Okonventionell AI slår igenom med en mega-sårunda och ett nytt tillvägagångssätt för AI-chips

Senaste uppdatering: 10/12/2025
Författare: Alberto Navarro

  • Okonventionell AI avslutar en såddrunda på 475 miljoner dollar med en värdering på 4.500 miljarder dollar
  • Startupföretaget designar biologiskt inspirerade AI-chip och datorer för att uppnå extrem energieffektivitet
  • Dess arkitektur kombinerar analog databehandling, pulsneuroner och blandade SoC:er med icke-flyktigt minne.
  • Naveen Rao leder ett elitlag och planerar att samla in upp till 1.000 miljard dollar i denna inledande fas.
Okonventionell AI

Ankomsten av Okonventionell AI Det har skakat om landskapet för artificiell intelligens-hårdvara med en finansieringsrunda som redan diskuteras i alla branschkretsar. knappt några månader gammal, företaget Den har lyckats fånga intresset hos de mäktigaste fonderna i teknikvärlden.satsar på en idé som, på pappret, lovar att ompröva hur datorresurser för AI utformas och konsumeras.

Långt ifrån att fokusera på allt större och mer glupska modeller vill företaget attackera problemet vid dess rot: energieffektivitet och chipsens fysiska arkitekturHans förslag är uttryckligen inspirerat av biologi och hjärnfunktion, med Målet är att närma sig ett system som kan erbjuda enorm datorkraft samtidigt som det förbrukar en bråkdel av den energi som krävs idag. stora datacenter.

Årets största AI-hårdvaruutvecklade sårunda

Grundare av okonventionell AI

Okonventionell AI har avslutat en såddrunda på 475 miljoner dollarEn siffra som, även på en marknad van vid stora siffror, sticker ut genom sin storleksordning i ett så tidigt skede. Transaktionen värderar företaget till cirka 4.500 miljoner dollar, vilket gör det till ett av de mest slående fallen av såddfinansiering i AI-hårdvaruekosystemet.

Rundan har letts av riskkapitalfonder Andreessen Horowitz (a16z) y Lightspeed Venture PartnersTvå nyckelaktörer när det gäller långsiktiga investeringar i djupteknologi. De har fått sällskap av andra toppinvesterare som Lux Capital, DCVC, Databricks och till och med grundaren av Amazon, Jeff BezosDetta förstärker känslan av att projektet uppfattas som ett långsiktigt strategiskt drag.

Utöver externt kapital har en av medgrundarna beslutat att bidra ur egen ficka. 10 miljoner dollar...på samma villkor som de andra större investerarna. Detta drag, utöver beloppet, skickar en tydlig signal om engagemang och internt förtroende för företagets teknologiska och affärsmässiga tes.

Enligt olika intervjuer skulle denna första del på 475 miljoner bara vara början på en insamlingsplan som skulle kunna nå upp till 1.000 miljoner dollar i samma skede. Målets omfattning belyser vilken typ av projekt de står inför: komplex hårdvara, långa utvecklingscykler och en stor initial investering i forskning och utveckling.

Jämfört med andra nyligen genomförda transaktioner var värderingen något lägre än 5.000 miljoner som diskuterades i de första ryktena, men det placerar fortfarande okonventionell AI i ligan av startups som, med knappt några intäkter eller kommersiell produkt, redan spelar på kapitalnivåer som tidigare reserverats för mycket mer mogna företag.

Naveen Raos vision och ett team vant vid teknisk risk

Naveen Rao

Leder projektet är Naveen RaoRao, en välkänd figur i AI-världen, både för sin entreprenöriella sida och sina positioner i stora teknikföretag. ansvarig för plattformar för artificiell intelligens på Intel efter köpet av sin första startup, Nervana Systems, specialiserat på processorer för maskininlärning.

Senare tog grundaren ytterligare ett steg genom att vara med och grunda MosaicML, en modellträningsplattform som fick fäste i data- och AI-ekosystemet och slutligen förvärvades av Databricks för cirka 1.300 miljarder dollarDenna meritlista, med två betydande avyttringar på mindre än ett decennium, har vägt tungt för att skapa förtroende bland de fonder som nu stöder det nya projektet.

