L'intelligenza artificiale non convenzionale sfonda con un mega round di finanziamento iniziale e un nuovo approccio ai chip di intelligenza artificiale

L'arrivo di IA non convenzionale Ha rivoluzionato il panorama dell'hardware per l'intelligenza artificiale con un round di finanziamento di cui si sta già discutendo in ogni ambito del settore. appena pochi mesiL'azienda È riuscita a catturare l'interesse dei fondi più potenti del mondo della tecnologia.scommettendo su un'idea che, sulla carta, promette di ripensare il modo in cui vengono progettate e utilizzate le risorse di elaborazione per l'intelligenza artificiale.

Lungi dal concentrarsi su modelli sempre più grandi e voraci, l'azienda vuole attaccare il problema alla radice: efficienza energetica e architettura fisica dei chipLa sua proposta è esplicitamente ispirata alla biologia e alla funzione cerebrale, con l' L'obiettivo è avvicinarsi a un sistema in grado di offrire un'enorme potenza di calcolo consumando una frazione dell'energia richiesta oggi. grandi data center.

Il più grande round di finanziamento iniziale per l'hardware AI dell'anno

Unconventional AI ha chiuso un round di finanziamento iniziale da 475 milioni di dollariUna cifra che, anche in un mercato abituato ai grandi numeri, si distingue per la sua entità in una fase così precoce. L'operazione valuta l'azienda circa 4.500 milioni, rendendolo uno dei casi più eclatanti di finanziamento iniziale nell'ecosistema hardware dell'IA.

Il round è stato guidato da fondi di capitale di rischio Andreessen Horowitz (a16z) y Partner di Lightspeed VentureDue attori chiave quando si tratta di investimenti a lungo termine nella tecnologia avanzata. A loro si sono uniti altri investitori di alto livello come Capitale Lux, DCVC, Databricks e persino il fondatore di Amazon, Jeff BezosCiò rafforza la sensazione che il progetto sia percepito come una mossa strategica a lungo termine.

Oltre al capitale esterno, uno dei co-fondatori ha deciso di contribuire di tasca propria. 10 milioni...alle stesse condizioni degli altri principali investitori. Questa mossa, al di là dell'importo, invia un chiaro segnale di impegno e fiducia interna nella tesi tecnologica e commerciale dell'azienda.

Secondo diverse interviste, questa prima tranche di 475 milioni sarebbe solo l'inizio di un piano di raccolta fondi che potrebbe arrivare fino a 1.000 milioni in questa stessa fase. La portata dell'obiettivo evidenzia il tipo di progetto che stanno affrontando: hardware complesso, lunghi cicli di sviluppo e un forte investimento iniziale in ricerca e sviluppo.

Rispetto ad altre transazioni recenti, la valutazione è stata leggermente inferiore a 5.000 milioni di cui si è parlato nelle prime indiscrezioni, ma colloca comunque Unconventional AI nella categoria delle startup che, con pochissimi ricavi o prodotti commerciali, stanno già giocando con livelli di capitale precedentemente riservati ad aziende molto più mature.

La visione di Naveen Rao e una squadra abituata al rischio tecnico

A guidare il progetto è Naven RaoRao, figura molto nota nel mondo dell'intelligenza artificiale sia per il suo lato imprenditoriale sia per i suoi incarichi in importanti aziende tecnologiche. responsabile delle piattaforme di intelligenza artificiale presso Intel dopo l'acquisto della sua prima startup, Nervana Systems, specializzata in processori per l'apprendimento automatico.

Successivamente, il fondatore ha fatto un altro passo avanti co-fondando MosaicoML, una piattaforma di addestramento di modelli che ha guadagnato terreno nell'ecosistema dei dati e dell'intelligenza artificiale ed è stata acquisita da Databricks per circa 1.300 miliardi di dollariQuesta storia, con due uscite significative in meno di un decennio, ha avuto un peso notevole nel generare fiducia tra i fondi che ora sostengono il suo nuovo progetto.

Accanto a Rao, l'azienda ha incorporato profili di alto livello provenienti dall'intersezione di hardware, software e ricerca accademicaCome Michael Carbin, Sara Achour y MeeLan LeeSi tratta di un team abituato a gestire rischi tecnici elevati, progetti a lungo termine e problemi che non si risolvono con rapide iterazioni software, ma con prototipi complessi e un'integrazione molto stretta tra architettura fisica e algoritmi.

