Financování

Efficient Computer získává $97M+ Series B při ocenění $650M za účelem rozšíření procesorů

mm
Přidejte Unite.AI mezi své preferované zdroje na Google

Efficient Computer oznámila 29. září 2026, že uzavřela dohody o více než $97 milionu v rámci Series B při ocenění $650 milionu, vedené společností TQ Ventures. Společnost uvedla, že kapitál použije k sériové výrobě svého procesoru Electron E1 pro přední zákazníky a k rozšíření své architektury Fabric na výkon úrovně datových center.

Finanční podmínky a investoři

Podle oznámení tato kolo zvyšuje celkové získané financování Efficient Computer na $173 milionu a popisuje společnost jako stavějící nejenergeticky úspornější procesory na světě. Mezi účastníky vedle TQ Ventures patří Eclipse, Union Square Ventures, Giant Ventures, Triatomic Capital, TO Capital, TF Capital, Mana Ventures, Toyota Ventures, Overmatch a Borderless. Efficient uvedla, že úsilí o rozšíření cílí na výkon úrovně datových center s více než 10‑násobným zlepšením spotřeby energie oproti dnešním systémům.

V doprovodném blogovém příspěvku publikovaném tentýž den CEO a spoluzakladatel Brandon Lucia zopakoval Series B ve výši $97 milionu, celkový kapitál $173 milionu a ocenění $650 milionu. Lucia napsal, že on, Nathan a Graham založili Efficient Computer přibližně před 10 lety s cílem zásadně přehodnotit architekturu počítačů a dosáhnout efektivity bez kompromisů v obecnosti.

Na stránce Series B společnost uvádí vedení jako Luciu, generálního ředitele; Grahama Gobieskiho, technického ředitele; a Nathana Beckmanna, hlavního architekta.

Architektura Fabric a Electron E1

Efficient popisuje svou architekturu Fabric jako kompletní přepracování výpočetní techniky a tvrdí, že přináší 10‑100‑násobné zlepšení spotřeby energie pro výpočetní úlohy obecného účelu, včetně AI. Společnost kontrastuje tento obecný přístup s tím, co nazývá specializovanými alternativami „AI-only chip“, o nichž uvádí, že nepodporují většinu softwaru a hrozí jim okamžitá zastaralost s vývojem AI.

Podle oznámení architektura podporuje nejpopulárnější softwarové rámce prostřednictvím frontendu, který zpracovává C, C++ a mnoho dalších běžných abstrakcí. Stránka Series B doplňuje, že vývojáři mohou použít C, C++, LiteRT a ONNX k provozování AI vedle senzoriky, řízení a aplikačního kódu na jednom programovatelném procesoru a mohou překompilovat a aktualizovat zařízení již nasazená v terénu, jak se modely mění.

Na své domovské stránce Efficient tvrdí, že Electron E1 je až 100‑násobně úspornější, měřeno na celých aplikacích běžících na reálném křemíku, spíše než na nečinném výkonu nebo jediném jádru ručně laděném pro hardware s pevnou funkcí. Stránka popisuje kompilátor effcc jako okamžitou náhradu za GCC nebo Clang, který extrahuje paralelismus, umisťuje a směruje program na Fabric a kompiluje během několika minut.

Efficient uvedla, že Electron E1 je ve sériové výrobě a že zákazníci jej adoptují pro fyzické AI a autonomii, sledování kritické infrastruktury, vesmír a obranu a nositelná zařízení. Na domovské stránce jsou zvýrazněny aplikace, kde E1 provozuje celý autonomní řetězec dronu na jedné součásti, poskytuje zpracování v reálném čase a prediktivní údržbu vzdálených senzorů infrastruktury a zpracovává více dat na palubě vesmírných lodí, takže pouze kritické výsledky jsou staženy v standardním C a C++.

Oznámení také uvádí, že Fabric může nahradit energeticky náročné vestavěné GPU v robotickém autonomním stacku, což umožní systému pracovat s desetkrát menší spotřebou energie, a že na horní hranici výkonového rozsahu urychluje rozmanité a nepravidelné pracovní zátěže datových center, které nejsou vhodné pro čipy a GPU určené k akceleraci AI.

„Každý zákazník, kterého potkáme, má verzi svého produktu, kterou nemůže vyrobit, protože rozpočet výpočetního výkonu činí nové požadované schopnosti neproveditelné,“ řekl Lucia v oznámení. Dodal, že toto kolo rozšiřuje úsilí na mnohem více případů použití a oblastí, jak Efficient rozšiřuje architekturu Fabric od již dodávaných zařízení směrem k úrovni datových center.

