Ukonvensjonell AI slår gjennom med en mega-frørunde og en ny tilnærming til AI-brikker

Ankomsten av Ukonvensjonell AI Det har rystet opp landskapet for kunstig intelligens-maskinvare med en finansieringsrunde som allerede diskuteres i alle bransjekretser. knapt noen måneder gammel, selskapet Det har klart å fange interessen til de mektigste fondene i teknologiverdenen.satser på en idé som på papiret lover å revurdere hvordan dataressurser for AI utformes og forbrukes.

Langt fra å fokusere på stadig større og mer glupske modeller, ønsker selskapet å angripe problemet ved roten: energieffektivitet og den fysiske arkitekturen til brikkeneForslaget hans er eksplisitt inspirert av biologi og hjernefunksjon, med Målet er å komme nærmere et system som er i stand til å tilby enorm datakraft samtidig som det forbruker en brøkdel av energien som kreves i dag. store datasentre.

Årets største såkornrunde for AI-maskinvare

Ukonvensjonell AI har avsluttet en såkornrunde på 475 millioner dollarEt tall som, selv i et marked som er vant til store tall, skiller seg ut med sin størrelsesorden på et så tidlig stadium. Transaksjonen verdsetter selskapet til rundt 4.500 millioner, noe som gjør det til et av de mest slående tilfellene av såkornfinansiering i AI-maskinvareøkosystemet.

Runden har blitt ledet av venturekapitalfond Andreessen Horowitz (a16z) y Lightspeed Venture PartnersTo sentrale aktører når det gjelder langsiktige investeringer i dypteknologi. De har fått selskap av andre toppinvestorer som Lux Capital, DCVC, Databaser og til og med grunnleggeren av Amazon, Jeff BezosDette forsterker følelsen av at prosjektet oppfattes som et langsiktig strategisk grep.

I tillegg til ekstern kapital har en av medgründerne bestemt seg for å bidra fra egen lomme. 10 millioner...på samme vilkår som de andre store investorene. Dette trekket, utover beløpet, sender et klart signal om engasjement og intern tillit til selskapets teknologiske og forretningsmessige tese.

Ifølge diverse intervjuer ville denne første transjen på 475 millioner bare være begynnelsen på en innsamlingsplan som kunne nå opp til 1.000 millioner på samme stadie. Omfanget av målet fremhever hvilken type prosjekt de står overfor: kompleks maskinvare, lange utviklingssykluser og en sterk initial investering i FoU.

Sammenlignet med andre nylige transaksjoner, var verdsettelsen litt lavere enn 5.000 millones som ble diskutert i de første ryktene, men det plasserer fortsatt ukonvensjonell AI i ligaen av oppstartsbedrifter som, med knapt noen inntekt eller kommersielt produkt, allerede spiller på kapitalnivåer som tidligere var reservert for mye mer modne selskaper.

Naveen Raos visjon og et team vant til teknisk risiko

Leder prosjektet er Naveen RaoRao, en kjent skikkelse i AI-verdenen, både for sin entreprenørielle side og sine stillinger i store teknologiselskaper. ansvarlig for kunstig intelligens-plattformer hos Intel etter kjøpet av sin første oppstartsbedrift, Nervana Systems, som spesialiserer seg på prosessorer for maskinlæring.

Senere tok grunnleggeren et nytt sprang ved å være med på å grunnlegge MosaicML, en modelltreningsplattform som fikk fotfeste i data- og AI-økosystemet og endte opp med å bli kjøpt opp av Databricks for omtrent 1.300 milliarder dollarDenne merittlisten, med to betydelige exits på under et tiår, har vært svært viktig for å skape tillit blant fondene som nå støtter det nye prosjektet.

Ved siden av Rao har selskapet innlemmet profiler på høyt nivå fra skjæringspunktet mellom maskinvare, programvare og akademisk forskningSom Michael Carbin, Sara Achour y MeeLan LeeDette er et team som er vant til å håndtere høy teknisk risiko, langvarige prosjekter og problemer som ikke løses med raske programvareiterasjoner, men med komplekse prototyper og en svært tett integrasjon mellom fysisk arkitektur og algoritmer.

