Χρηματοδότηση

Η Efficient Computer συγκεντρώνει $97 εκατομμύρια+ Series B με αποτίμηση $650 εκατομμυρίων για την κλιμάκωση των επεξεργαστών

mm
Προσθέστε το Unite.AI στις προτιμώμενες πηγές σας στο Google

Η Efficient Computer ανακοίνωσε στις 29 Σεπτεμβρίου 2026 ότι υπέγραψε συμφωνίες για πάνω από $97 εκατομμύρια χρηματοδότηση Series B με αποτίμηση $650 εκατομμυρίων, υπό την ηγεσία της TQ Ventures. Η εταιρεία δήλωσε ότι θα χρησιμοποιήσει το κεφάλαιο για την μαζική αποστολή του επεξεργαστή Electron E1 σε ηγετικούς πελάτες και για την κλιμάκωση της αρχιτεκτονικής Fabric σε απόδοση επιπέδου κέντρων δεδομένων.

Όροι χρηματοδότησης και επενδυτές

Η σειρά αυξάνει τη συνολική χρηματοδότηση της Efficient Computer στα $173 εκατομμύρια, σύμφωνα με την ανακοίνωση, η οποία περιγράφει την εταιρεία ως κατασκευάστρια των πιο ενεργειακά αποδοτικών επεξεργαστών παγκοσμίως. Οι συμμετέχοντες μαζί με την TQ Ventures περιλαμβάνουν τις Eclipse, Union Square Ventures, Giant Ventures, Triatomic Capital, TO Capital, TF Capital, Mana Ventures, Toyota Ventures, Overmatch και Borderless. Η Efficient δήλωσε ότι η προσπάθεια κλιμάκωσης στοχεύει σε απόδοση επιπέδου κέντρου δεδομένων με περισσότερη από 10 φορές βελτίωση στην κατανάλωση ενέργειας σε σύγκριση με τα συστήματα που κατασκευάζονται σήμερα.

Σε ένα συνοδευτικό άρθρο ιστολογίου που δημοσιεύτηκε την ίδια ημέρα, ο διευθύνων σύμβουλος και συνιδρυτής Brandon Lucia επανέλαβε τη χρηματοδότηση Series B των $97 εκατομμυρίων, τη συνολική συγκέντρωση των $173 εκατομμυρίων και την αποτίμηση των $650 εκατομμυρίων. Ο Lucia έγραψε ότι αυτός, ο Nathan και ο Graham ίδρυσαν την Efficient Computer περίπου 10 χρόνια νωρίτερα για να επαναπροσδιορίσουν θεμελιωδώς την αρχιτεκτονική υπολογιστών, επιλύοντας το ζήτημα της αποδοτικότητας χωρίς να θυσιάζουν τη γενικότητα.

Η σελίδα Series B της εταιρείας αναφέρει την ηγετική ομάδα ως εξής: Lucia, διευθύνων σύμβουλος· Graham Gobieski, διευθυντής τεχνολογίας· και Nathan Beckmann, κύριος αρχιτέκτονας.

Αρχιτεκτονική Fabric και το Electron E1

Η Efficient περιγράφει την αρχιτεκτονική Fabric ως μια σχεδίαση από το μηδέν της υπολογιστικής τεχνολογίας και ισχυρίζεται ότι προσφέρει βελτίωση 10-100 φορές στην κατανάλωση ενέργειας για υπολογισμούς γενικού σκοπού, συμπεριλαμβανομένης της τεχνητής νοημοσύνης. Η εταιρεία συγκρίνει αυτήν την προσέγγιση γενικού σκοπού με ό,τι αποκαλεί εξειδικευμένες εναλλακτικές «AI-only chip», οι οποίες, σύμφωνα με αυτήν, δεν υποστηρίζουν το μεγαλύτερο μέρος του λογισμικού και διατρέχουν κίνδυνο άμεσης απαξίωσης καθώς η AI εξελίσσεται.

Σύμφωνα με την ανακοίνωση, η αρχιτεκτονική υποστηρίζει τα πιο δημοφιλή πλαίσια λογισμικού μέσω ενός frontend που διαχειρίζεται C, C++ και πολλές άλλες κοινές αφηρημένες έννοιες. Η σελίδα Series B προσθέτει ότι οι προγραμματιστές μπορούν να χρησιμοποιήσουν C, C++, LiteRT και ONNX για να εκτελούν AI παράλληλα με κώδικα ανίχνευσης, ελέγχου και εφαρμογών σε έναν προγραμματιζόμενο επεξεργαστή, και μπορούν να επανασυμπιέσουν και να ενημερώσουν συσκευές που είναι ήδη σε λειτουργία καθώς τα μοντέλα αλλάζουν.

