Ang hindi kinaugalian na AI ay dumaan sa isang mega seed round at isang bagong diskarte sa AI chips

Huling pag-update: 10/12/2025

  • Ang hindi kinaugalian na AI ay nagsasara ng $475 milyon na seed round na may halagang $4.500 bilyon
  • Ang startup ay nagdidisenyo ng biologically inspired na AI chips at mga computer upang makamit ang matinding kahusayan sa enerhiya
  • Pinagsasama ng arkitektura nito ang analog computing, pulsed neurons at mixed SoCs na may non-volatile memory
  • Namumuno si Naveen Rao sa isang elite team at planong makalikom ng hanggang $1.000 bilyon sa paunang yugtong ito
Hindi kinaugalian na AI

Ang pagdating ng Hindi kinaugalian na AI Niyanig nito ang artificial intelligence hardware landscape na may funding round na tinatalakay na sa bawat bilog ng industriya. ilang buwan pa lang, ang kumpanya Nagawa nitong makuha ang interes ng pinakamakapangyarihang pondo sa mundo ng teknolohiya.pagtaya sa isang ideya na, sa papel, ay nangangako na pag-isipang muli kung paano idinisenyo at ginagamit ang mga mapagkukunan ng computing para sa AI.

Malayo sa pagtutuon sa mas malaki at mas matakaw na mga modelo, nais ng kumpanya na atakehin ang problema sa ugat nito: kahusayan ng enerhiya at ang pisikal na arkitektura ng mga chipsAng kanyang panukala ay tahasang inspirasyon ng biology at paggana ng utak, kasama ang Ang layunin ay lumapit sa isang sistema na may kakayahang mag-alok ng napakalaking kapangyarihan sa pag-compute habang kumokonsumo ng isang bahagi ng enerhiya na kinakailangan ngayon. malalaking data center.

Ang pinakamalaking AI hardware seed round ng taon

Mga Tagapagtatag ng Unconventional AI

Ang hindi kinaugalian na AI ay nagsara ng $475 milyon na seed roundIsang figure na, kahit na sa isang market na nakasanayan sa malalaking numero, ay namumukod-tangi sa laki nito sa isang maagang yugto. Pinahahalagahan ng transaksyon ang kumpanya sa paligid 4.500 milyong, ginagawa itong isa sa mga pinakakapansin-pansing kaso ng pagpopondo ng binhi sa AI ​​hardware ecosystem.

Ang round ay pinangunahan ng venture capital funds Andreessen Horowitz (a16z) y Mga Kasosyo sa Lightspeed VentureDalawang pangunahing manlalaro pagdating sa pangmatagalang pamumuhunan sa malalim na teknolohiya. Sila ay sinalihan ng iba pang nangungunang mamumuhunan tulad ng Lux Capital, DCVC, Mga Databrick at maging ang nagtatag ng Amazon, Jeff BezosPinatitibay nito ang pakiramdam na ang proyekto ay itinuturing bilang isang pangmatagalang madiskarteng hakbang.

Bilang karagdagan sa panlabas na kapital, ang isa sa mga co-founder ay nagpasya na mag-ambag mula sa kanyang sariling bulsa. 10 milyong...sa parehong mga termino ng iba pang mga pangunahing mamumuhunan. Ang paglipat na ito, lampas sa halaga, ay nagpapadala ng malinaw na senyales ng pangako at panloob na kumpiyansa sa tesis ng teknolohikal at negosyo ng kumpanya.

Ayon sa iba't ibang panayam, ang paunang tranche na ito ng 475 milyon ay magiging simula lamang ng isang plano sa pangangalap ng pondo na maaaring umabot ng hanggang 1.000 milyong sa parehong yugto. Ang magnitude ng layunin ay nagha-highlight sa uri ng proyektong kinakaharap nila: kumplikadong hardware, mahabang yugto ng pag-unlad, at isang malakas na paunang pamumuhunan sa R&D.

Kung ikukumpara sa iba pang kamakailang mga transaksyon, ang valuation ay bumagsak nang bahagya 5.000 millones na tinalakay sa mga unang tsismis, ngunit inilalagay pa rin nito ang Unconventional AI sa liga ng mga startup na, na halos walang kinikita o komersyal na produkto, ay naglalaro na sa mga antas ng kapital na dati nang nakalaan para sa mas mature na mga kumpanya.

