Ukonventionel AI bryder igennem med en mega seed-runde og en ny tilgang til AI-chips

Sidste ændring: 10/12/2025

  • Ukonventionel AI lukker en seed-runde på 475 millioner dollars med en værdiansættelse på 4.500 milliarder dollars
  • Startup-virksomheden designer biologisk inspirerede AI-chips og computere for at opnå ekstrem energieffektivitet
  • Dens arkitektur kombinerer analog databehandling, pulserende neuroner og blandede SoC'er med ikke-flygtig hukommelse.
  • Naveen Rao leder et elitehold og planlægger at rejse op til 1.000 milliard dollars i denne indledende fase.
Ukonventionel AI

Ankomsten af Ukonventionel AI Det har rystet landskabet for kunstig intelligens-hardware med en finansieringsrunde, der allerede diskuteres i alle branchekredse. knap et par måneder gammelvirksomheden Det er lykkedes at fange interessen hos de mest magtfulde fonde i teknologiverdenen.satsning på en idé, der på papiret lover at gentænke, hvordan computerressourcer til AI designes og forbruges.

Langt fra at fokusere på stadigt større og mere glubske modeller, ønsker virksomheden at angribe problemet ved dets rod: energieffektivitet og chipsenes fysiske arkitekturHans forslag er eksplicit inspireret af biologi og hjernefunktion, med Målet er at komme tættere på et system, der er i stand til at tilbyde enorm computerkraft, samtidig med at det forbruger en brøkdel af den energi, der kræves i dag. store datacentre.

Årets største AI-hardware seed-runde

Grundlæggerne af ukonventionel AI

Ukonventionel AI har afsluttet en seed-runde på 475 millioner dollarsEt tal, der selv i et marked, der er vant til store tal, skiller sig ud ved sin størrelsesorden på et så tidligt stadie. Transaktionen værdisætter virksomheden til omkring 4.500 million, hvilket gør det til et af de mest slående tilfælde af seedfinansiering i AI-hardwareøkosystemet.

Runden har været ledet af venturekapitalfonde Andreessen Horowitz (a16z) y Lightspeed Venture PartnersTo nøgleaktører, når det kommer til langsigtede investeringer i dybdegående teknologi. De har fået selskab af andre topinvestorer som f.eks. Lux Capital, DCVC, Databrikker og endda grundlæggeren af ​​Amazon, Jeff BezosDette forstærker følelsen af, at projektet opfattes som et langsigtet strategisk træk.

Udover ekstern kapital har en af ​​medstifterne besluttet at bidrage af egen lomme. 10 million...på samme vilkår som de andre store investorer. Dette skridt, ud over beløbet, sender et klart signal om engagement og intern tillid til virksomhedens teknologiske og forretningsmæssige tese.

Ifølge forskellige interviews ville denne første tranche på 475 millioner kun være begyndelsen på en fundraisingplan, der kunne nå op til 1.000 million på samme tidspunkt. Målets omfang fremhæver den type projekt, de står over for: kompleks hardware, lange udviklingscyklusser og en stærk initial investering i forskning og udvikling.

Sammenlignet med andre nylige transaktioner var værdiansættelsen en smule lavere end 5.000 millones der blev diskuteret i de første rygter, men det placerer stadig ukonventionel AI i ligaen af ​​startups, der næsten uden indkomst eller kommercielt produkt allerede spiller på kapitalniveauer, der tidligere var forbeholdt langt mere modne virksomheder.

Naveen Raos vision og et team, der er vant til teknisk risiko

Naveen Rao

At lede projektet er Naveen RaoRao, en velkendt figur i AI-verdenen, både for sin iværksætterside og sine positioner i store teknologivirksomheder. ansvarlig for kunstig intelligens-platforme hos Intel efter købet af sin første startup, Nervana Systems, der specialiserer sig i processorer til maskinlæring.

Senere tog grundlæggeren endnu et spring ved at være med til at grundlægge Mosaicml, en modeltræningsplatform, der fik indpas i data- og AI-økosystemet og endte med at blive opkøbt af Databricks for omkring 1.300 milliarder dollarsDenne track record, med to betydelige exits på mindre end et årti, har haft stor betydning for at skabe tillid blandt de fonde, der nu støtter det nye projekt.