Lo stesso Rao ha spiegato che il piano di lavoro di Unconventional AI prevede testare più prototipi per diversi anniStanno valutando quale paradigma sia più scalabile in termini di efficienza e costi. In altre parole, non puntano a lanciare rapidamente un prodotto, ma piuttosto a costruire una base tecnologica che possa fare la differenza nell'informatica basata sull'intelligenza artificiale nel prossimo decennio.

Questa scommessa sul cosiddetto "ingegneria a ciclo lungo" Questo contrasta con l'approccio tipico di molte startup software, che si concentrano sulla convalida con i clienti il ​​più rapidamente possibile e sulla messa a punto del prodotto attraverso rapide iterazioni. Qui, il percorso è più simile a quello delle grandi aziende di semiconduttori o dei progetti di infrastrutture critiche, dove il ritorno sull'investimento arriva più tardi ma, se tutto va bene, può ridefinire un intero settore.

Un nuovo tipo di macchina per l'intelligenza artificiale

Il fulcro della proposta di Unconventional AI è quello di costruire un computer radicalmente più efficiente dal punto di vista energetico per carichi di lavoro di intelligenza artificiale. Rao ha riassunto l'ambizione in una frase che ha attirato l'attenzione nel settore: progettare un sistema che sia "efficiente come la biologia", prendendo come riferimento la capacità del cervello umano di eseguire calcoli complessi con un consumo energetico minimo.

Mentre la maggior parte del settore continua a spingere la scalabilità dei modelli (più parametri, più dati, più GPU—, l'azienda parte dal presupposto che Questa strategia ha un chiaro limite in termini di costi e di energia disponibileI grandi data center stanno già affrontando limitazioni energetiche, costi crescenti e problemi di sostenibilità, un problema che desta particolare preoccupazione in Europa e in Spagna a causa degli obiettivi climatici e normativi.

Per rompere questa dinamica, la startup propone un cambio di paradigma nell'architettura informaticaInvece di continuare a perfezionare le architetture digitali convenzionali, esplora progetti che sfruttano le proprietà fisiche del silicio stesso e principi ispirati al funzionamento del cervello, come la dinamica non lineare dei neuroni.

In un testo pubblicato sul suo sito web, l'azienda descrive il suo obiettivo come la creazione di un "nuovo substrato per l'intelligenza"L'idea è che, trovando la struttura giusta che collega l'informatica artificiale al comportamento dei sistemi biologici, sia possibile ottenere guadagni di efficienza ben oltre quelli ottenibili semplicemente migliorando le architetture digitali classiche.

Gli investitori di Lightspeed che hanno partecipato al round concordano con questa diagnosi, sottolineando la necessità di per cercare "l'isomorfismo appropriato per l'intelligenza" Se l'obiettivo è quello di ottenere drastiche riduzioni nel consumo energetico dell'IA, questa linea di pensiero si allinea con gli sforzi di ricerca nel campo dell'informatica neuromorfica e dei sistemi analogici avanzati, che, finora, sono rimasti in gran parte nell'ambito accademico o in progetti sperimentali di grandi produttori.

Architettura: dai chip analogici ai neuroni pulsanti

Uno degli aspetti più sorprendenti dell'intelligenza artificiale non convenzionale è il suo approccio combinato a architetture analogiche, miste e neuromorficheA differenza degli attuali chip digitali, che rappresentano le informazioni utilizzando zeri e uno discreti, i progetti analogici consentono di lavorare con valori continui e di sfruttare fenomeni fisici che, se opportunamente controllati, possono essere molto più efficienti per determinate operazioni. Questo approccio indica progressi nella progettazione e processi di chip avanzati che cercano di ottimizzare l'efficienza a partire dalla base fisica.

L'azienda sta esplorando chip in grado di memorizzare fisicamente distribuzioni di probabilitàinvece di approssimarli numericamente come avviene nei processori tradizionali. Questo apre la porta a rappresentazioni più naturali per i modelli probabilistici e, potenzialmente, a riduzione dei consumi energetici fino a mille volte rispetto ai sistemi digitali che oggi dominano i data center.

Per raggiungere questo obiettivo, il team utilizza concetti provenienti da oscillatori, termodinamica e neuroni spikingQuesto tipo di modello si ispira al modo in cui i neuroni reali vengono attivati ​​da impulsi discreti nel tempo. Queste architetture, tipiche del campo neuromorfico, possono disattivare ampie porzioni del chip quando non sono in uso, riducendo drasticamente le perdite di energia rispetto ai circuiti che mantengono l'attività costante.

