非常規人工智慧公司憑藉巨額種子輪融資和人工智慧晶片新方法取得突破

的到來 非常規人工智慧 它透過一輪融資撼動了人工智慧硬體領域，這輪融資已成為業界各界熱議的話題。 才幾個月大， 公司 它成功吸引了科技界最有實力的基金的注意。押注於一個從理論上講有望重新思考人工智慧計算資源的設計和使用方式的想法。

該公司並不打算專注於開發越來越大、吞噬能力越來越強的型號，而是希望從根源解決問題： 晶片的能源效率和物理架構他的提議顯然受到了生物學和大腦功能的啟發，並且 目標是使系統能夠提供強大的運算能力，同時消耗的能源僅為目前所需能源的一小部分。 大型資料中心。

今年規模最大的人工智慧硬體種子輪融資

Unconventional AI 已完成 475 億美元的種子輪融資即使在習慣大額交易的市場中，這個數字在如此早期階段也顯得格外引人注目。此次交易對公司的估值約為 4.500億美元這使其成為人工智慧硬體生態系統中最引人注目的種子輪融資案例之一。

本輪融資由創投基金領投。 安德森·霍洛維茨基金（a16z） y 光速創投在深度科技領域的長期投資方面，他們是兩大關鍵參與者。其他頂級投資者也加入了他們的行列，例如： 力士資本, 數碼相機, 數據磚 甚至包括亞馬遜的創辦人， 傑夫·貝佐斯這進一步強化了人們對該計畫被視為長期策略舉措的印象。

除了外部資金外，其中一位共同創辦人決定自掏腰包出資。 10億美元……與其他主要投資者享有同等待遇。除了投資金額之外，此舉也清楚地表明了公司對自身技術和商業理念的承諾和內部信心。

根據多方採訪，這筆首批475億美元的資金僅僅是籌款計劃的開始，該計劃的最終目標金額可能高達… 1.000億美元 在同一階段，目標的規模凸顯了他們所面臨的專案類型： 複雜的硬體、漫長的開發週期以及研發方面的大量初始投資.

與其他近期交易相比，該估值略低於… 5.000億 雖然最初的傳聞中也討論過這些，但這仍然將 Unconventional AI 置於初創公司的行列，這些公司幾乎沒有任何收入或商業產品，就已經在以前只有成熟得多的公司才能獲得的資本水平上運作。

納文·拉奧的遠見卓識和一支習慣於承擔技術風險的團隊

主導該項目的是 納文·拉奧Rao是人工智慧領域一位知名人物，這不僅是因為他的創業才能，還因為他在大型科技公司擔任要職。 英特爾人工智慧平台負責人 在收購了第一家新創公司 Nervana Systems（該公司專門從事機器學習處理器）後。

後來，這位創辦人又邁出了重要一步，聯合創辦了… 馬賽克ML一個在數據和人工智慧生態系統中獲得廣泛關注的模型訓練平台，最終被收購。 Databricks 以約 1.300 億美元的價格被收購該公司在不到十年的時間內成功實現了兩次重大退出，這項過往業績極大地增強了其新項目所吸引的基金的信心。

除了拉奧之外，該公司還吸收了來自以下領域的高層人士： 硬體、軟體和學術研究， 作為 邁克爾·卡賓, 薩拉·阿舒爾 y 李美蘭這是一個習慣於處理高技術風險、長週期專案以及無法透過快速軟體迭代解決的問題的團隊，他們需要透過複雜的原型以及物理架構和演算法之間的緊密整合來解決這些問題。

Rao本人曾解釋過，非常規人工智慧的工作計畫包括 在幾年內測試多個原型他們正在評估哪種範式在效率和成本方面最具可擴展性。換句話說，他們並非尋求快速推出產品，而是致力於建立一個技術基礎，以便在未來十年內對人工智慧運算產生深遠影響。

這場關於所謂「賭注」的 “長週期工程” 這與許多軟體新創公司的典型做法截然不同，後者通常專注於盡快獲得客戶驗證，並透過快速迭代來完善產品。而這裡的路徑更類似於大型半導體公司或關鍵基礎設施項目，投資回報來得較晚，但如果一切順利，可能會重塑整個產業。