Exklusivt innehåll - Klicka här  Como Se Mide La Potencia De Una Bocina

Vid sidan av Rao har företaget införlivat högkvalificerade profiler från skärningspunkten mellan hårdvara, mjukvara och akademisk forskning, som Michael Carbin, Sara Achour y MeeLan LeeDetta är ett team som är vant vid att hantera hög teknisk risk, långa projekt och problem som inte löses med snabba programvaruiterationer, utan med komplexa prototyper och en mycket nära integration mellan fysisk arkitektur och algoritmer.

Rao själv har förklarat att Okonventionell AI:s arbetsplan innebär testa flera prototyper under flera årDe utvärderar vilket paradigm som skalar bäst vad gäller effektivitet och kostnad. Med andra ord vill de inte lansera en produkt snabbt, utan snarare bygga en teknisk grund som kan göra skillnad inom AI-beräkning under det kommande decenniet.

Denna satsning på den s.k. "långcykelteknik" Detta står i kontrast till den typiska metoden hos många mjukvarustartups, som fokuserar på att validera med kunder så snabbt som möjligt och finjustera produkten genom snabba iterationer. Här är vägen mer lik den för stora halvledarföretag eller kritiska infrastrukturprojekt, där avkastningen på investeringen kommer senare men, om allt går bra, kan omdefiniera en hel sektor.

En ny typ av maskin för artificiell intelligens

Jämförelse av artificiell intelligens

Kärnan i Okonventionell AI:s förslag är att bygga en radikalt mer energieffektiv dator för arbetsbelastningar inom artificiell intelligens. Rao har sammanfattat ambitionen i en fras som har uppmärksammats inom sektorn: att designa ett system som är "lika effektiv som biologi", med referens till den mänskliga hjärnans förmåga att utföra komplexa beräkningar med minimal energiförbrukning.

Medan större delen av branschen fortsätter att driva på skalning av modeller – fler parametrar, mer data, fler GPU:er—, utgår företaget från premissen att Denna strategi har en tydlig gräns vad gäller kostnad och tillgänglig energi.Stora datacenter står redan inför strömbegränsningar, stigande kostnader och hållbarhetsproblem, något som är särskilt oroande i Europa och Spanien på grund av klimat- och regulatoriska mål.

För att bryta denna dynamik föreslår startupen ett paradigmskifte inom datorarkitekturIstället för att fortsätta förfina konventionella digitala arkitekturer, utforska design som utnyttjar fysikaliska egenskaper hos kisel i sig och principer inspirerade av hjärnans funktion, såsom neuroners ickelinjära dynamik.

I en text som publicerats på företagets webbplats beskriver företaget sitt mål som skapandet av en "nytt substrat för intelligens"Tanken är att genom att hitta rätt struktur som kopplar samman artificiell databehandling med beteendet hos biologiska system, är det möjligt att uppnå effektivitetsvinster långt utöver vad som uppnås genom att helt enkelt förbättra klassiska digitala arkitekturer.

Lightspeeds investerare som deltar i rundan håller med om den diagnosen och pekar på behovet av att söka efter "den lämpliga isomorfismen för intelligens" Om målet är att uppnå drastiska minskningar av AI-energiförbrukningen, ligger detta tankesätt i linje med forskningsinsatser inom neuromorfisk databehandling och avancerade analoga system, vilka hittills till stor del har förblivit inom den akademiska världen eller i experimentella projekt av stora tillverkare.

Arkitektur: Från analoga chips till pulserande neuroner

Okonventionell AI-hårdvara

En av de mest slående aspekterna av okonventionell AI är dess kombinerade tillvägagångssätt för att analoga, blandade och neuromorfa arkitekturerTill skillnad från nuvarande digitala chip, som representerar information med hjälp av diskreta nollor och ettor, tillåter analoga konstruktioner att arbeta med kontinuerliga värden och dra nytta av fysikaliska fenomen som, när de kontrolleras korrekt, kan vara mycket effektivare för vissa operationer. Denna metod pekar på framsteg inom avancerad chipdesign och processer som syftar till att optimera effektiviteten från den fysiska basen.

