Aankondiging van $19M Series A: AI-deployment schalen met autonome agents op autopilot

Gebouwd voor snelheid: ~10ms latentie, zelfs onder belasting
De razendsnelle manier om je modellen te bouwen, volgen en implementeren!
- Verwerkt 350+ RPS op slechts 1 vCPU — geen tuning nodig
- Productieklaar met volledige enterprise-ondersteuning
Vandaag delen we met trots een belangrijke mijlpaal: TrueFoundry heeft $19 miljoen opgehaald in een Series A-financieringsronde, geleid door Intel Capital, met deelname van bestaande investeerders Peak XV (voorheen Sequoia India) en Eniac Ventures.
We zijn ook verheugd om Jump Capital te verwelkomen als nieuwe investeerder, samen met angel investors waaronder Gokul Rajaram (Product Leader, DoorDash & ex-Google), Mohit Aron (Oprichter, Nutanix & Cohesity), Cyan Banister (Vroege-fase-investeerder, Uber & SpaceX), Ankit Sobti (Mede-oprichter, Postman) en Lenny Rachitsky (Auteur, Lenny’s Newsletter en Lenny’s Podcast), evenals executives van Fortune 1000-bedrijven.

Deze financiering komt op een moment van explosieve groei, waarin TrueFoundry een verviervoudiging op jaarbasis van zijn klantenaantal heeft bereikt. Deze mijlpaal versterkt ons momentum en ondersteunt onze missie om AI-infrastructuur te herdefiniëren, waardoor AI-deployment naadloos, schaalbaar en geautomatiseerd wordt.
AI is snel geëvolueerd van losstaande foundation models naar zeer complexe, onderling verbonden ecosystemen—wat Berkeley AI Research aanduidt als “Compound AI.” Deze compound AI-systemen draaien niet langer alleen om een enkel model, maar omvatten meerdere modellen, externe tools, vector databases, applicatieframeworks en cloudomgevingen die samenwerken.
In tegenstelling tot traditionele machine learning (ML), waarbij scientists modellen bouwden in lange, iteratieve cycli, wordt het huidige Generative AI-landschap (GenAI) gedreven door ontwikkelaars en AI-engineers. Met kant-en-klare pre-trained models kunnen zij nu sneller dan ooit AI-oplossingen itereren, fine-tunen en deployen. Deze verschuiving heeft het mogelijk gemaakt om AI-applicaties in verschillende sectoren te schalen, wat AI toegankelijker, aanpasbaarder en krachtiger maakt.
Met het uitbreiden van de AI-mogelijkheden groeit echter ook de complexiteit van het deployen en beheren van deze systemen. De echte uitdaging is niet alleen het bouwen van betere modellen—het gaat om de naadloze integratie in enterprise workflows, het optimaliseren van infrastructuur en het garanderen dat ze efficiënt draaien op schaal.
AI-deployment op schaal op AutoPilot
Wij geloven dat de toekomst van AI toebehoort aan deze nieuwe generatie full-stack ontwikkelaars—makers die zelfstandig compound AI-applicaties kunnen bouwen, testen, deployen en schalen. Dit zijn de mensen die silo's afbreken en de kloof tussen DevOps en MLOps overbruggen.
Stel je een wereld voor waarin AI en software op een uniforme, self-service manier worden geleverd en beheerd. Infrastructuur wordt onzichtbaar en alles—frontend, backend, data, modellen en tools—komt samen in perfecte harmonie. De opkomst van compound AI-applicaties versnelt deze unificatie, waardoor systemen als nooit tevoren coherent kunnen samenwerken.
Bij TrueFoundry zetten we ons in om grenzen te verleggen als het gaat om het beheer van AI-infrastructuur, het wegnemen van complexiteit en het ontsluiten van snelheid en schaal voor iedereen.
Kijkend naar de toekomst zien we een wereld waarin duizenden AI-agents met mensen interageren om taken te voltooien. In deze wereld mogen mensen niet de bottleneck zijn. In plaats daarvan voorzien we een centraal platform waar AI andere AI beheert—een zelfonderhoudend ecosysteem dat op autopilot draait, waardoor organisaties zich kunnen focussen op innovatie in plaats van infrastructuur.
TrueFoundry biedt een platform dat enterprises in staat stelt om GenAI-applicaties naadloos te bouwen, deployen en beheren via cloud- en on-premise-infrastructuur. Ontworpen voor snelheid, schaalbaarheid en beveiliging, stelt TrueFoundry AI-teams in staat om efficiënt een groeiend pakket aan modellen te beheren, ontwikkeling en testen te stroomlijnen, compute resources bij deployment te optimaliseren en naadloze operaties te behouden via gecentraliseerde governance.
Enterprises helpen het volledige potentieel van AI te benutten
Enkele van 's werelds meest vooruitstrevende bedrijven, zoals NVIDIA, Resmed, Siemens Healthineers, Automation Anywhere, enz., maken al gebruik van TrueFoundry om AI-deployment te stroomlijnen en de efficiëntie te maximaliseren:
- NVIDIA: Met een overweldigende vraag naar GPU's had NVIDIA een manier nodig om de benutting van clusters te optimaliseren en tegelijkertijd een naadloze ontwikkelaarservaring te garanderen. Met TrueFoundry bouwden ze een multi-agent-systeem dat GPU-allocatie dynamisch beheert, wat zowel de prestaties als de toegankelijkheid verbetert.
- Siemens Healthineers: Het consistent deployen van AI-modellen over meerdere bedrijfsonderdelen vormde een grote uitdaging. Het platform van TrueFoundry bood een gecentraliseerde infrastructuuroplossing, die het beheer van vector databases, pipelines en model switching vereenvoudigde, wat leidde tot snellere en meer schaalbare AI-deployment.
Dit is slechts een greep uit de manier waarop TrueFoundry enterprises helpt het volledige potentieel van AI te benutten—zonder de complexiteit van infrastructuurbeheer.
Wat volgt er nu?
Deze financieringsronde is pas het begin van een opwindende reis. We blijven ons rotsvast focussen op productinnovatie, om AI-infrastructuur nog toegankelijker, intuïtiever en krachtiger te maken.
Maar innovatie gaat niet alleen over technologie—het gaat over mensen. We zijn op zoek naar ambitieuze, getalenteerde individuen die de toekomst van AI-deployment vorm willen geven. Als je energie krijgt van het oplossen van complexe uitdagingen, het werken met geavanceerde technologie en het bouwen van iets dat echt impact heeft, dan is dit jouw moment. Kom samen met ons bouwen. Solliciteer hier of schrijf ons op careers@truefoundry.com.
TrueFoundry AI Gateway levert een latentie van ~3–4 ms, verwerkt 350+ RPS op 1 vCPU, schaalt moeiteloos horizontaal en is klaar voor productie, terwijl LiteLLM last heeft van hoge latentie, moeite heeft boven een gemiddeld aantal RPS, geen ingebouwde schaling heeft en het meest geschikt is voor lichte workloads of prototypes.



















.png)

.webp)



.webp)








.webp)