Rao har selv forklart at arbeidsplanen til ukonvensjonell AI innebærer teste flere prototyper over flere årDe evaluerer hvilket paradigme som skalerer best med tanke på effektivitet og kostnad. Med andre ord ønsker de ikke å lansere et produkt raskt, men heller å bygge et teknologisk fundament som kan utgjøre en forskjell innen AI-databehandling i løpet av det neste tiåret.

Denne innsatsen på den såkalte "langsyklusteknikk" Dette står i kontrast til den typiske tilnærmingen til mange programvareoppstartsbedrifter, som fokuserer på å validere med kunder så raskt som mulig og finjustere produktet gjennom raske iterasjoner. Her ligner veien mer på den for store halvlederselskaper eller kritiske infrastrukturprosjekter, hvor avkastningen på investeringen kommer senere, men hvis alt går bra, kan omdefinere en hel sektor.

En ny type maskin for kunstig intelligens

Kjernen i forslaget til ukonvensjonell kunstig intelligens er å bygge en radikalt mer energieffektiv datamaskin for arbeidsmengder innen kunstig intelligens. Rao har oppsummert ambisjonen i en setning som har vakt oppmerksomhet i sektoren: å designe et system som er «like effektiv som biologi», med referanse til den menneskelige hjernens evne til å utføre komplekse beregninger med minimalt energiforbruk.

Mens mesteparten av bransjen fortsetter å presse på for skalering av modeller – flere parametere, mer data, flere GPU-er– Selskapet starter med at Denne strategien har en klar grense når det gjelder kostnader og tilgjengelig energi.Store datasentre står allerede overfor strømrestriksjoner, økende kostnader og bærekraftsproblemer, noe som er spesielt bekymringsfullt i Europa og Spania på grunn av klima- og regulatoriske mål.

For å bryte denne dynamikken foreslår oppstartsbedriften et paradigmeskifte innen dataarkitekturI stedet for å fortsette å forbedre konvensjonelle digitale arkitekturer, bør du utforske design som utnytter fysiske egenskaper til selve silisiumet og prinsipper inspirert av hjernens funksjon, som for eksempel den ikke-lineære dynamikken til nevroner.

I en tekst publisert på nettsiden deres beskriver selskapet målet sitt som å skape en «nytt substrat for intelligens»Tanken er at ved å finne den rette strukturen som knytter kunstig databehandling til oppførselen til biologiske systemer, er det mulig å oppnå effektivitetsgevinster langt utover det som oppnås ved å forbedre klassiske digitale arkitekturer.

Lightspeeds investorer som deltar i runden er enige i den diagnosen, og peker på behovet for å søke etter «den passende isomorfismen for intelligens» Hvis målet er å oppnå drastiske reduksjoner i AI-energiforbruk, er denne tankegangen i tråd med forskningsinnsatsen innen nevromorfisk databehandling og avanserte analoge systemer, som frem til nå i stor grad har holdt seg innenfor akademia eller eksperimentelle prosjekter av store produsenter.

Arkitektur: Fra analoge brikker til pulserende nevroner

Et av de mest slående aspektene ved ukonvensjonell kunstig intelligens er dens kombinerte tilnærming til analoge, blandede og nevromorfe arkitekturerI motsetning til dagens digitale brikker, som representerer informasjon ved hjelp av diskrete nuller og enere, tillater analoge design å jobbe med kontinuerlige verdier og dra nytte av fysiske fenomener som, når de kontrolleres riktig, kan være mye mer effektive for visse operasjoner. Denne tilnærmingen peker på fremskritt innen avansert chipdesign og -prosesser som søker å optimalisere effektiviteten fra det fysiske grunnlaget.

Selskapet utforsker brikker som er i stand til fysisk å lagre sannsynlighetsfordelingeri stedet for å tilnærme dem numerisk slik det gjøres i tradisjonelle prosessorer. Dette åpner døren for mer naturlige representasjoner for sannsynlighetsmodeller og potensielt for reduksjoner i energiforbruket på opptil tusen ganger sammenlignet med de digitale systemene som dominerer datasentre i dag.

For å oppnå dette bruker teamet konsepter fra oscillatorer, termodynamikk og piggete nevronerDenne typen modell er inspirert av måten virkelige nevroner aktiveres av diskrete impulser over tid. Disse arkitekturene, typiske for det nevromorfe feltet, kan deaktivere store deler av brikken når den ikke er i bruk, noe som reduserer energitap drastisk sammenlignet med kretser som opprettholder konstant aktivitet.