Eksklusivt indhold - Klik her  Google aktiverer AI-tilstand i Spanien: hvordan det fungerer, og hvordan man bruger det

Udover Rao har virksomheden indarbejdet profiler på højt niveau fra krydsfeltet mellem hardware, software og akademisk forskningSom Michael Carbin, Sara Achour y MeeLan LeeDette er et team, der er vant til at håndtere høj teknisk risiko, langvarige projekter og problemer, der ikke løses med hurtige softwareiterationer, men med komplekse prototyper og en meget tæt integration mellem fysisk arkitektur og algoritmer.

Rao har selv forklaret, at ukonventionel AI's arbejdsplan involverer teste flere prototyper over flere årDe evaluerer hvilket paradigme der skalerer bedst med hensyn til effektivitet og omkostninger. Med andre ord ønsker de ikke at lancere et produkt hurtigt, men snarere at opbygge et teknologisk fundament, der kan gøre en forskel inden for AI-computing i løbet af det næste årti.

Dette væddemål på den såkaldte "langcyklusteknik" Dette står i kontrast til den typiske tilgang hos mange software-startups, som fokuserer på at validere med kunderne så hurtigt som muligt og finjustere produktet gennem hurtige iterationer. Her minder vejen mere om den, der anvendes hos store halvledervirksomheder eller kritiske infrastrukturprojekter, hvor investeringsafkastet kommer senere, men hvis alt går vel, kan omdefinere en hel sektor.

En ny type maskine til kunstig intelligens

Sammenligning af kunstig intelligens

Kernen i Ukonventionel AI's forslag er at bygge en radikalt mere energieffektiv computer til arbejdsbyrder inden for kunstig intelligens. Rao har opsummeret ambitionen i en sætning, der har vakt opmærksomhed i sektoren: at designe et system, der er "lige så effektiv som biologi"med den menneskelige hjernes evne til at udføre komplekse beregninger med minimalt energiforbrug som reference.

Mens størstedelen af ​​branchen fortsat presser på for skalering af modeller – flere parametre, flere data, flere GPU'er—, virksomheden tager udgangspunkt i, at Denne strategi har en klar grænse med hensyn til omkostninger og tilgængelig energiStore datacentre står allerede over for strømrestriktioner, stigende omkostninger og bæredygtighedsproblemer, noget der er særligt bekymrende i Europa og Spanien på grund af klima- og lovgivningsmæssige mål.

For at bryde denne dynamik foreslår startup'en et paradigmeskift inden for computerarkitekturI stedet for at fortsætte med at forfine konventionelle digitale arkitekturer, så udforsk design, der udnytter fysiske egenskaber af silicium i sig selv og principper inspireret af hjernens funktion, såsom neuroners ikke-lineære dynamik.

I en tekst offentliggjort på virksomhedens hjemmeside beskriver virksomheden sit mål som skabelsen af ​​en "Nyt substrat for intelligens"Ideen er, at ved at finde den rette struktur, der forbinder kunstig databehandling med biologiske systemers adfærd, er det muligt at opnå effektivitetsgevinster langt ud over, hvad der opnås ved blot at forbedre klassiske digitale arkitekturer.

Lightspeeds investorer, der deltager i runden, er enige i den diagnose og peger på behovet for at søge efter "den passende isomorfi for intelligens" Hvis målet er at opnå drastiske reduktioner i AI-energiforbruget, stemmer denne tankegang overens med forskningsindsatsen inden for neuromorfisk databehandling og avancerede analoge systemer, som indtil nu i vid udstrækning er forblevet inden for den akademiske verden eller i eksperimentelle projekter udført af store producenter.

Arkitektur: Fra analoge chips til pulserende neuroner

Ukonventionel AI-hardware

Et af de mest slående aspekter ved ukonventionel kunstig intelligens er dens kombinerede tilgang til analoge, blandede og neuromorfe arkitekturerI modsætning til nuværende digitale chips, som repræsenterer information ved hjælp af diskrete nuller og ettaller, tillader analoge designs at arbejde med kontinuerlige værdier og udnytte fysiske fænomener, som, når de styres korrekt, kan være langt mere effektive til bestemte operationer. Denne tilgang peger på fremskridt inden for avanceret chipdesign og -processer der søger at optimere effektiviteten fra det fysiske grundlag.