Ang pananaw ni Naveen Rao at isang pangkat na sanay sa teknikal na panganib

Naveen Rao

Nangunguna sa proyekto ay Naveen RaoSi Rao, isang kilalang figure sa mundo ng AI para sa kanyang panig ng entrepreneurial at sa kanyang mga posisyon sa mga pangunahing kumpanya ng teknolohiya. responsable para sa mga platform ng artificial intelligence sa Intel pagkatapos ng pagbili ng unang startup nito, ang Nervana Systems, na dalubhasa sa mga processor para sa machine learning.

Nang maglaon, ang tagapagtatag ay kumuha ng isa pang hakbang sa pamamagitan ng co-founding MosaicML, isang modelong platform ng pagsasanay na nakakuha ng traksyon sa data at AI ecosystem at nauwi sa pagkuha ng Databricks para sa humigit-kumulang $1.300 bilyonAng track record na ito, na may dalawang makabuluhang paglabas sa loob ng wala pang isang dekada, ay nagbigay ng malaking bigat sa pagbuo ng kumpiyansa sa mga pondo na ngayon ay sumusuporta sa bago nitong proyekto.

Eksklusibong nilalaman - Mag-click Dito  Pinakamahusay na mga PC sa merkado

Sa tabi ng Rao, ang kumpanya ay nagsama ng mga mataas na antas na profile mula sa intersection ng hardware, software, at akademikong pananaliksikBilang Michael Carbin, Sara Achour y MeeLan LeeIto ay isang pangkat na nakasanayan nang harapin ang mataas na teknikal na panganib, mga proyektong pangmatagalan, at mga problema na hindi nareresolba sa mabilis na pag-ulit ng software, ngunit may mga kumplikadong prototype at isang napakalapit na pagsasama sa pagitan ng pisikal na arkitektura at mga algorithm.

Ipinaliwanag mismo ni Rao na kasama sa plano ng trabaho ng Unconventional AI subukan ang maramihang mga prototype sa loob ng ilang taonSinusuri nila kung aling paradigm scale ang pinakamahusay sa mga tuntunin ng kahusayan at gastos. Sa madaling salita, hindi nila hinahangad na maglunsad ng isang produkto nang mabilis, ngunit sa halip ay bumuo ng isang teknolohikal na pundasyon na maaaring gumawa ng pagkakaiba sa AI computing sa susunod na dekada.

Ang taya na ito sa tinatawag na "long cycle engineering" Kabaligtaran ito sa karaniwang diskarte ng maraming software startup, na tumutuon sa pagpapatunay sa mga customer sa lalong madaling panahon at pag-fine-tune ng produkto sa pamamagitan ng mabilis na pag-ulit. Dito, ang landas ay mas katulad ng sa malalaking kumpanya ng semiconductor o mga kritikal na proyekto sa imprastraktura, kung saan darating ang return on investment sa ibang pagkakataon ngunit, kung magiging maayos ang lahat, maaaring muling tukuyin ang isang buong sektor.

Isang bagong uri ng makina para sa artificial intelligence

Paghahambing ng Artipisyal na Katalinuhan

Ang pangunahing bahagi ng panukala ng Unconventional AI ay ang pagbuo isang radikal na mas matipid sa enerhiya na computer para sa mga workload ng artificial intelligence. Ibinubuod ni Rao ang ambisyon sa isang pariralang nakatawag pansin sa sektor: ang magdisenyo ng isang sistema na "kasing episyente ng biology", na isinasaalang-alang ang kapasidad ng utak ng tao na magsagawa ng mga kumplikadong kalkulasyon na may kaunting paggamit ng enerhiya.

Habang patuloy na itinutulak ng karamihan sa industriya ang pag-scale ng mga modelo—mas maraming parameter, mas maraming data, higit pang mga GPU—, ang kumpanya ay nagsisimula sa premise na Ang diskarte na ito ay may malinaw na limitasyon sa mga tuntunin ng gastos at magagamit na enerhiyaAng mga malalaking data center ay nahaharap na sa mga paghihigpit sa kuryente, pagtaas ng mga gastos, at mga isyu sa pagpapanatili, isang bagay na partikular na ikinababahala sa Europe at Spain dahil sa mga layunin ng klima at regulasyon.

Upang masira ang dinamikong ito, nagmumungkahi ang startup isang paradigm shift sa computing architectureSa halip na patuloy na pinuhin ang mga kumbensyonal na digital na arkitektura, galugarin ang mga disenyo na nakikinabang sa pisikal na katangian ng silikon mismo at mga prinsipyong inspirasyon ng paggana ng utak, gaya ng nonlinear dynamics ng mga neuron.