一種新型人工智慧機器

非常規人工智慧提案的核心是構建 一種能效大幅提升的計算機 針對人工智慧工作負載。 Rao 用一句在業界引起廣泛關注的話概括了這一目標：設計一個系統，該系統能夠… “像生物學一樣高效”以人腦以最小的能量消耗進行複雜計算的能力為參考。

當業內大多數企業繼續推進模型規模化——更多參數、更多數據——的時候， 更多GPU——，該公司的出發點是這樣的： 這種策略在成本和可用能源方面有明顯的限制。大型資料中心已經面臨電力限制、成本上升和永續性問題，由於氣候和監管目標，這在歐洲和西班牙尤其令人擔憂。

為了打破這種局面，這家新創公司提出了… 運算架構的典範轉移與其繼續改進傳統的數位架構，不如探索利用以下優勢的設計： 矽本身的物理特性 以及受大腦功能啟發而產生的原理，例如神經元的非線性動力學。

該公司在其網站上發表的一篇文章中，將其目標描述為創造一個 “智能的新基礎”其理念是，透過找到將人工智慧運算與生物系統行為連結起來的正確結構，可以釋放出比僅僅改進經典數位架構所能實現的效率提升更大的潛力。

參與此輪融資的Lightspeed投資者也認同這項診斷，並指出需要… 尋找“適合智能的同構體” 如果目標是大幅降低人工智慧的能耗，那麼這種思路與神經形態計算和先進模擬系統的研究工作相一致，而這些研究工作迄今為止大多仍局限於學術界或大型製造商的實驗項目。

架構：從類比晶片到脈動神經元

非常規人工智慧最引人注目的特點之一是其綜合方法 模擬、混合和神經形態架構與目前使用離散的0和1來表示資訊的數位晶片不同，類比設計允許處理連續值，並利用物理現象。如果控制得當，這些物理現像在某些運算中效率更高。這種方法預示著……方面的進步。 先進的晶片設計和工藝 旨在從物理基礎層面優化效率。

該公司正在探索 能夠物理記憶體機率分佈的晶片與傳統處理器中採用數值近似法不同，這種方法為機率模型提供了更自然的表示方式，並有可能實現更強大的功能。 能源消耗降低高達一千倍 與當今數據中心主導的數位系統相比。

為了實現這一目標，團隊運用了以下概念： 振盪器、熱力學與脈衝神經元這種模型的設計靈感來自真實神經元隨時間推移而被離散脈衝啟動的方式。這些架構是神經形態領域的典型代表，它們可以在不使用時關閉晶片的大部分區域，與保持持續活動的電路相比，能夠顯著降低能量損耗。

這種方法在某種程度上讓人想起英特爾等公司之前在神經形態處理器方面的努力，這些處理器摒棄了傳統的中央時鐘，使晶片能夠異步運行，僅根據工作負載激活必要的組件。然而， 非常規人工智慧想要更進一步。不僅透過模仿神經元行為，而且還將矽的物理設計與專為該環境設計的 AI 模型緊密結合。

這種組合 專用硬體和聯合設計模型 它預示著未來晶片和演算法之間的界限將變得模糊，性能不再那麼取決於可以堆疊多少 GPU，而是取決於材料和電路更深層的物理特性如何被充分利用。

專為下一代人工智慧而客製化的SoC

除了整體概述之外，關於Unconventional AI計劃投入生產的晶片類型的技術細節也逐漸浮出水面。該公司發布的各種招聘信息也表明… 基於系統單晶片 (SoC) 設計的 AI 加速器也就是說，一個整合了多個專用運算模組的單一元件。

根據這些描述，SoC 將包括 中央處理器（CPU） 負責諸如組織和準備感測器資料等初步任務，然後再將其傳遞給更具體的AI單元。在此基礎上，將新增最佳化的模組來執行這些任務。 線性代數運算這些數學原理幾乎是所有深度學習模型（從大型語言模型到電腦視覺系統）的核心。

設計也考慮了以下因素的使用： 第三方智慧財產權 對於某些模組而言，這在半導體行業是一種常見的做法，因為購買某些成熟模組的授權比從頭開始開發更有效率。因此，非常規人工智慧的附加價值將集中在SoC中最具創新性的部分。