Tilnærmingen minner noe om tidligere forsøk fra selskaper som Intel med sine nevromorfe prosessorer, som eliminerer den tradisjonelle sentrale klokken og lar brikken operere asynkront, og aktiverer bare de nødvendige delene avhengig av arbeidsmengden. Imidlertid, Ukonvensjonell AI vil gå et skritt videreikke bare ved å etterligne nevronal atferd, men ved å integrere den fysiske utformingen av silisium tett med AI-modeller som er spesielt utviklet for det miljøet.

Denne kombinasjonen av Spesialisert maskinvare og samdesignede modeller Det peker mot en fremtid der grensen mellom brikke og algoritme viskes ut, og der ytelsen ikke lenger avhenger så mye av hvor mange GPU-er som kan stables, men av hvor godt de dypere fysiske egenskapene til materialer og kretser utnyttes.

En SoC spesialdesignet for den neste bølgen av AI

Utover den generelle oversikten dukker det opp tekniske detaljer om hvilken type brikke ukonvensjonell AI har som mål å bringe i produksjon. Ulike stillingsannonser publisert av selskapet peker på... en AI-akselerator basert på et system-på-en-brikke (SoC)-designDet vil si én enkelt komponent som integrerer flere spesialiserte datamoduler.

I følge disse beskrivelsene vil SoC-en inkludere en sentral prosessor (CPU) ansvarlig for forberedende oppgaver som å organisere og forberede sensoriske data før de sendes videre til de mer spesifikke AI-enhetene. Basert på dette generelle grunnlaget vil optimaliserte blokker legges til for å utføre lineære algebraoperasjonersom er det matematiske hjertet i så godt som alle modeller for dyp læring, fra store språkmodeller til datasynssystemer.

Designet tar også hensyn til bruken av tredjeparts immaterielle rettigheter For noen moduler er dette vanlig praksis i halvlederindustrien, hvor det er mer effektivt å lisensiere visse velprøvde blokker enn å utvikle dem fra bunnen av. Derfra vil merverdien til ukonvensjonell AI bli konsentrert i de mest innovative delene av SoC-en.

Disse differensierende elementene inkluderer blandede signalkretserDisse kretsene, som er i stand til å behandle både analog og digital informasjon, er svært nyttige for å håndtere data fra sensorer eller for direkte implementering av fysikkinspirerte operasjoner. Denne typen kretser er nøkkelen til at brikken skal kunne utnytte den ikke-lineære dynamikken og de sannsynlighetsrepresentasjonene som selskapet forfølger.

Et annet relevant poeng er selskapets interesse i nye ikke-flyktige minner, som RRAMDisse teknologiene lagrer informasjon selv når strømmen går. De kan tilby ytelsesfordeler i forhold til tradisjonelt flashminne i visse scenarier, selv om de fortsatt står overfor tekniske utfordringer som har begrenset deres utbredelse i datasentre. Utviklingen av minnemarkedet og beslutninger fra produsenter som Micron relatert til produktlinjer De fremhever disse utfordringene og mulighetene.

Samdesign av maskinvare- og AI-modeller

Ukonvensjonell AI ønsker ikke å forbli bare på det fysiske laget av prosessoren. Strategien innebærer også å utvikle AI-modeller tilpasset brikkene deres., og utnytter optimaliseringsmarginen som tilbys ved å lage programvare og maskinvare sammen fra starten av.

Denne tilnærmingen til meddesign Det gir maksimal kontroll over hvordan data representeres, hvilke operasjoner som utføres og hvordan arbeid fordeles i brikken. I stedet for å tilpasse eksisterende modeller designet for generelle GPU-er, kan selskapet designe algoritmer som utnytter de unike egenskapene til analoge kretser, pulserende nevroner eller ukonvensjonelle minnemoduler.

Selskapet håper at denne integrasjonen vil gjøre det mulig for dem å oppnå effektivitet på omtrent 1.000 ganger sammenlignet med dagens silisium under visse arbeidsbelastninger. Selv om disse tallene må valideres når de første uavhengige prototypene og referansepunktene dukker opp, gir de en idé om ambisjonsskalaen teamet sikter mot.

