L'embarqué > Logiciel > Algorithmes > Analyse de données en bordure de réseau : Swim.ai lève 10 M$ avec l’appui d’Arm

Analyse de données en bordure de réseau : Swim.ai lève 10 M$ avec l’appui d’Arm

Publié le 03 septembre 2018 à 11:16 par François Gauthier        Algorithmes

Swim.ai

La firme californienne Swim.ai, spécialiste des technologies de calcul “intelligent” dans les équipements de bordure de réseau (edge), a obtenu un financement de 10 millions de dollars pour alimenter son développement et mettre en place un centre de R&D à Cambridge en Angleterre. L’opération a été menée par le fonds Cambridge Innovation Capital avec en prime un investissement stratégique d’Arm (Damon Civin, Principal Data Scientist chez Arm, rejoindra d’ailleurs le conseil d'administration de Swim.ai) et le soutien des investisseurs existants Silver Creek Ventures et Harris Barton Asset Management.

Swim.ai, fondé en 2015 et basé à San Jose (Californie), fournit une structure de calcul qui combine algorithmes de traitement de données, analyse locale de données et solutions d’apprentissage automatique pour fournir à des outils de plus haut niveau des informations métier en temps réel à partir de données issues de capteurs ou de machines. En d’autres termes, la solution proposée par la société vise à aider les ingénieurs à surmonter les difficultés de traitement des données en local et à créer des applications d’analyse performantes.

En avril 2018, Swim.ai a annoncé la disponibilité générale de son logiciel Swim EDX, qui s’installe sur n’importe quel équipement existant et qui permet d'analyser de gros volumes de données en continu sur des architectures de bordure de réseau, puis de fournir avec une faible latence des informations faciles à partager et à visualiser. Avec comme objectif de réduire les coûts de traitement et de stockage pour de grands volumes de données dans le cadre de nouveaux cas de mise en œuvre de l’IoT (ville intelligente, industriel, logistique...).

Selon Arm, cette approche complète la plate-forme de gestion des périphériques IoT Mbed de la société et facilite les efforts pour donner du sens aux données recueillies sur le terrain.

Sur le même sujet