Historie založení a technické odůvodnění

Ve svém blogovém příspěvku Lucia argumentoval, že s pomalým zmenšováním CMOS procesů a koncem Mooreova zákona a Dennardova škálování, většina zisků ve výpočetním výkonu pochází z architektonických kompromisů, které upřednostňují výkon na úkor efektivity, včetně masivních energeticky náročných paměťových struktur, propojení a front-endů, které se snaží vytěžit paralelismus ze sekvenčních instrukčních toků. Odkázal na Amdahlův zákon proti fixním akcelerátorům: ve svém příkladu, i kdyby 90 % výpočtu odpovídalo akcelerátoru a časová a energetická náročnost této části klesla na nulu, maximální přínos by byl 10‑násobný, protože zbývajících 10 % zůstává neefektivních.

Lucia napsal, že technologie Efficient přináší 10‑100‑násobné zlepšení energetické účinnosti ve srovnání s tradičními architekturami CPU, a že společnost již zahájila práci na jejím rozšíření do oblastí s vyššími požadavky na výkon: humanoidní autonomii, autonomní řízení a agentní AI na okraji i v cloudu.

Prohlášení investorů a další kroky

Andrew Marks, spoluzakládající partner ve společnosti TQ Ventures, řekl, že architektura Efficient se zásadně liší od stávajících návrhů a přináší to, co nazval skokovým nárůstem účinnosti v obecně určeném výpočtu, a dodal, že schopnost zakladatelů vyvíjet jak hardware, tak software přesvědčila firmu. „Nejenže už čtyřikrát provedli tape‑out, ale již nyní dodávají čipy zákazníkům ve velkém objemu,“ řekl Marks.

Rebecca Kaden, generální partnerka ve společnosti USV, řekla, že schopnost společnosti dosahovat takových zisků napříč spektrem výkonu změní způsob, jakým se výpočetní technika navrhuje a nasazuje, od fyzické AI po datová centra. Zenetta Burger, vedoucí partnerka v USA ve společnosti Giant Ventures, uvedla, že zakladatelé strávili roky na Carnegie Mellon řešením architektonických problémů stojících za energeticky úsporným výpočtem. Greg Reichow, partner ve společnosti Eclipse, řekl, že firma podpořila Efficient od samého začátku a že stejná architektura se rozšiřuje od fyzické AI po datová centra s rostoucí poptávkou zákazníků.

Prohlášení dalších podporovatelů jsou uvedena na stránce Series B společnosti. Chris Abshire, partner ve společnosti Toyota Ventures, řekl, že kombinace efektivity na úrovni akcelerátoru s programovatelností pro obecné účely umožňuje výkonnější systémy v prostředích, kde dlouho omezovala výkon to, co lze postavit. Patrick O’Kain, partner ve společnosti Borderless Capital, uvedl, že výkon je skutečným omezením, kde může být umístěna seriózní výpočetní kapacita, a to jak v komerčních, tak v národně‑bezpečnostních aplikacích, a poznamenal, že E1 již je dodáván ve velkém objemu.

Efficient uvedl, že rozšířil výrobu Electron E1 tak, aby vyhověl tomu, co popsal jako ohromný zájem zákazníků, a bude nadále zvyšovat objem až do roku 2027, aby obsloužil svou globální zákaznickou základnu. Stránka Series B představuje kolo jako posun technologie společnosti od jejího prvního procesoru k širšímu spektru produktů, přičemž čipy jsou ve vývoji pro aplikace běžící na vestavěných GPU a architektura Fabric je rozšiřována směrem k výpočtům v datových centrech.

Theo Nash je AI-generovaný specialista ve společnosti Unite.AI, který se zabývá AI infrastrukturou, výpočetní technikou a hardwarovými systémy, které pohánějí moderní umělou inteligenci. Jeho práce se soustředí na technické základy velkých AI pracovních zátěží, včetně datových center, akcelerátorů, sítí a softwarových vrstev, které je spojují.

S analytickým a inženýrsky orientovaným pohledem Theo zkoumá, jak pokroky v GPU, vlastním silikonu, paměťových architekturách a distribuovaných systémech umožňují nové generace AI modelů. Věnuje zvláštní pozornost kompromisům výkonu, energetické účinnosti, škálovatelnosti a praktickým omezením, která formují nasazení AI infrastruktury v reálném světě.

Články napsané Theo Nash jsou AI-generované a jsou kontrolovány redakčním týmem Unite.AI, aby zajistily technickou přesnost, srozumitelnost a odpovědné pokrytí rychle se vyvíjejícího prostředí AI výpočtů.