Chri Besenbruch, CEO Deep Render, melihat banyak masalah dengan cara standar kompresi video dikembangkan saat ini. Dia pikir mereka tidak maju cukup cepat, mengeluhkan fakta bahwa mereka diganggu dengan ketidakpastian hukum dan mengutuk ketergantungan mereka pada perangkat keras khusus untuk akselerasi.
“Proses pengembangan codec rusak,” kata Besenbruch dalam sebuah wawancara dengan gerakanpintar.com menjelang Disrupt, di mana Deep Render berpartisipasi dalam Disrupt Battlefield 200. “Dalam industri kompresi, ada tantangan signifikan untuk menemukan cara baru ke depan dan mencari untuk inovasi baru.”
Mencari cara yang lebih baik, Besenbruch mendirikan Deep Render bersama Arsalan Zafar, yang ia temui di Imperial College London. Saat itu, Besenbruch sedang mempelajari ilmu komputer dan pembelajaran mesin. Dia dan Zafar berkolaborasi dalam sebuah proyek penelitian yang melibatkan pendistribusian terabyte video di seluruh jaringan, di mana mereka mengatakan bahwa mereka mengalami kekurangan teknologi kompresi secara langsung.
Terakhir kali gerakanpintar.com meliput Deep Render, startup baru saja menutup putaran benih £ 1,6 juta ($ 1,81 juta) yang dipimpin oleh Pentech Ventures dengan partisipasi dari Speedinvest. Dalam kira-kira dua tahun sejak itu, Deep Render telah mengumpulkan tambahan beberapa juta dolar dari investor yang ada, sehingga totalnya terkumpul menjadi $5,7 juta.
“Kami berpikir, jika pipa internet sulit untuk diperpanjang, satu-satunya hal yang bisa kami lakukan adalah mengecilkan data yang mengalir melalui pipa tersebut,” kata Besenbruch. “Oleh karena itu, kami memutuskan untuk menggabungkan pembelajaran mesin dan AI dan teknologi kompresi untuk mengembangkan cara baru yang fundamental dalam data kompresi untuk mendapatkan rasio kompresi gambar dan video yang jauh lebih baik.”
Deep Render bukan yang pertama menerapkan AI pada kompresi video. DeepMind Alphabet mengadaptasi algoritme pembelajaran mesin yang awalnya dikembangkan untuk memainkan permainan papan untuk masalah mengompresi video YouTube, yang mengarah ke pengurangan 4% dalam jumlah data yang dibutuhkan layanan berbagi video untuk dialirkan ke pengguna. Di tempat lain, ada startup WaveOne, yang mengklaim codec video berbasis pembelajaran mesinnya mengungguli semua standar yang ada di seluruh metrik kualitas populer.
Tetapi solusi Deep Render adalah platform-agnostik. Untuk membuatnya, Besenbruch mengatakan bahwa perusahaan mengumpulkan kumpulan data lebih dari 10 juta urutan video di mana mereka melatih algoritme untuk belajar mengompresi data video secara efisien. Deep Render menggunakan kombinasi perangkat keras lokal dan cloud untuk pelatihan, dengan yang pertama terdiri dari lebih dari seratus GPU.
Deep Render mengklaim standar kompresi yang dihasilkan 5x lebih baik daripada HEVC, codec yang banyak digunakan dan dapat berjalan secara real time di perangkat seluler dengan chip akselerator AI khusus (misalnya, Apple Neural Engine di iPhone modern). Besenbruch mengatakan perusahaan sedang dalam pembicaraan dengan tiga perusahaan teknologi besar – semuanya dengan kapitalisasi pasar lebih dari $ 300 miliar – tentang pilot berbayar, meskipun ia menolak untuk menyebutkan nama.
Eddie Anderson, mitra pendiri di Pentech dan anggota dewan di Deep Render, berbagi melalui email: “Pendekatan pembelajaran mesin Deep Render terhadap codec benar-benar mengganggu pasar yang sudah mapan. Tidak hanya itu rute perangkat lunak ke pasar, tetapi mereka [compression] kinerja secara signifikan lebih baik daripada keadaan seni saat ini. Karena permintaan bandwidth terus meningkat, solusi mereka berpotensi mendorong kinerja komersial yang jauh lebih baik bagi pemilik dan distributor media saat ini.”
Deep Render saat ini mempekerjakan 20 orang. Pada akhir 2023, Besenbruch memperkirakan jumlah itu akan lebih dari tiga kali lipat menjadi 62.