L'approccio ricorda in qualche modo i precedenti sforzi di aziende come Intel con i loro processori neuromorfici, che eliminano il tradizionale clock centrale e consentono al chip di funzionare in modo asincrono, attivando solo le parti necessarie a seconda del carico di lavoro. Tuttavia, L'intelligenza artificiale non convenzionale vuole fare un passo avantinon solo imitando il comportamento neuronale, ma integrando strettamente la progettazione fisica del silicio con modelli di intelligenza artificiale specificamente progettati per quell'ambiente.

Questa combinazione di Hardware specializzato e modelli co-progettati Indica un futuro in cui il confine tra chip e algoritmo si assottiglia e in cui le prestazioni non dipendono più tanto dal numero di GPU che possono essere impilate, ma da quanto bene vengono sfruttate le proprietà fisiche più profonde dei materiali e dei circuiti.

Un SoC progettato su misura per la prossima ondata di intelligenza artificiale

Oltre alla panoramica generale, stanno emergendo dettagli tecnici sul tipo di chip che Unconventional AI intende portare in produzione. Diverse offerte di lavoro pubblicate dall'azienda indicano... un acceleratore di intelligenza artificiale basato su un design system-on-a-chip (SoC)Vale a dire un singolo componente che integra diversi moduli di elaborazione specializzati.

Secondo queste descrizioni, il SoC includerà un processore centrale (CPU) responsabile di compiti preliminari come l'organizzazione e la preparazione dei dati sensoriali prima che vengano trasmessi alle unità di intelligenza artificiale più specifiche. Blocchi ottimizzati saranno aggiunti a questa base generale per eseguire operazioni di algebra lineareche costituiscono il cuore matematico di praticamente tutti i modelli di apprendimento profondo, dai grandi modelli linguistici ai sistemi di visione artificiale.

La progettazione tiene conto anche dell'uso di proprietà intellettuale di terze parti Per alcuni moduli, questa è una pratica comune nel settore dei semiconduttori, dove è più efficiente concedere in licenza determinati blocchi collaudati piuttosto che svilupparli da zero. Da qui in poi, il valore aggiunto dell'IA non convenzionale si concentrerà nelle parti più innovative del SoC.

Questi elementi differenzianti includono circuiti a segnale mistoQuesti circuiti, in grado di elaborare informazioni sia analogiche che digitali, sono molto utili per la gestione dei dati provenienti dai sensori o per l'implementazione diretta di operazioni ispirate alla fisica. Questo tipo di circuito è fondamentale affinché il chip possa sfruttare le dinamiche non lineari e le rappresentazioni probabilistiche che l'azienda sta perseguendo.

Un altro punto rilevante è l'interesse dell'azienda nel memorie non volatili emergenti, come RRAMQueste tecnologie conservano le informazioni anche in caso di interruzione di corrente. Possono offrire vantaggi prestazionali rispetto alle memorie flash tradizionali in determinati scenari, sebbene presentino ancora sfide tecniche che ne hanno limitato l'ampia diffusione nei data center. L'evoluzione del mercato delle memorie e le decisioni di produttori come Micron correlato alle linee di prodotto Evidenziano queste sfide e opportunità.

Progettazione congiunta di modelli hardware e AI

L'intelligenza artificiale non convenzionale non vuole limitarsi al livello fisico del processore. La strategia prevede anche lo sviluppo di modelli di intelligenza artificiale adattati ai loro chip., sfruttando il margine di ottimizzazione offerto dalla creazione sin dall'inizio di software e hardware insieme.

Questo approccio di co-diseño Permette il massimo controllo su come vengono rappresentati i dati, quali operazioni vengono eseguite e come il lavoro viene distribuito all'interno del chip. Invece di adattare modelli esistenti progettati per GPU generiche, l'azienda può progettare algoritmi che sfruttano le caratteristiche uniche dei suoi circuiti analogici, dei neuroni pulsanti o dei moduli di memoria non convenzionali.

L'azienda spera che questa integrazione le consenta di raggiungere efficienze nell'ordine di 1.000 volte rispetto al silicio attuale sotto determinati carichi di lavoro. Sebbene questi dati dovranno essere convalidati quando saranno disponibili i primi prototipi e benchmark indipendenti, danno un'idea della portata dell'ambizione che il team si prefigge.