Denne typen tilnærming er spesielt relevant for Europa og Spaniader debatten om teknologisk suverenitet og avhengighet av utenlandske maskinvareleverandører får stadig mer fart. Nye, mer effektive AI-arkitekturer åpner døren for mer bærekraftige og rimeligere datasentre.Dette er i samsvar med regionens energi- og regulatoriske prioriteringer. Allianser mellom store skyleverandører og maskinvareprodusenter, slik som de som nylig har omformet bransjelandskapet, eksemplifiserer konteksten disse løsningene kan passe inn i.samarbeid mellom skyen og produsenter).

Hvis den ukonvensjonelle AI-modellen til slutt viser seg å være konkurransedyktig, Det ville ikke være overraskende å se europeiske skyselskaper, forskningslaboratorier og store selskaper integrere denne typen løsninger. i sin infrastruktur, søker redusere energikostnader og karbonavtrykk uten å ofre avanserte AI-funksjoner.

Markedskontekst: Megarunder og kappløpet om AI-infrastruktur

Tilfellet med ukonvensjonell AI er en del av en bredere trend: fremveksten av AI-oppstartsbedrifter som samler inn hundrevis av millioner dollar i svært tidlige stadier, med verdsettelser som for noen år siden var forbeholdt børsnoterte selskaper eller selskaper med svært konsoliderte inntekter.

I de senere årene har navn som OpenAI, Antropisk eller initiativer fremmet av personer som Ilya Sutskever o Mira Murat De har vært involvert i historiske runder med venturekapital. I 2025 passerte dusinvis av AI-oppstartsbedrifter milepælen på 100 millioner dollar i finansieringkonsoliderer et enestående investeringsvolum i dette segmentet.

Innenfor denne bølgen, kampen om infrastrukturen Brikker, spesialiserte skyer, akseleratorer og treningssystemer har blitt et av de mest omstridte områdene. prosessoravhengighet Mangelen på en håndfull produsenter, og spesielt på avanserte GPU-er, har fått investorer og gründere til å søke alternativer som reduserer flaskehalser i tilbud og priser.

Ukonvensjonell AI går inn i dette løpet ved å foreslå en annen vei enn bare trinnvis konkurranse med de store GPU-produsenteneI stedet for bare å kjempe for bedre ytelse, fokuser på å oppnå størrelsesordener av forbedringer i energieffektivitet, noe som er viktig på mellomlang sikt for at AI-systemer skal kunne fortsette å vokse uten å støte hodestups på fysiske og økonomiske begrensninger.

For det europeiske økosystemet, hvor energikostnader og regulatoriske krav til utslipp er spesielt strenge, kan suksessen til forslag av denne typen vise seg å være avgjørende. Mye mer effektiv AI-maskinvare Dette ville passe inn i strategiene for grønn omstilling, samtidig som det ville tillate bedrifter og administrasjoner å ta i bruk avanserte AI-applikasjoner uten å øke forbruket.

Utkastet Ukonvensjonell AI Den legemliggjør mange av de viktigste trendene i øyeblikket: mega-runder i såkornfasen, maskinvare designet fra grunnen av for AI, direkte inspirasjon fra biologi og en besettelse av energieffektivitet som svarer til en stadig mer tydelig virkelighet. Hvis selskapet klarer å materialisere løftene sine innen silisium, kan det bli en av nøkkelaktørene som definerer hvordan kunstig intelligens-modeller trenes og kjøres i løpet av det neste tiåret, både i USA og Europa, og i forlengelsen av dette i markeder som Spania.

Relatert artikkel:

Nvidia styrker sin strategiske allianse med Synopsys i hjertet av chipdesign

Alberto navarro

Jeg er en teknologientusiast som har gjort sine "geek"-interesser til et yrke. Jeg har brukt mer enn 10 år av livet mitt på å bruke banebrytende teknologi og fikse med alle slags programmer av ren nysgjerrighet. Nå har jeg spesialisert meg på datateknologi og videospill. Dette er fordi jeg i mer enn 5 år har skrevet for forskjellige nettsteder om teknologi og videospill, og laget artikler som prøver å gi deg den informasjonen du trenger på et språk som er forståelig for alle.

Hvis du har spørsmål, spenner min kunnskap fra alt relatert til Windows-operativsystemet samt Android for mobiltelefoner. Og mitt engasjement er til deg, jeg er alltid villig til å bruke noen minutter og hjelpe deg med å løse eventuelle spørsmål du måtte ha i denne internettverdenen.