Virksomheden undersøger chips, der fysisk kan lagre sandsynlighedsfordelingeri stedet for at tilnærme dem numerisk, som det gøres i traditionelle processorer. Dette åbner døren for mere naturlige repræsentationer for probabilistiske modeller og potentielt for reduktion af energiforbruget på op til tusind gange sammenlignet med de digitale systemer, der dominerer datacentre i dag.

Eksklusivt indhold - Klik her  Google DeepMind revolutionerer skabelsen af ​​3D-verdener med Genie 2

For at opnå dette bruger teamet koncepter fra oscillatorer, termodynamik og spikede neuronerDenne type model er inspireret af den måde, hvorpå virkelige neuroner aktiveres af diskrete impulser over tid. Disse arkitekturer, typiske for det neuromorfiske felt, kan deaktivere store dele af chippen, når den ikke er i brug, hvilket drastisk reducerer energitab sammenlignet med kredsløb, der opretholder konstant aktivitet.

Tilgangen minder noget om tidligere bestræbelser fra virksomheder som Intel med deres neuromorfiske processorer, der eliminerer det traditionelle centrale ur og tillader chippen at fungere asynkront, hvor kun de nødvendige dele aktiveres afhængigt af arbejdsbyrden. Dog... Ukonventionel AI vil gå et skridt videreikke kun ved at efterligne neuronal adfærd, men ved tæt at integrere siliciums fysiske design med AI-modeller, der er specifikt designet til det pågældende miljø.

Denne kombination af Specialiseret hardware og co-designede modeller Det peger på en fremtid, hvor grænsen mellem chip og algoritme udviskes, og hvor ydeevnen ikke længere afhænger så meget af, hvor mange GPU'er der kan stables, men af ​​hvor godt de dybere fysiske egenskaber ved materialer og kredsløb udnyttes.

En SoC, der er specialdesignet til den næste bølge af AI

Ud over den generelle oversigt dukker der tekniske detaljer op om den type chip, som ukonventionel kunstig intelligens sigter mod at bringe i produktion. Forskellige jobopslag offentliggjort af virksomheden peger på... en AI-accelerator baseret på et system-on-a-chip (SoC) designDet vil sige en enkelt komponent, der integrerer flere specialiserede computermoduler.

Ifølge disse beskrivelser vil SoC'en omfatte en central processor (CPU) ansvarlig for indledende opgaver såsom organisering og forberedelse af sensoriske data, før de videregives til de mere specifikke AI-enheder. Baseret på dette generelle fundament vil optimerede blokke blive tilføjet for at udføre lineære algebraoperationersom er det matematiske hjerte i stort set alle deep learning-modeller, fra store sprogmodeller til computervisionssystemer.

Designet tager også højde for brugen af tredjeparts intellektuel ejendom For nogle moduler er dette almindelig praksis i halvlederindustrien, hvor det er mere effektivt at licensere bestemte dokumenterede blokke end at udvikle dem fra bunden. Derfra vil merværdien af ​​ukonventionel AI blive koncentreret i de mest innovative dele af SoC'en.

Disse differentierende elementer omfatter blandede signalkredsløbDisse kredsløb, der er i stand til at behandle både analog og digital information, er meget nyttige til at håndtere data fra sensorer eller til direkte implementering af fysikinspirerede operationer. Denne type kredsløb er nøglen til, at chippen kan udnytte den ikke-lineære dynamik og de probabilistiske repræsentationer, som virksomheden forfølger.

Et andet relevant punkt er virksomhedens interesse i nye ikke-flygtige hukommelser, såsom RRAMDisse teknologier bevarer information, selv når strømmen går tabt. De kan tilbyde ydeevnefordele i forhold til traditionel flashhukommelse i visse scenarier, selvom de stadig står over for tekniske udfordringer, der har begrænset deres udbredte implementering i datacentre. Udviklingen af ​​hukommelsesmarkedet og beslutninger fra producenter som f.eks. Micron relateret til produktlinjer De fremhæver disse udfordringer og muligheder.

Fælles design af hardware- og AI-modeller

Ukonventionel kunstig intelligens ønsker ikke kun at forblive på processorens fysiske lag. Strategien involverer også udvikling af AI-modeller tilpasset deres chips., og udnytter den optimeringsmargin, der tilbydes ved at skabe software og hardware sammen fra starten.

