Nekonvencionalna umjetna inteligencija probija se s mega rundom početnih ulaganja i novim pristupom AI čipovima

Dolazak Nekonvencionalna umjetna inteligencija To je uzdrmalo tržište hardvera umjetne inteligencije rundom finansiranja o kojoj se već raspravlja u svim industrijskim krugovima. jedva nekoliko mjeseci star, kompanija Uspjela je privući pažnju najmoćnijih fondova u svijetu tehnologije.kladeći se na ideju koja, na papiru, obećava da će preispitati način na koji se računarski resursi za vještačku inteligenciju dizajniraju i koriste.

Daleko od fokusiranja na sve veće i zahtjevnije modele, kompanija želi riješiti problem u korijenu: energetska efikasnost i fizička arhitektura čipovaNjegov prijedlog je eksplicitno inspirisan biologijom i funkcijom mozga, pri čemu je Cilj je približiti se sistemu sposobnom da ponudi ogromnu računarsku snagu, a da pritom potroši samo dio energije potrebne danas. veliki podatkovni centri.

Najveća runda početnih ulaganja u AI hardver ove godine

Nekonvencionalna vještačka inteligencija zatvorila je početnu rundu od 475 miliona dolaraBrojka koja se, čak i na tržištu naviknutom na velike brojke, ističe svojom veličinom u tako ranoj fazi. Transakcija procjenjuje kompaniju na oko 4.500 milion dolara, što ga čini jednim od najupečatljivijih slučajeva početnog finansiranja u ekosistemu hardvera umjetne inteligencije.

Krug finansiranja predvodili su fondovi rizičnog kapitala Andreessen Horowitz (a16z) y Lightspeed Venture PartneriDva ključna igrača kada su u pitanju dugoročna ulaganja u duboku tehnologiju. Pridružili su im se i drugi vrhunski investitori kao što su Lux Capital, DCVC, data bricks pa čak i osnivač Amazona, Jeff BezosOvo pojačava osjećaj da se projekat doživljava kao dugoročni strateški potez.

Pored vanjskog kapitala, jedan od suosnivača je odlučio doprinijeti iz vlastitog džepa. 10 milion dolara...pod istim uslovima kao i ostali veliki investitori. Ovaj potez, pored iznosa, šalje jasan signal posvećenosti i internog povjerenja u tehnološke i poslovne teze kompanije.

Prema raznim intervjuima, ova početna tranša od 475 miliona bila bi samo početak plana prikupljanja sredstava koji bi mogao doseći i do 1.000 milion dolara u istoj ovoj fazi. Veličina cilja ističe vrstu projekta s kojim se suočavaju: složen hardver, dugi razvojni ciklusi i velika početna ulaganja u istraživanje i razvoj.

U poređenju s drugim nedavnim transakcijama, procjena je bila neznatno niža od 5.000 miliona o kojima se raspravljalo u prvim glasinama, ali to i dalje svrstava nekonvencionalnu umjetnu inteligenciju u ligu startupova koji, bez gotovo ikakvih prihoda ili komercijalnog proizvoda, već igraju na nivoima kapitala koji su ranije bili rezervisani za mnogo zrelije kompanije.

Vizija Naveena Raoa i tim naviknut na tehnički rizik

Vođenje projekta je Naveen RaoRao, poznata ličnost u svijetu umjetne inteligencije, kako zbog svoje poduzetničke strane, tako i zbog svojih pozicija u velikim tehnološkim kompanijama. odgovoran za platforme umjetne inteligencije u Intelu nakon kupovine svog prvog startupa, Nervana Systems, specijaliziranog za procesore za mašinsko učenje.

Kasnije je osnivač napravio još jedan korak suosnivajući MosaicML, platforma za obuku modela koja je stekla popularnost u ekosistemu podataka i umjetne inteligencije, a na kraju ju je preuzela Databricks za oko 1.300 milijarde dolaraOvaj dosadašnji uspjeh, s dva značajna izlaska u manje od deset godina, uveliko je utjecao na stvaranje povjerenja među fondovima koji sada podržavaju njegov novi projekt.

Uz Rao, kompanija je uključila visokorangirane profile sa raskrsnice hardver, softver i akademska istraživanja, kako Michael Carbin, Sara Achour y MeeLan LeeOvo je tim naviknut na rad s visokim tehničkim rizikom, projektima dugog ciklusa i problemima koji se ne rješavaju brzim iteracijama softvera, već složenim prototipovima i vrlo bliskom integracijom između fizičke arhitekture i algoritama.

