Les deux filles du fondateur d’Acres, Carter Malloy, pressent leur visage contre les vitres du fond de son bureau, essayant d’apercevoir les machines bourdonnantes qui obsédaient leur père : deux GPU haut de gamme dans un coin sombre.
Malloy a acheté ces deux machines à NVIDIA en 2024 et en a récemment commandé deux autres, qui devraient arriver plus tard cette semaine. Ils font également passer de nouveaux câbles à travers le plafond pour connecter les machines directement aux ordinateurs de l’équipe de science des données, permettant ainsi à l’équipe de former des modèles directement sur site au lieu de louer du temps dans le cloud.
« Les coûts de formation sont beaucoup moins chers et même plus rapides lorsque vous la déployez sur site », explique Malloy.
Acres est peut-être une petite startup avec seulement 70 employés, mais elle fait partie d’un nombre croissant de sociétés de données de niche qui assemblent discrètement des clusters GPU en dehors des murs de la Big Tech, pariant que posséder leur propre ordinateur leur donnera un avantage concurrentiel. Andreessen Horowitz a obtenu ses propres clusters GPU et les a prêtés à des startups en échange de capitaux propres. Des startups individuelles, y compris la startup d’hébergement vidéo Gumlet, déclarent également héberger leur propre matériel. Ce matériel coûte plus de 25 000 $ par GPU, plus les coûts énergétiques courants. Lorsqu’il y a une pénurie comme l’année dernière, il peut être difficile pour les petites entreprises de s’approvisionner sans attendre des mois.
Mais pour diriger une société de renseignement sur les données géospatiales, Malloy affirme qu’il est plus logique d’avoir son propre cluster.
Cela n’a pas toujours été comme ça. Il y a quelques années, M. Malloy dirigeait une entreprise complètement différente. AcreTrader était une plateforme fintech d’investissement dans les terres agricoles basée à Fayetteville, dans l’Arkansas, qui permettait aux investisseurs d’acheter des tranches de champs de la même manière qu’ils achèteraient des actions. L’été dernier, il a vendu la partie « Trader » de son entreprise pour un montant non divulgué pour se concentrer sur une seule chose : les données.
Depuis sa création, la petite équipe de la startup collecte des données pour aider les propriétaires fonciers à fixer et valoriser leurs terres agricoles. Ces données comprennent tout, depuis l’historique des ventes et des locations et les données sur les infrastructures hydrauliques jusqu’à la topographie LiDAR, l’imagerie satellite et la profondeur des puits au Texas. Au fil du temps, la pile interne de cartographie et d’analyse « a rapidement dépassé les capacités de Trader », explique Malloy, car les informations foncières sont non seulement difficiles à obtenir et opportunes, mais nécessitent également souvent une analyse par des ingénieurs de données.
À mesure que les modèles linguistiques à grande échelle devenaient plus sophistiqués, Malloy a imaginé de nouvelles façons permettant aux clients d’interagir avec les données que son équipe extrayait et nettoyait soigneusement. La nouvelle plate-forme bêta Acres permet aux développeurs de saisir des invites en anglais simple. « Recherchez une parcelle de 40 acres principalement en dehors de la plaine inondable et à moins de 3 miles des infrastructures d’égouts dans un comté connu pour ses permis rapides », et le système parcourra les cartes et les données pour identifier les emplacements viables. L’intégration d’Acres avec la startup d’information publique Hamlet permettra également aux entreprises de centres de données d’analyser si les gouvernements locaux des villes ou des comtés sont favorables ou non aux nouveaux développements et aux projets de centres de données.
Entrez GPU. Acres fonctionne avec des données géospatiales, pas seulement des feuilles de calcul, mais aussi des couches vectorielles et raster qui définissent les points, les lignes et les polygones derrière les cartes de propriété foncière et de zonage. Selon Malloy, le traitement de ce type d’imagerie et de géométrie nécessite beaucoup de calculs, et l’intégration de GPU en interne a permis à l’équipe de former des modèles et d’effectuer des analyses de sélection de sites plus rapidement et à moindre coût. Malloy n’a pas voulu commenter l’augmentation de sa facture de services publics, se contentant de dire qu’elle « consomme un peu d’électricité ».
Malloy a le vertige en parlant de ça. Pour lui, son équipe a le sentiment d’être à la pointe de la science des données. « Nous utilisons l’IA pour réaliser des percées dans la science géospatiale… Nous construisons des choses que l’on ne trouve pas dans les articles universitaires. »
Il se vend peut-être un peu trop, mais il y a du vrai dans cette idée. La combinaison des enregistrements fonciers au niveau des parcelles, des données de permis et des images haute résolution à cette échelle avec LLM est encore un domaine relativement nouveau.
Malloy affirme que sa seule préoccupation est de suivre le rythme du changement et de la demande. Acres a commencé à déployer de nouvelles capacités de recherche générative d’IA auprès des entreprises clientes il y a quelques semaines à peine. Malloy dit qu’il a vu des clients jurer et rire du temps que cela leur fait gagner.
Historiquement, Akers a intégré les clients trop rapidement, a déclaré Malloy. Avec seulement cinq personnes dans son équipe de support client, Malloy souhaite soigneusement migrer ses clients vers la nouvelle plateforme bêta. Sans oublier que cela fait moins d’un an qu’Acres a vendu ce qui était autrefois le cœur de son activité.
« Cela me remonte vraiment le moral. Cela nous permet de prendre de l’avance. Nous l’avons déjà fait », a déclaré Malloy.
