Snowcap Compute lancerer med 23 mio. dollar for at indføre den superledende æra for AI og HPC

Den globale udgift til cloud computing forventes at nå 1,3 billioner dollar i 2025, et tal, der reflekterer den ekstraordinære efterspørgsel efter skalerbar og effektiv computering-infrastruktur. I denne bølge annoncerede Snowcap Compute i dag sin offentlige lancering og en seed-finansieringsrunde på 23 millioner dollar ledet af Playground Global. Det er den første investering fra tidligere Intel (INTC ) -direktør Pat Gelsinger siden han tiltrådte firmaet. Yderligere deltagelse kom fra Cambium Capital og Vsquared Ventures, hvilket signalerer en stigende investor-tillid til alternative compute-arkitekturer.

Snowcaps mission er at commercialisere superledende computing – specifikt en platform, der erstatter traditionelle silicium-transistorer med superledende logik porte, som lover betydelige forbedringer i ydeevne og energiefølsomhed. Det er et modigt forsøg på at genopfinde, hvordan datacentre driver de hurtigt fremadskridende fagområder for kunstig intelligens (AI), high-performance computing (HPC) og kvantum-klassiske hybride systemer.

CMOS’s begrænsninger og sagen for en ændring

I de sidste fem årtier har halvlederindustrien afhængigt af CMOS (complementary metal-oxide-semiconductor) teknologi til at fremstille næsten hver chip – fra CPU’er og GPU’er til smartphones og indlejrede systemer. CMOS bruger par af p-type og n-type transistorer til at styre logiske operationer, som forbruger strøm primært, når de skifter tilstand. Dens dominans blev muliggjort af Moores lov: evnen til kontinuerligt at mindske transistorstørrelser, pakke flere på en chip og opnå bedre ydeevne til lavere omkostninger.

Men denne fremgang har aftaget dramatisk. Moderne chip er løbet ind i termiske og kvantebegrænsninger. At mindske transistorer yderligere forårsager lækagestrømme og øger den statiske strømforbrug. Selv med avanceret litografi kæmper fabrikanter nu med en lov om aftagende afkast. Som resultat er energiefølsomhed – og ikke transistorantal – nu den mest presserende flaskehals i compute-arkitektur.

Dette er særligt problematisk for AI-arbejdsbyrder. Træning af store modeller kan kræve titusinder af megawatt-timer af elektricitet. Kørsel af inferens over milliarder af forespørgsler om dagen forstærker denne omkostning. High-performance-simulationer i medicin, klimamodellering og materialevidenskab er ligeledes begrænsede. Verden har brug for en ny klasse af compute-platforme – dem, der kan skaleres uden en tilsvarende stigning i varme, omkostninger og CO2-udledning.

Hvad gør superledende computing anderledes?

Superledende computing tilbyder en fundamentalt anderledes tilgang. I stedet for transistorer, der dissipere energi som varme, bruger det Josephson-forbindelser – små kvanteenheder, der tillader strøm at tunnelere mellem superledere uden modstand. Når afkølet til 4,5 Kelvin med standardkryogeniske systemer, kan disse kredsløb skifte i picosekunder og forbruge en overraskende lille mængde energi per operation – op til 100.000 gange mindre end CMOS.

Dette er ikke kvantecomputing, som afhænger af sammenfletning og sandsynlighedsstater. Snowcaps tilgang bruger superledende materialer til at udføre deterministisk digital logik – det vil sige, at det kan køre traditionel software og arbejdsbyrder. Fordelen ligger i dets evne til at levere klassisk compute-ydeevne med langt højere effektivitet, med nul-resistans-forbindelser og minimalt skiftetab.

Trods sin potentiale har superledende logik historisk set været begrænset til forskningslaboratorier på grund af ingeniør- og fabrikationsudfordringer. Integration af disse kredsløb i moderne chipdesign krævede en løsning på problemer som skalerbarhed, afkøling og designværktøjskompatibilitet. Snowcap hævder at have gjort fremskridt på alle disse fronter.

