境进行优化，同时通过处理复杂的模式识别来简化与现有系统的互操作性。高频和异步数据。此外，VEL CEP可以实时检测事件，并将所需的内存大小减少80%以上(小于256MB)，从而实现闭环操作，从而节省成本并更有效地进行机器学习的预处理和后处理，清理，过滤，规范化和上下文化。
基于浏览器的补充功能FogHorn Manager使公司可以在数千个边缘设备上部署配置或自定义应用程序，同时将分析表达式和数据发布集中到云存储位置(例如Google Cloud，Amazon Web Services或Microsoft的Azure)。 REX工具可模拟传感器流量以调试工业IoT环境中的生产问题，而VIZ可让管理员可视化实时流以验证传感器，排除输入源问题并查看机器学习算法的输出。还有VEL Studio，可以帮助创作和调试分析表达式，并提供通常用于表达式创建的模板，以及可视化调试器，可以使用模拟和真实的生产数据来帮助验证表达式并进行故障排除。
FogHorn的平台还支持自动边缘设备注册，一键式多边缘部署，多租户以及基于边缘的健康指标和警报。它能够通过使用预测模型标记语言来运行Spark ML和R Studio等模型，以及在云中经过培训并推送到Raspberry Pi系统，物联网网关等本地设备的一系列框架中的计算机视觉模型。以及可编程逻辑控制器。
FogHorn表示，其用于Android的平台和现场服务工具已用于开发条形码扫描仪，设备健康和电池监视应用程序，便携式工厂环境监视器和智能电动工具。 “工业物联网正处于转折点。 LS Corp.首席战略官Yug Lee(FogHorn投资者)在一份声明中说：“我们看到计划正在迅速地进行全面部署，尤其是在我们在韩国乃至全球服务的行业之间。”自成立以来，FogHorn一直在边缘分析，[机器学习]和边缘AI方面开创先河。 LS希望为公司提供支持，因为它将继续在全球各行业实现边缘AI部署和数字化转型计划。”
LS Corp.领投了B轮融资，Forte Ventures参与了该项目，FogHorn现有投资者也参与了其中的工作：Dell Technologies Capital，Intel Capital，Saudi Aramco Energy Ventures，Honeywell Ventures，GE Ventures，Robert Bosch Venture Capital，March Capital Partners和Darling Ventures。