Questo tipo di approccio è particolarmente rilevante per Europa e Spagnadove il dibattito sulla sovranità tecnologica e sulla dipendenza dai fornitori esteri di hardware sta guadagnando terreno. Disporre di nuove e più efficienti architetture di intelligenza artificiale apre le porte a data center più sostenibili e meno costosi.Ciò è in linea con le priorità energetiche e normative della regione. Le alleanze tra i principali fornitori di servizi cloud e i produttori di hardware, come quelle che hanno recentemente rimodellato il panorama del settore, esemplificano il contesto in cui queste soluzioni potrebbero inserirsi.collaborazioni tra cloud e produttori).

Se il modello di intelligenza artificiale non convenzionale alla fine si rivelasse competitivo, Non sarebbe sorprendente vedere aziende cloud europee, laboratori di ricerca e grandi aziende integrare questo tipo di soluzioni. nella sua infrastruttura, cercando ridurre i costi energetici e l'impronta di carbonio senza sacrificare le capacità avanzate dell'intelligenza artificiale.

Contesto di mercato: mega-round e corsa all'infrastruttura di intelligenza artificiale

Il caso dell'IA non convenzionale rientra in una tendenza più ampia: l'emergere di startup di intelligenza artificiale che raccolgono centinaia di milioni di dollari nelle fasi iniziali, con valutazioni che fino a qualche anno fa erano riservate a società quotate o con ricavi molto consolidati.

Negli ultimi anni, nomi come OpenAI, Antropico o iniziative promosse da personaggi come Ilya Sutskever o Mira Murat Sono stati coinvolti in round di venture capital storici. Nel 2025, decine di startup di intelligenza artificiale hanno superato il traguardo di 100 milioni di dollari di finanziamenticonsolidando un volume di investimenti senza precedenti in questo segmento.

All'interno di questa ondata, la battaglia per le infrastrutture Chip, cloud specializzati, acceleratori e sistemi di addestramento sono diventati uno dei settori più contesi. dipendenza dal processore La carenza di alcuni produttori, in particolare di GPU di fascia alta, ha spinto investitori e imprenditori a cercare alternative che alleviassero i colli di bottiglia nell'offerta e nei prezzi.

L'intelligenza artificiale non convenzionale entra in questa corsa proponendo un percorso diverso dalla mera competizione incrementale con i principali produttori di GPUInvece di limitarsi a lottare per ottenere maggiori prestazioni, è opportuno concentrarsi sul raggiungimento di miglioramenti significativi nell'efficienza energetica, un aspetto fondamentale nel medio termine affinché i sistemi di intelligenza artificiale continuino a crescere senza scontrarsi con limiti fisici ed economici.

Per l'ecosistema europeo, dove i costi energetici e i requisiti normativi sulle emissioni sono particolarmente rigidi, il successo di proposte di questo tipo potrebbe rivelarsi decisivo. Un hardware AI molto più efficiente Ciò sarebbe in linea con le strategie di transizione verde e consentirebbe alle aziende e alle amministrazioni di implementare applicazioni di intelligenza artificiale avanzate senza aumentare i propri consumi.

Il progetto IA non convenzionale Incarna molte delle principali tendenze del momento: mega-round in fase di seed, hardware progettato da zero per l'intelligenza artificiale, ispirazione diretta dalla biologia e un'ossessione per l'efficienza energetica che risponde a una realtà sempre più evidente. Se l'azienda riuscirà a concretizzare le sue promesse nel silicio, potrebbe diventare uno degli attori chiave che definiranno il modo in cui i modelli di intelligenza artificiale saranno addestrati e gestiti nel prossimo decennio, sia negli Stati Uniti che in Europa e, per estensione, in mercati come la Spagna.

Articolo correlato:

Nvidia rafforza la sua alleanza strategica con Synopsys nel cuore della progettazione dei chip

Alberto navarro

Sono un appassionato di tecnologia che ha trasformato i suoi interessi "geek" in una professione. Ho trascorso più di 10 anni della mia vita utilizzando tecnologie all'avanguardia e armeggiando con tutti i tipi di programmi per pura curiosità. Ora mi sono specializzato in informatica e videogiochi. Questo perché da più di 5 anni scrivo per vari siti web di tecnologia e videogiochi, creando articoli che cercano di darti le informazioni di cui hai bisogno in un linguaggio comprensibile a tutti.

In caso di domande, le mie conoscenze spaziano da tutto ciò che riguarda il sistema operativo Windows e Android per telefoni cellulari. E il mio impegno è nei tuoi confronti, sono sempre disposto a dedicare qualche minuto e aiutarti a risolvere qualsiasi domanda tu possa avere in questo mondo di Internet.