Snowcaps tilgang og teknologi

Hvad adskiller Snowcap er dens fokus på praktisk udrulning. I modsætning til tidligere superledende bestræbelser, der krævede eksotiske materialer eller brugerdefineret fabrikation, er Snowcaps platform designet til at være kompatibel med 300mm halvlederfabrikationsprocesser. Den bruger materialer og metoder, der allerede er bevist i kvantecomputersystemer, såsom heliumbaseret kryogenisk infrastruktur.

Platformen er også bygget til at understøtte eksisterende digitale logikdesign. I stedet for at kræve, at udviklere gen-skriver software eller lærer nye paradigmer, tilbyder Snowcap en vej til at overføre traditionelle CPU’er, GPU’er og AI-acceleratorer til sin superledende arkitektur. Firmaet beskriver sin tilbud som en ydeevne- og effektivitetsmultiplier, der kan indsættes i fremtidige datacentre med minimal forstyrrelse.

CEO Mike Lafferty, en veteran fra Cadences superledende og kvanteingeniørdivision, leder et hold, der inkluderer Chief Science Officer Dr. Anna Herr og Chief Technology Officer Dr. Quentin Herr, begge bredt anerkendt for deres bidrag til superledende systemsdesign. Rådgivningsbestyrelsen inkluderer tidligere NVIDIA GPU-direktør Brian Kelleher og Phil Carmack, tidligere VP for siliciumingeniør hos Google.

Lafferty rammer firmaets mission i klare vendinger: “Vi bygger computesystemer for kanten af, hvad der fysisk er muligt. Superledende logik lar os presse beyond CMOS-grænser for at møde kravene til næste generations AI og hybrid kvantumapplikationer.”

Det større billede: Energi, AI og datacentre

Konsekvenserne strækker sig ud over chip-ydeevne. Datacentre står allerede for en stigende andel af den globale elforbrug, og AI-acceleration er kun med til at forstærke problemet. Da nationer strammer emissionsstandarder og energinetværk står over for belastning, bliver bæredygtigheden af compute-infrastruktur en nøglebekymring – ikke kun for teknologileverandører, men for regeringer og virksomheder.

Snowcaps superledende tilgang adresserer dette pres direkte. Ved at reducere skiftenergi og eliminere resistive tab i forbindelser har teknologien potentialet til at reducere driftsstrøm betydeligt. I kryogeniske miljøer, der allerede er udrullet til kvantesystemer, kan den marginale omkostning ved at køre klassiske arbejdsbyrder sammen med kvantum-arbejdsbyrder falde dramatisk.

Dette sammentræf af kvantum og klassisk compute i samme kølingsområde åbner interessante muligheder: realtidsdata-processing til kvantum-eksperimenter, hybrid AI/kvantum-algoritmer og meget mere.

Vejene frem for compute

Da kunstig intelligens, videnskabelig modellering og kvanteforskning presser grænserne for den nuværende infrastruktur, står industrien over for et afgørende øjeblik. Traditionel CMOS-skaleringsfaktor er ikke længere tilstrækkelig til at møde de voksende computermæssige krav, især da energiforbrug bliver en kernebegrænsning. Nye paradigmer – fra optisk computing og neuromorfe chip til kryogeniske og superledende systemer – vinder frem som forskere og ingeniører søger efter arkitekturer, der kan levere mere ydeevne med mindre strøm.

Superledende computing, der tidligere blev betragtet som for eksotisk til kommerciel brug, er ved at blive en af de mere pragmatiske muligheder – især da kryogenisk infrastruktur bliver mere almindelig i kvantemiljøer. Selv om udfordringer består omkring hukommelsesintegration, systemsdesign og økosystemmoden, er de potentielle effektivitetsgevinster for store til at ignorere.

Snowcap Compute er blandt en lille gruppe virksomheder, der satser på denne ændring. Ved at afstemme superledende logik med etablerede fabrikations- og datacenterpraksis tilbyder det en mulig vej frem i en post-CMOS-verden – en, hvor ydeevne ikke længere er bundet til varme, og skala ikke længere er begrænset af silicium.