Sam Rao je objasnio da plan rada Nekonvencionalne umjetne inteligencije uključuje testirati više prototipova tokom nekoliko godinaOni procjenjuju koja paradigma se najbolje skalira u smislu efikasnosti i troškova. Drugim riječima, ne žele brzo lansirati proizvod, već izgraditi tehnološku osnovu koja može napraviti razliku u AI računarstvu u narednoj deceniji.

Ova opklada na tzv. "inženjering dugog ciklusa" Ovo je u suprotnosti s tipičnim pristupom mnogih softverskih startupa, koji se fokusiraju na što bržu validaciju s kupcima i fino podešavanje proizvoda kroz brze iteracije. Ovdje je put sličniji onom velikih poluprovodničkih kompanija ili projekata kritične infrastrukture, gdje povrat investicije dolazi kasnije, ali, ako sve prođe dobro, može redefinirati cijeli sektor.

Nova vrsta mašine za vještačku inteligenciju

Suština prijedloga Nekonvencionalne umjetne inteligencije je izgradnja radikalno energetski efikasniji računar za radna opterećenja umjetne inteligencije. Rao je sažeo ambiciju u frazi koja je privukla pažnju u sektoru: dizajnirati sistem koji je "efikasan kao biologija", uzimajući kao referencu sposobnost ljudskog mozga da izvodi složene proračune uz minimalnu potrošnju energije.

Dok većina industrije i dalje forsira skaliranje modela – više parametara, više podataka, više GPU-ova—, kompanija polazi od pretpostavke da Ova strategija ima jasno ograničenje u pogledu troškova i dostupne energije.Veliki podatkovni centri već se suočavaju s ograničenjima napajanja, rastućim troškovima i problemima održivosti, što je posebno zabrinjavajuće u Europi i Španjolskoj zbog klimatskih i regulatornih ciljeva.

Da bi prekinuo ovu dinamiku, startup predlaže promjena paradigme u računarskoj arhitekturiUmjesto da nastavite usavršavati konvencionalne digitalne arhitekture, istražite dizajne koji iskorištavaju fizička svojstva samog silicija i principe inspirisane funkcionisanjem mozga, kao što je nelinearna dinamika neurona.

U tekstu objavljenom na njihovoj web stranici, kompanija opisuje svoj cilj kao stvaranje "novi supstrat za inteligenciju"Ideja je da je, pronalaženjem prave strukture koja povezuje vještačko računarstvo s ponašanjem bioloških sistema, moguće ostvariti dobitke u efikasnosti daleko iznad onoga što se postiže jednostavnim poboljšanjem klasičnih digitalnih arhitektura.

Investitori Lightspeeda koji učestvuju u rundi slažu se s tom dijagnozom, ukazujući na potrebu za tražiti "odgovarajući izomorfizam za inteligenciju" Ako je cilj postići drastično smanjenje potrošnje energije umjetne inteligencije, ovaj način razmišljanja se poklapa s istraživačkim naporima u neuromorfnom računarstvu i naprednim analognim sistemima, koji su do sada uglavnom ostali u okviru akademske zajednice ili eksperimentalnih projekata velikih proizvođača.

Arhitektura: Od analognih čipova do pulsirajućih neurona

Jedan od najupečatljivijih aspekata nekonvencionalne umjetne inteligencije je njen kombinovani pristup analogne, miješane i neuromorfne arhitektureZa razliku od trenutnih digitalnih čipova, koji predstavljaju informacije pomoću diskretnih nula i jedinica, analogni dizajni omogućavaju rad s kontinuiranim vrijednostima i iskorištavanje fizičkih fenomena koji, kada se pravilno kontroliraju, mogu biti mnogo efikasniji za određene operacije. Ovaj pristup ukazuje na napredak u napredni dizajn i procesi čipova koji nastoje optimizirati efikasnost s fizičke osnove.

Kompanija istražuje čipovi koji mogu fizički pohranjivati ​​raspodjele vjerovatnoćeumjesto da ih numerički aproksimira kao što se to radi u tradicionalnim procesorima. Ovo otvara vrata prirodnijim reprezentacijama za vjerovatnosne modele i, potencijalno, za smanjenje potrošnje energije i do hiljadu puta u poređenju sa digitalnim sistemima koji danas dominiraju podatkovnim centrima.

Da bi to postigao, tim koristi koncepte iz oscilatori, termodinamika i neuroni sa šiljcimaOvaj tip modela inspirisan je načinom na koji se stvarni neuroni aktiviraju diskretnim impulsima tokom vremena. Ove arhitekture, tipične za neuromorfno polje, mogu deaktivirati velike dijelove čipa kada se ne koriste, drastično smanjujući gubitke energije u poređenju sa kolima koja održavaju konstantnu aktivnost.