這些區別要素包括 混合訊號電路這些能夠處理類比和數位資訊的電路，對於管理來自感測器的數據或直接實現受物理啟發的操作非常有用。這類電路是晶片利用該公司正在研究的非線性動力學和機率表示的關鍵。

另一點值得關注的是該公司對…的興趣 新興的非揮發性記憶體，例如 RRAM這些技術即使在斷電的情況下也能保存資訊。在某些情況下，它們比傳統快閃記憶體具有效能優勢，但它們仍然面臨一些技術挑戰，限制了其在資料中心的廣泛應用。記憶體市場的演變以及製造商的決策，例如… Micron相關產品線 他們重點闡述了這些挑戰和機會。

硬體和人工智慧模型的協同設計

非常規人工智慧不想只停留在處理器的實體層。 該戰略還包括開發適用於其晶片的人工智慧模型。從一開始就將軟體和硬體結合起來，從而充分利用了優化空間。

這種做法的 共同設計 它能夠最大限度地控制資料的表示方式、執行的操作以及晶片內部的工作負載分配。該公司無需照搬為通用GPU設計的現有模型，而是可以設計利用其類比電路、脈衝神經元或非常規儲存模組的獨特特性的演算法。

該公司希望此次整合能使其實現以下目標 與現有矽相比，效率可提高約 1.000 倍。 在特定工作負載下。雖然這些數據需要在首批獨立原型和基準測試結果出現後進行驗證，但它們可以讓我們了解團隊的目標規模。

這種方法尤其適用於 歐洲和西班牙關於技術主權和對外國硬體供應商的依賴的辯論正在獲得越來越多的關注。 擁有更有效率的新型人工智慧架構，將為更永續、更經濟的資料中心打開大門。這與該地區的能源和監管重點相符。大型雲端服務供應商和硬體製造商之間的聯盟，例如近期重塑產業格局的那些聯盟，正是這些解決方案適用的典型案例。雲端平台與製造商之間的合作).

如果非常規人工智慧模型最終被證明具有競爭力， 歐洲的雲端公司、研究實驗室和大型企業整合這類解決方案並不令人意外。 在其基礎設施方面，尋求 降低能源成本和碳足跡 在不犧牲先進人工智慧能力的前提下。

市場背景：巨額融資和人工智慧基礎設施競賽

非常規人工智慧的案例是更廣泛趨勢的一部分： 人工智慧新創公司在早期階段就籌集了數億美元資金。幾年前，這種估值水準只有上市公司或收入高度集中的公司才能達到。

近年來，諸如此類的名字 OpenAI, 人類學 或由諸如…等人物發起的倡議 伊利亞·蘇茨克維爾 o 米拉·穆拉蒂 他們參與了具有里程碑意義的創投輪次。 2025年，數十家人工智慧新創公司突破了這一里程碑。 100億美元的資金該領域整合了前所未有的投資規模。

在這一波浪潮中， 基礎設施之爭 晶片、專用雲端平台、加速器和培訓系統已成為競爭最激烈的領域之一。 處理器依賴性 少數幾家製造商，尤其是高端GPU的短缺，促使投資者和企業家尋求替代方案，以緩解供應和價格瓶頸。

非常規人工智慧透過提出以下方案加入這場競賽 與主要GPU製造商之間單純的漸進式競爭不同的是，這條道路截然不同。與其僅僅追求更高的效能，不如專注於大幅提高能源效率，這對於人工智慧系統在中期內持續發展而不至於遭遇物理和經濟上的限制至關重要。

對於能源成本和排放監管要求特別嚴格的歐洲生態系統而言，此類提案的成功可能具有決定性意義。 更有效率的人工智慧硬體 這符合綠色轉型策略，同時也能讓企業和政府機構部署先進的人工智慧應用，而不會增加其能耗。

該專案 非常規人工智慧 它體現了當下許多主要趨勢：種子輪融資規模巨大、專為人工智慧從零開始設計的硬體、直接借鑒生物學原理，以及對能源效率的極致追求——這正是為了應對日益嚴峻的現實。如果該公司能夠將其承諾轉化為實際的晶片，它有望成為未來十年美國、歐洲乃至西班牙等市場人工智慧模型訓練和運作方式的關鍵領導者之一。