Sa isang tekstong inilathala sa website nito, inilalarawan ng kumpanya ang layunin nito bilang ang paglikha ng a "bagong substrate para sa katalinuhan"Ang ideya ay, sa pamamagitan ng paghahanap ng tamang istraktura na nag-uugnay sa artipisyal na computing sa pag-uugali ng mga biological system, posible na i-unlock ang mga nadagdag na kahusayan na higit pa sa kung ano ang nakamit sa pamamagitan lamang ng pagpapabuti ng mga klasikong digital na arkitektura.

Ang mga namumuhunan ng Lightspeed na nakikilahok sa pag-ikot ay sumasang-ayon sa diagnosis na iyon, na tumuturo sa pangangailangan para sa upang hanapin ang "angkop na isomorphism para sa katalinuhan" Kung ang layunin ay makamit ang matinding pagbawas sa pagkonsumo ng enerhiya ng AI, ang linya ng pag-iisip na ito ay naaayon sa mga pagsusumikap sa pananaliksik sa neuromorphic computing at mga advanced na analog system, na, hanggang ngayon, ay higit na nanatili sa loob ng akademya o mga eksperimentong proyekto ng malalaking tagagawa.

Arkitektura: Mula sa Analog Chips hanggang sa Pulsating Neurons

Hindi kinaugalian na hardware ng AI

Isa sa mga pinakakapansin-pansing aspeto ng Unconventional AI ay ang pinagsamang diskarte nito analog, halo-halong, at neuromorphic na mga arkitekturaHindi tulad ng kasalukuyang mga digital chip, na kumakatawan sa impormasyon gamit ang mga discrete zero at isa, ang mga analog na disenyo ay nagbibigay-daan sa pagtatrabaho nang may tuluy-tuloy na mga halaga at sinasamantala ang mga pisikal na phenomena na, kapag maayos na kinokontrol, ay maaaring maging mas mahusay para sa ilang mga operasyon. Ang pamamaraang ito ay tumutukoy sa mga pagsulong sa advanced na disenyo at proseso ng chip na naglalayong i-optimize ang kahusayan mula sa pisikal na base.

Ang kumpanya ay nag-e-explore mga chip na may kakayahang pisikal na mag-imbak ng mga pamamahagi ng posibilidadsa halip na tantiyahin ang mga ito ayon sa numero gaya ng ginagawa sa mga tradisyunal na processor. Binubuksan nito ang pinto sa mas natural na mga representasyon para sa mga probabilistikong modelo at, potensyal, sa pagbawas ng pagkonsumo ng enerhiya ng hanggang sa isang libong beses kumpara sa mga digital system na nangingibabaw sa mga data center ngayon.

Eksklusibong nilalaman - Mag-click Dito  Paano gumagana ang stylus ng Lenovo Yoga 720?

Upang makamit ito, ang koponan ay gumagamit ng mga konsepto mula sa mga oscillator, thermodynamics at spiking neuronAng ganitong uri ng modelo ay hango sa paraan ng pag-activate ng mga tunay na neuron sa pamamagitan ng mga discrete impulses sa paglipas ng panahon. Ang mga arkitektura na ito, na tipikal ng neuromorphic field, ay maaaring mag-deactivate ng malalaking bahagi ng chip kapag hindi ginagamit, na lubhang nakakabawas ng mga pagkawala ng enerhiya kumpara sa mga circuit na nagpapanatili ng patuloy na aktibidad.

Ang diskarte ay medyo nakapagpapaalaala sa mga nakaraang pagsisikap ng mga kumpanya tulad ng Intel sa kanilang mga neuromorphic processor, na nag-aalis ng tradisyonal na sentral na orasan at nagpapahintulot sa chip na gumana nang asynchronously, na nag-activate lamang ng mga kinakailangang bahagi depende sa workload. gayunpaman, Gusto ng hindi kinaugalian na AI na magpatuloy ng isang hakbanghindi lamang sa pamamagitan ng paggaya sa neuronal na pag-uugali, ngunit sa pamamagitan ng malapit na pagsasama ng pisikal na disenyo ng silicon sa mga modelo ng AI na partikular na idinisenyo para sa kapaligirang iyon.

Ang kumbinasyong ito ng Mga espesyal na hardware at mga modelong idinisenyo Ito ay tumuturo sa isang hinaharap kung saan ang hangganan sa pagitan ng chip at algorithm ay lumalabo, at kung saan ang pagganap ay hindi na nakadepende nang malaki sa kung gaano karaming mga GPU ang maaaring isalansan, ngunit sa kung gaano kahusay ang mas malalalim na pisikal na katangian ng mga materyales at circuit ay pinagsamantalahan.