Ovaj pristup donekle podsjeća na prethodne napore kompanija poput Intela sa njihovim neuromorfnim procesorima, koji eliminišu tradicionalni centralni takt i omogućavaju čipu da radi asinhrono, aktivirajući samo potrebne dijelove u zavisnosti od opterećenja. Međutim, Nekonvencionalna umjetna inteligencija želi ići korak daljene samo oponašanjem neuronskog ponašanja, već i bliskom integracijom fizičkog dizajna silicija s modelima umjetne inteligencije posebno dizajniranim za to okruženje.

Ova kombinacija od Specijalizirani hardver i zajednički dizajnirani modeli To ukazuje na budućnost u kojoj se granica između čipa i algoritma zamagljuje, i gdje performanse više ne zavise toliko od toga koliko se GPU-ova može slagati, već od toga koliko dobro se iskorištavaju dublja fizička svojstva materijala i kola.

SoC posebno dizajniran za sljedeći val umjetne inteligencije

Pored opšteg pregleda, pojavljuju se tehnički detalji o vrsti čipa koji Unconventional AI namjerava da uvede u proizvodnju. Različiti oglasi za posao koje je objavila kompanija ukazuju na... AI akcelerator zasnovan na dizajnu sistema na čipu (SoC)To jest, jedna komponenta koja integriše nekoliko specijalizovanih računarskih modula.

Prema ovim opisima, SoC će uključivati centralni procesor (CPU) odgovoran za preliminarne zadatke kao što su organiziranje i priprema senzornih podataka prije nego što se proslijede specifičnijim AI jedinicama. Na osnovu ove opće osnove, optimizirani blokovi će biti dodani za obavljanje operacije linearne algebrekoji su matematičko srce gotovo svih modela dubokog učenja, od velikih jezičkih modela do sistema računarskog vida.

Dizajn također uzima u obzir upotrebu intelektualno vlasništvo treće strane Za neke module, ovo je uobičajena praksa u industriji poluprovodnika, gdje je efikasnije licencirati određene provjerene blokove nego ih razvijati od nule. Od tada će dodana vrijednost nekonvencionalne umjetne inteligencije biti koncentrirana u najinovativnijim dijelovima SoC-a.

Ovi diferencirajući elementi uključuju miješana signalna kolaOva kola, sposobna za obradu i analognih i digitalnih informacija, veoma su korisna za upravljanje podacima sa senzora ili za direktnu implementaciju operacija inspirisanih fizikom. Ova vrsta kola je ključna za čip kako bi iskoristio nelinearnu dinamiku i probabilističke reprezentacije koje kompanija teži.

Još jedna relevantna stvar je interes kompanije za nove nehlapljive memorije, kao što je RRAMOve tehnologije zadržavaju informacije čak i kada nestane struje. U određenim scenarijima mogu ponuditi prednosti u performansama u odnosu na tradicionalnu fleš memoriju, iako se i dalje suočavaju s tehničkim izazovima koji su ograničili njihovu široku primjenu u podatkovnim centrima. Evolucija tržišta memorije i odluke proizvođača kao što su... Micron vezan za proizvodne linije Oni ističu ove izazove i prilike.

Zajednički dizajn hardverskih i AI modela

Nekonvencionalna umjetna inteligencija ne želi ostati samo na fizičkom sloju procesora. Strategija također uključuje razvoj modela umjetne inteligencije prilagođenih njihovim čipovima., iskorištavajući marginu optimizacije koju nudi zajedničko kreiranje softvera i hardvera od samog početka.

Ovaj pristup od ko-dizajn Omogućava maksimalnu kontrolu nad načinom na koji se podaci predstavljaju, koje se operacije izvršavaju i kako se posao distribuira unutar čipa. Umjesto prilagođavanja postojećih modela dizajniranih za GPU-ove opšte namjene, kompanija može dizajnirati algoritme koji koriste jedinstvene karakteristike svojih analognih kola, pulsirajućih neurona ili nekonvencionalnih memorijskih modula.

Kompanija se nada da će joj ova integracija omogućiti da postigne efikasnost reda veličine 1.000 puta veća u poređenju sa trenutnim silicijumom pod određenim opterećenjima. Iako će ove brojke trebati biti validirane kada se pojave prvi nezavisni prototipovi i benchmarkovi, one daju ideju o obimu ambicije kojoj tim teži.