Företaget utforskar chips som fysiskt kan lagra sannolikhetsfördelningaristället för att approximera dem numeriskt som görs i traditionella processorer. Detta öppnar dörren för mer naturliga representationer för probabilistiska modeller och potentiellt för minskningar av energiförbrukningen upp till tusen gånger jämfört med de digitala system som dominerar datacenter idag.

Exklusivt innehåll - Klicka här  Vad ska man göra när LENCENT-sändaren inte känns igen av andra enheter?

För att uppnå detta använder teamet koncept från oscillatorer, termodynamik och spikningneuronerDenna typ av modell är inspirerad av hur verkliga neuroner aktiveras av diskreta impulser över tid. Dessa arkitekturer, typiska för det neuromorfiska fältet, kan avaktivera stora delar av chipet när det inte används, vilket drastiskt minskar energiförlusterna jämfört med kretsar som upprätthåller konstant aktivitet.

Tillvägagångssättet påminner något om tidigare ansträngningar från företag som Intel med sina neuromorfiska processorer, som eliminerar den traditionella centrala klockan och låter chipet fungera asynkront, och aktiverar endast de nödvändiga delarna beroende på arbetsbelastningen. Emellertid Okonventionell AI vill gå ett steg längreinte bara genom att härma neuronalt beteende, utan genom att nära integrera den fysiska designen av kisel med AI-modeller som är specifikt utformade för den miljön.

Denna kombination av Specialiserad hårdvara och samdesignade modeller Det pekar mot en framtid där gränsen mellan chip och algoritm suddas ut, och där prestanda inte längre beror så mycket på hur många GPU:er som kan staplas, utan på hur väl de djupare fysikaliska egenskaperna hos material och kretsar utnyttjas.

En SoC specialdesignad för nästa våg av AI

Utöver den allmänna översikten framkommer tekniska detaljer om vilken typ av chip som okonventionell AI siktar på att ta till produktion. Olika jobbannonser som publicerats av företaget pekar på... en AI-accelerator baserad på en system-on-a-chip (SoC)-designDet vill säga en enda komponent som integrerar flera specialiserade beräkningsmoduler.

Enligt dessa beskrivningar kommer SoC:n att inkludera en central processor (CPU) ansvarar för preliminära uppgifter som att organisera och förbereda sensoriska data innan de skickas vidare till de mer specifika AI-enheterna. Baserat på denna allmänna grund kommer optimerade block att läggas till för att utföra linjära algebraoperationersom är det matematiska hjärtat i praktiskt taget alla djupinlärningsmodeller, från stora språkmodeller till datorseendesystem.

Designen tar även hänsyn till användningen av immateriella rättigheter från tredje part För vissa moduler är detta vanlig praxis inom halvledarindustrin, där det är mer effektivt att licensiera vissa beprövade block än att utveckla dem från grunden. Därifrån kommer okonventionell AI:s mervärde att koncentreras till de mest innovativa delarna av SoC:n.

Dessa särskiljande element inkluderar blandade signalkretsarDessa kretsar, som kan bearbeta både analog och digital information, är mycket användbara för att hantera data från sensorer eller för att direkt implementera fysikinspirerade operationer. Denna typ av kretsar är nyckeln till att chipet ska kunna utnyttja den ickelinjära dynamik och probabilistiska representationer som företaget strävar efter.

En annan relevant punkt är företagets intresse för framväxande icke-flyktiga minnen, såsom RRAMDessa tekniker lagrar information även vid strömavbrott. De kan erbjuda prestandafördelar jämfört med traditionellt flashminne i vissa scenarier, även om de fortfarande står inför tekniska utmaningar som har begränsat deras utbredda användning i datacenter. Utvecklingen av minnesmarknaden och beslut från tillverkare som Micron relaterad till produktlinjer De lyfter fram dessa utmaningar och möjligheter.

Samdesign av hårdvaru- och AI-modeller

Okonventionell AI vill inte bara stanna kvar i processorns fysiska lager. Strategin innebär också att utveckla AI-modeller anpassade till deras chips., och utnyttjar optimeringsmarginalen som erbjuds genom att skapa programvara och hårdvara tillsammans från början.