Isang SoC na pasadyang idinisenyo para sa susunod na wave ng AI

Higit pa sa pangkalahatang pangkalahatang-ideya, lumilitaw ang mga teknikal na detalye tungkol sa uri ng chip na nilalayon ng Unconventional AI na dalhin sa produksyon. Ang iba't ibang mga post ng trabaho na inilathala ng kumpanya ay tumutukoy sa... isang AI accelerator batay sa isang system-on-a-chip (SoC) na disenyoIyon ay, isang solong bahagi na nagsasama ng ilang espesyal na mga module ng computing.

Ayon sa mga paglalarawang ito, isasama ng SoC isang sentral na processor (CPU) responsable para sa mga paunang gawain tulad ng pag-aayos at paghahanda ng sensory data bago ito maipasa sa mga mas partikular na unit ng AI. Batay sa pangkalahatang pundasyong ito, idadagdag ang mga na-optimize na bloke upang gumanap mga operasyong linear algebrana siyang mathematical heart ng halos lahat ng deep learning models, mula sa malalaking language models hanggang sa computer vision system.

Isinasaalang-alang din ng disenyo ang paggamit ng third-party na intelektwal na pag-aari Para sa ilang mga module, ito ay karaniwang kasanayan sa industriya ng semiconductor, kung saan mas mahusay na lisensyahan ang ilang mga napatunayang bloke kaysa sa pagbuo ng mga ito mula sa simula. Mula doon, ang idinagdag na halaga ng Unconventional AI ay itutuon sa mga pinaka-makabagong bahagi ng SoC.

Kabilang sa mga elementong ito ang pagkakaiba-iba mixed signal circuitsAng mga circuit na ito, na may kakayahang magproseso ng parehong analog at digital na impormasyon, ay lubhang kapaki-pakinabang para sa pamamahala ng data mula sa mga sensor o para sa direktang pagpapatupad ng mga operasyong inspirasyon ng pisika. Ang ganitong uri ng circuitry ay susi para sa chip upang pagsamantalahan ang nonlinear dynamics at probabilistic na representasyon na hinahabol ng kumpanya.

Ang isa pang mahalagang punto ay ang interes ng kumpanya umuusbong na mga hindi pabagu-bagong alaala, tulad ng RRAMAng mga teknolohiyang ito ay nagpapanatili ng impormasyon kahit na nawalan ng kuryente. Maaari silang mag-alok ng mga pakinabang sa pagganap kumpara sa tradisyonal na flash memory sa ilang partikular na sitwasyon, bagama't nahaharap pa rin sila sa mga teknikal na hamon na limitado ang kanilang malawakang pag-deploy sa mga data center. Ang ebolusyon ng merkado ng memorya at mga desisyon ng mga tagagawa tulad ng Micron na nauugnay sa mga linya ng produkto Itinatampok nila ang mga hamon at pagkakataong ito.

Co-design ng hardware at AI models

Ang hindi kinaugalian na AI ay hindi nais na manatili lamang sa pisikal na layer ng processor. Kasama rin sa diskarte ang pagbuo ng mga modelo ng AI na inangkop sa kanilang mga chips., sinasamantala ang margin sa pag-optimize na inaalok sa pamamagitan ng paglikha ng software at hardware nang magkasama mula sa simula.

Ang diskarte na ito sa kasamang disenyo Nagbibigay-daan ito para sa maximum na kontrol sa kung paano kinakatawan ang data, kung anong mga operasyon ang isinasagawa, at kung paano ipinamamahagi ang trabaho sa loob ng chip. Sa halip na i-adapt ang mga umiiral nang modelo na idinisenyo para sa mga pangkalahatang layunin na GPU, ang kumpanya ay maaaring magdisenyo ng mga algorithm na gumagamit ng mga natatanging katangian ng mga analog circuit nito, mga pulsating neuron, o hindi kinaugalian na mga memory module.

Eksklusibong nilalaman - Mag-click Dito  Paano i-reset ang Apple Watch

Ang kumpanya ay umaasa na ang pagsasama-samang ito ay magbibigay-daan ito upang makamit kahusayan sa pagkakasunud-sunod ng 1.000 beses kumpara sa kasalukuyang silikon sa ilalim ng ilang mga workload. Bagama't ang mga numerong ito ay kailangang ma-validate kapag lumitaw ang mga unang independiyenteng prototype at benchmark, nagbibigay sila ng ideya ng sukat ng ambisyon na nilalayon ng koponan.