Ovakav pristup je posebno relevantan za Evrope i Španijegdje debata o tehnološkom suverenitetu i ovisnosti o stranim dobavljačima hardvera dobija na zamahu. Nove, efikasnije AI arhitekture otvaraju vrata održivijim i jeftinijim podatkovnim centrima.Ovo je u skladu s energetskim i regulatornim prioritetima regije. Savezi između glavnih pružatelja usluga u oblaku i proizvođača hardvera, poput onih koji su nedavno promijenili industrijski pejzaž, primjer su konteksta u koji bi se ova rješenja mogla uklopiti.saradnja između clouda i proizvođača).

Ako se nekonvencionalni model umjetne inteligencije na kraju pokaže konkurentnim, Ne bi bilo iznenađujuće vidjeti evropske cloud kompanije, istraživačke laboratorije i velike korporacije kako integrišu ovakve vrste rješenja. u svojoj infrastrukturi, tražeći smanjiti troškove energije i ugljični otisak bez žrtvovanja naprednih mogućnosti umjetne inteligencije.

Tržišni kontekst: Mega-runde i utrka za infrastrukturom umjetne inteligencije

Slučaj nekonvencionalne umjetne inteligencije dio je šireg trenda: pojava startupa za umjetnu inteligenciju koji prikupljaju stotine miliona dolara u vrlo ranim fazama, s procjenama koje su prije nekoliko godina bile rezervisane za kompanije koje kotiraju na berzi ili kompanije s vrlo konsolidovanim prihodima.

Posljednjih godina, imena poput OpenAI, Antropski ili inicijative koje promoviraju ličnosti poput Ilya Sutskever o Mira Murati Bili su uključeni u historijske runde rizičnog kapitala. U 2025. godini, desetine startupa u oblasti umjetne inteligencije prešle su prekretnicu od 100 miliona dolara finansiranjakonsolidujući dosad neviđeni obim investicija u ovom segmentu.

Unutar ovog talasa, bitka za infrastrukturu Čipovi, specijalizirani oblaci, akceleratori i sistemi za obuku postali su jedna od najžešće osporavanih oblasti. ovisnost procesora Nedostatak nekolicine proizvođača, a posebno vrhunskih grafičkih procesora, potaknuo je investitore i poduzetnike da traže alternative koje ublažavaju probleme s opskrbom i cijenama.

Nekonvencionalna umjetna inteligencija ulazi u ovu utrku predlažući drugačiji put od pukog postepenog natjecanja s glavnim proizvođačima grafičkih procesoraUmjesto da se samo borite za veće performanse, fokusirajte se na postizanje značajnog poboljšanja energetske efikasnosti, što je ključno na srednji rok za nastavak rasta sistema umjetne inteligencije bez sudarenja s fizičkim i ekonomskim ograničenjima.

Za evropski ekosistem, gdje su troškovi energije i regulatorni zahtjevi za emisije posebno strogi, uspjeh prijedloga ove vrste mogao bi se pokazati odlučujućim. Mnogo efikasniji AI hardver Ovo bi se uklapalo u strategije zelene tranzicije, a istovremeno bi omogućilo kompanijama i administracijama da implementiraju napredne aplikacije umjetne inteligencije bez povećanja njihove potrošnje.

Projekat Nekonvencionalna umjetna inteligencija Utjelovljuje mnoge od glavnih trendova trenutka: mega-runde u početnoj fazi, hardver dizajniran od temelja za vještačku inteligenciju, direktnu inspiraciju iz biologije i opsesiju energetskom efikasnošću koja odgovara sve očiglednijoj stvarnosti. Ako kompanija uspije ostvariti svoja obećanja u siliciju, mogla bi postati jedan od ključnih igrača koji definiraju kako se modeli vještačke inteligencije obučavaju i pokreću u narednoj deceniji, kako u Sjedinjenim Državama i Evropi, tako i na tržištima poput Španije.

Vezani članak:

Nvidia jača svoj strateški savez sa Synopsysom u srcu dizajna čipova

Alberto navarro

Ja sam tehnološki entuzijasta koji je svoja "geek" interesovanja pretvorio u profesiju. Proveo sam više od 10 godina svog života koristeći najsavremeniju tehnologiju i petljajući po svim vrstama programa iz čiste radoznalosti. Sada sam se specijalizirao za kompjutersku tehnologiju i video igrice. To je zato što više od 5 godina pišem za razne web stranice o tehnologiji i video igricama, stvarajući članke koji nastoje dati vam potrebne informacije na jeziku koji je svima razumljiv.

Ako imate bilo kakvih pitanja, moje znanje seže od svega vezanog za Windows operativni sistem kao i Android za mobilne telefone. I moja posvećenost je vama, uvijek sam spreman potrošiti nekoliko minuta i pomoći vam da riješite sva pitanja koja imate u ovom svijetu interneta.