Detta tillvägagångssätt av meddesign Det möjliggör maximal kontroll över hur data representeras, vilka operationer som utförs och hur arbete distribueras inom chipet. Istället för att anpassa befintliga modeller designade för generella GPU:er kan företaget designa algoritmer som utnyttjar de unika egenskaperna hos dess analoga kretsar, pulserande neuroner eller okonventionella minnesmoduler.

Exklusivt innehåll - Klicka här  Hur man ansluter en kamera till en TV

Företaget hoppas att denna integration kommer att göra det möjligt för dem att uppnå effektivitet i storleksordningen 1 000 gånger jämfört med nuvarande kisel under vissa arbetsbelastningar. Även om dessa siffror kommer att behöva valideras när de första oberoende prototyperna och riktmärkena dyker upp, ger de en uppfattning om vilken ambitionsnivå teamet strävar efter.

Denna typ av tillvägagångssätt är särskilt relevant för Europa och Spaniendär debatten om teknologisk suveränitet och beroende av utländska hårdvaruleverantörer får allt större fart. Att ha nya, effektivare AI-arkitekturer öppnar dörren till mer hållbara och billigare datacenter.Detta överensstämmer med regionens energi- och regelprioriteringar. Allianser mellan stora molnleverantörer och hårdvarutillverkare, såsom de som nyligen har omformat branschlandskapet, exemplifierar det sammanhang där dessa lösningar skulle kunna passa in.samarbeten mellan moln och tillverkare).

Om den okonventionella AI-modellen i slutändan visar sig vara konkurrenskraftig, Det skulle inte vara förvånande om europeiska molnföretag, forskningslaboratorier och stora företag integrerade den här typen av lösningar. i sin infrastruktur, söker minska energikostnader och koldioxidavtryck utan att offra avancerade AI-funktioner.

Marknadskontext: Megarundor och kapplöpningen om AI-infrastruktur

Fallet med okonventionell AI är en del av en bredare trend: framväxten av AI-startups som samlar in hundratals miljoner dollar i mycket tidiga skeden, med värderingar som för några år sedan var reserverade för börsnoterade företag eller företag med mycket konsoliderade intäkter.

På senare år har namn som Öppen AI, Antropisk eller initiativ som främjas av personer som Ilja Sutskever o Mira Murati De har varit involverade i historiska riskkapitalrundor. År 2025 passerade dussintals AI-startups milstolpen 100 miljoner dollar i finansieringkonsoliderar en exempellös investeringsvolym i detta segment.

Inom denna våg, kampen om infrastrukturen Chips, specialiserade moln, acceleratorer och träningssystem har blivit ett av de mest omstridda områdena. processorberoende Bristen på en handfull tillverkare, och särskilt på avancerade GPU:er, har fått investerare och entreprenörer att söka alternativ som minskar utbuds- och prisflaskhalsar.

Okonventionell AI går in i den här tävlingen genom att föreslå en annan väg än bara stegvis konkurrens med de stora GPU-tillverkarnaIstället för att bara kämpa för ökad prestanda, fokusera på att uppnå enorma förbättringar av energieffektiviteten, något som är viktigt på medellång sikt för att AI-system ska kunna fortsätta växa utan att huvudstupa stöta på fysiska och ekonomiska begränsningar.

För det europeiska ekosystemet, där energikostnader och utsläppsregler är särskilt stränga, kan framgången för förslag av denna typ visa sig avgörande. En mycket effektivare AI-hårdvara Detta skulle passa in i strategierna för grön omställning, samtidigt som det skulle göra det möjligt för företag och förvaltningar att driftsätta avancerade AI-applikationer utan att öka sin konsumtion.

Projektet med Okonventionell AI Det förkroppsligar många av de stora trenderna just nu: mega-rundor i fröstadier, hårdvara designad från grunden för AI, direkt inspiration från biologi och en besatthet av energieffektivitet som svarar på en alltmer uppenbar verklighet. Om företaget lyckas förverkliga sina löften inom kisel kan det bli en av de viktigaste aktörerna som definierar hur modeller för artificiell intelligens tränas och körs under det kommande decenniet, både i USA och Europa, och i förlängningen på marknader som Spanien.

Nvidia-sammanfattning
Relaterad artikel:
Nvidia stärker sin strategiska allians med Synopsys i hjärtat av chipdesign