Ang ganitong uri ng diskarte ay partikular na may kaugnayan para sa Europa at Espanyakung saan ang debate sa teknolohikal na soberanya at pag-asa sa mga dayuhang tagapagtustos ng hardware ay nakakakuha ng traksyon. Ang pagkakaroon ng bago, mas mahusay na mga arkitektura ng AI ay nagbubukas ng pinto sa mas napapanatiling at mas murang mga data center.Naaayon ito sa mga priyoridad ng enerhiya at regulasyon ng rehiyon. Ang mga pakikipag-alyansa sa pagitan ng mga pangunahing tagapagbigay ng ulap at mga tagagawa ng hardware, tulad ng mga kamakailang muling hinubog ang landscape ng industriya, ay nagpapakita ng konteksto kung saan maaaring magkasya ang mga solusyong ito.pakikipagtulungan sa pagitan ng cloud at mga tagagawa).

Kung ang Unconventional AI model sa huli ay napatunayang mapagkumpitensya, Hindi nakakagulat na makita ang mga European cloud company, research lab, at malalaking korporasyon na nagsasama ng mga ganitong uri ng solusyon. sa imprastraktura nito, naghahanap bawasan ang mga gastos sa enerhiya at carbon footprint nang hindi isinasakripisyo ang mga advanced na kakayahan ng AI.

Konteksto ng merkado: Mega-round at ang karera para sa imprastraktura ng AI

Ang kaso ng Unconventional AI ay bahagi ng isang mas malawak na trend: ang paglitaw ng mga startup ng AI na nagtataas ng daan-daang milyong dolyar sa mga unang yugto, na may mga valuation na ilang taon na ang nakalipas ay nakalaan para sa mga nakalistang kumpanya o kumpanyang may napakasama-samang kita.

Sa mga nakaraang taon, ang mga pangalan tulad ng OpenAI, Antropiko o mga inisyatiba na itinataguyod ng mga numero tulad ng Ilya Sutskever o Mira Murati Kasali sila sa mga makasaysayang venture capital round. Noong 2025, nalampasan ng dose-dosenang mga AI startup ang milestone ng $100 milyon sa pagpopondopinagsama-sama ang isang hindi pa naganap na dami ng pamumuhunan sa segment na ito.

Sa loob ng alon na ito, ang labanan para sa imprastraktura Ang mga chips, specialized clouds, accelerators, at mga sistema ng pagsasanay ay naging isa sa mga lugar na pinakamainit na pinagtatalunan. dependency ng processor Ang kakulangan ng ilang mga tagagawa, at partikular na ng mga high-end na GPU, ay nag-udyok sa mga mamumuhunan at negosyante na maghanap ng mga alternatibong nagpapagaan ng mga bottleneck ng supply at presyo.

Ang hindi kinaugalian na AI ay pumapasok sa karerang ito sa pamamagitan ng pagmumungkahi ibang landas kaysa sa dagdag na kumpetisyon sa mga pangunahing tagagawa ng GPUSa halip na makipaglaban lamang para sa higit na pagganap, tumuon sa pagkamit ng mga order ng magnitude na pagpapabuti sa kahusayan ng enerhiya, isang bagay na susi sa katamtamang termino para sa mga AI system na patuloy na lumago nang hindi tumatakbo nang husto sa pisikal at pang-ekonomiyang mga limitasyon.

Para sa European ecosystem, kung saan ang mga gastos sa enerhiya at mga kinakailangan sa regulasyon sa mga emisyon ay partikular na mahigpit, ang tagumpay ng mga panukala ng ganitong uri ay maaaring maging mapagpasyahan. Isang mas mahusay na hardware ng AI Magkakasya ito sa mga diskarte sa green transition, habang pinapayagan din ang mga kumpanya at administrasyon na mag-deploy ng mga advanced na AI application nang hindi dinadagdagan ang kanilang pagkonsumo.

Ang proyekto ng Hindi kinaugalian na AI Kinapapalooban nito ang marami sa mga pangunahing uso sa kasalukuyan: mga mega-round sa mga yugto ng binhi, hardware na idinisenyo mula sa simula para sa AI, direktang inspirasyon mula sa biology, at isang pagkahumaling sa kahusayan sa enerhiya na tumutugon sa isang lalong maliwanag na katotohanan. Kung ang kumpanya ay namamahala upang maisakatuparan ang mga pangako nito sa silikon, maaari itong maging isa sa mga pangunahing manlalaro na tumutukoy kung paano sinasanay at tumatakbo ang mga modelo ng artificial intelligence sa susunod na dekada, kapwa sa Estados Unidos at Europa, at, sa pamamagitan ng extension, sa mga merkado tulad ng Spain.

Synopsis ng Nvidia
Kaugnay na artikulo:
Pinalalakas ng Nvidia ang estratehikong alyansa nito sa Synopsys sa gitna ng disenyo ng chip