生成式 AI 应用需求激增，驱动大规模数据库存储模型训练等数据。此类数据库硬件资源密集，且受协调算法影响易产生高延迟，企业常需在成本、性能与准确性间权衡。
Hyperspace CEO 兼联合创始人 Ohad Levi 表示，公司正利用“领域专用计算”加速词汇搜索（基于关键词精确匹配）和向量搜索（基于语义及上下文）两项特定任务。
Levi 称，Hyperspace 实例结合 FPGA 与 GPU，搜索速度可达传统非加速数据库的 10 倍。
Levi 向 TechCrunch 表示：“产品专为处理大规模数据检索设计，契合 AI 及生成式 AI 应用。非结构化数据增速已超传统搜索能力，解决方案需同时满足词汇与向量搜索需求。”
创立 Hyperspace 前，Levi 曾任 Intel 优化工程师及 HP 产品营销负责人。因不满大型科技公司遗留搜索方案的局限，他与前 Intel 设计顾问 Max Nigri 联合创立该公司。
Hyperspace 不直接出售实例，而是提供托管于 AWS 的数据库软件访问权限。该库支持视频、图像、文本等结构化和非结构化数据处理，按规模及查询量定价。
Levi 解释：“作为云原生 SaaS 数据库，我们按使用量计费，并可定制 AI 基础设施方案以解决企业搜索难题。”
若属实，其性能提升显著：Levi 称实例吞吐量高出典型数据库 5 倍，成本低 50%（特定场景下优于 Elastic）。但在 Azure、AWS、Google Cloud 等巨头林立的市场中，新平台能否获客仍是挑战。
Levi 表示已获早期客户认可。这家特拉维夫公司已与 Forter、nSure、Renovai 等欺诈预防及电商企业签约，过去一年 ARR 及总合同量增长三倍。
近期，Hyperspace 完成 950 万美元种子轮融资，由 MizMaa 领投，JVP 和 toDay Ventures 参投。资金将用于扩展服务规模至“数千个”实例，并推出免费入门级计划。
Levi 强调：“创新产品线将推动搜索市场发展，服务各类企业客户。生成式 AI 本质是搜索系统，随着数据量增加，对更优 AI 基础设施及搜索应用的需求日益凸显，市场无逆风迹象。”