Denne tilgang af meddesign Det giver maksimal kontrol over, hvordan data repræsenteres, hvilke operationer der udføres, og hvordan arbejdet fordeles i chippen. I stedet for at tilpasse eksisterende modeller designet til generelle GPU'er, kan virksomheden designe algoritmer, der udnytter de unikke egenskaber ved dens analoge kredsløb, pulserende neuroner eller ukonventionelle hukommelsesmoduler.

Eksklusivt indhold - Klik her  OpenAI lancerer o3 og o3 Mini: nye modeller til avanceret ræsonnement inden for kunstig intelligens

Virksomheden håber, at denne integration vil give dem mulighed for at opnå effektivitet på 1.000 gange sammenlignet med nuværende silicium under visse arbejdsbyrder. Selvom disse tal skal valideres, når de første uafhængige prototyper og benchmarks dukker op, giver de en idé om teamets ambitionsniveau.

Denne type tilgang er særligt relevant for Europa og Spanienhvor debatten om teknologisk suverænitet og afhængighed af udenlandske hardwareleverandører vinder frem. Nye, mere effektive AI-arkitekturer åbner døren for mere bæredygtige og billigere datacentre.Dette stemmer overens med regionens energi- og regulatoriske prioriteter. Alliancer mellem store cloud-udbydere og hardwareproducenter, såsom dem, der for nylig har omformet branchelandskabet, eksemplificerer den kontekst, hvori disse løsninger kan passe ind.samarbejder mellem cloud og producenter).

Hvis den ukonventionelle AI-model i sidste ende viser sig at være konkurrencedygtig, Det ville ikke være overraskende at se europæiske cloudvirksomheder, forskningslaboratorier og store virksomheder integrere denne type løsninger. i sin infrastruktur, søger reducere energiomkostninger og CO2-aftryk uden at ofre avancerede AI-funktioner.

Markedskontekst: Mega-runder og kapløbet om AI-infrastruktur

Tilfældet med ukonventionel kunstig intelligens er en del af en bredere tendens: fremkomsten af ​​AI-startups, der indsamler hundredvis af millioner af dollars i meget tidlige stadier, med værdiansættelser, der for få år siden var forbeholdt børsnoterede virksomheder eller virksomheder med meget konsoliderede omsætninger.

I de senere år har navne som OpenAI, Antropisk eller initiativer fremmet af personer som f.eks. Ilya Sutskever o Mira Murat De har været involveret i historiske venturekapitalrunder. I 2025 overskred snesevis af AI-startups milepælen på 100 millioner dollars i finansieringkonsolidering af et hidtil uset investeringsvolumen i dette segment.

Inden for denne bølge, kampen om infrastrukturen Chips, specialiserede clouds, acceleratorer og træningssystemer er blevet et af de mest omstridte områder. processorafhængighed Manglen på en håndfuld producenter, og især på high-end GPU'er, har fået investorer og iværksættere til at søge alternativer, der afhjælper udbuds- og prisflaskehalse.

Ukonventionel kunstig intelligens går ind i dette kapløb ved at foreslå en anden vej end blot inkrementel konkurrence med de store GPU-producenterI stedet for blot at kæmpe for mere ydeevne, så fokuser på at opnå enorme forbedringer i energieffektivitet, noget der er afgørende på mellemlang sigt for at AI-systemer kan fortsætte med at vokse uden at løbe hovedkulds ind i fysiske og økonomiske begrænsninger.

For det europæiske økosystem, hvor energiomkostninger og lovgivningsmæssige krav til emissioner er særligt strenge, kan en succes med denne type forslag vise sig afgørende. En langt mere effektiv AI-hardware Dette ville passe ind i strategierne for grøn omstilling, samtidig med at det ville give virksomheder og forvaltninger mulighed for at implementere avancerede AI-applikationer uden at øge deres forbrug.

Projektet af Ukonventionel AI Det repræsenterer mange af de store trends i øjeblikket: mega-runder i seed-faser, hardware designet fra bunden til AI, direkte inspiration fra biologi og en besættelse af energieffektivitet, der reagerer på en stadig mere tydelig virkelighed. Hvis virksomheden formår at materialisere sine løfter inden for silicium, kan den blive en af ​​de vigtigste aktører, der definerer, hvordan kunstig intelligens-modeller trænes og køres i det næste årti, både i USA og Europa, og i forlængelse heraf på markeder som Spanien.

Nvidia-synopsis
relateret artikel:
Nvidia styrker sin strategiske alliance med Synopsys i hjertet af chipdesign