Στην αρχική σελίδα της, η Efficient ισχυρίζεται ότι το Electron E1 είναι έως και 100 φορές πιο αποδοτικό όταν μετράται σε ολόκληρες εφαρμογές που τρέχουν σε πραγματικό πυρίτιο, αντί για ενέργεια σε αδράνεια ή έναν μόνο πυρήνα προσαρμοσμένο χειροκίνητα για εξειδικευμένο υλικό. Η σελίδα περιγράφει τον effcc Compiler ως μια αντικατάσταση-προς-χρήση για το GCC ή το Clang που εξάγει παράλληλοτητα, τοποθετεί και δρομολογεί ένα πρόγραμμα στην Fabric και συνθέτει σε λίγα λεπτά.

Η Efficient δήλωσε ότι το Electron E1 βρίσκεται σε μαζική παραγωγή και ότι οι πελάτες το υιοθετούν για φυσική AI και αυτονομία, παρακολούθηση κρίσιμων υποδομών, διαστημικές και αμυντικές εφαρμογές, καθώς και φορητές συσκευές. Οι προβολές εφαρμογών στην αρχική σελίδα περιγράφουν το E1 να εκτελεί ολόκληρη τη διαδικασία αυτονομίας ενός drone σε ένα μόνο τμήμα, παρέχοντας επεξεργασία σε πραγματικό χρόνο και προγνωστική συντήρηση σε απομακρυσμένους αισθητήρες υποδομών, καθώς και επεξεργασία περισσότερων δεδομένων εντός διαστημοπλοίου ώστε μόνο τα κρίσιμα για την αποστολή ευρήματα να μεταφορτώνονται σε τυπική C και C++.

Η ανακοίνωση επίσης δηλώνει ότι η Fabric μπορεί να αντικαταστήσει τις ενεργοβόρες ενσωματωμένες GPU σε μια στοίβα αυτονομίας ρομπότ, επιτρέποντας στο σύστημα να λειτουργεί με 10 φορές λιγότερη ενέργεια, και ότι στο υψηλό άκρο του φάσματος απόδοσης επιταχύνει διαφορετικά και ακανόνιστα φορτία εργασίας κέντρων δεδομένων που είναι ακατάλληλα για chip επιταχυντών AI και GPU.

«Κάθε πελάτης που συναντάμε έχει μια έκδοση του προϊόντος του που δεν μπορεί να κατασκευάσει, επειδή ο προϋπολογισμός υπολογιστικής ισχύος καθιστά τις νέες δυνατότητες που επιθυμούν αδύνατες», δήλωσε ο Lucia στην ανακοίνωση. Πρόσθεσε ότι η γύρος επεκτείνει αυτήν την προσπάθεια σε πολλαπλότερες περιπτώσεις χρήσης και τομείς, καθώς η Efficient κλιμακώνει την αρχιτεκτονική Fabric από συσκευές που ήδη αποστέλλονται προς κλίμακα κέντρου δεδομένων.

Ιστορικό ίδρυσης και τεχνική λογική

Στο άρθρο του στο blog, ο Lucia υποστήριξε ότι με την επιβράδυνση της κλιμάκωσης της διαδικασίας CMOS παράλληλα με το τέλος του Νόμου του Μουρ και της κλιμάκωσης Dennard, οι περισσότερες βελτιώσεις στην απόδοση υπολογιστών προέρχονται από αρχιτεκτονικές ανταλλαγές που δίνουν προτεραιότητα στην απόδοση με κόστος στην αποδοτικότητα, συμπεριλαμβανομένων τεράστιων ενεργοβόρων δομών μνήμης, διασυνδέσεων και frontend που προσπαθούν να εξάγουν παράλληλοτητα από διαδοχικές ροές εντολών. Επίκλησε το νόμο του Amdahl εναντίον των επιταχυντών σταθερής λειτουργίας: στο παράδειγμά του, ακόμη και αν το 90 τοις εκατό μιας υπολογιστικής εργασίας ταιριάζει με έναν επιταχυντή και το χρόνο και το κόστος ενέργειας εκείνου του τμήματος μειωθούν στο μηδέν, το μέγιστο όφελος θα ήταν 10 φορές επειδή το υπόλοιπο 10 τοις εκατό παραμένει αναποτελεσματικό.

Ο Lucia έγραψε ότι η τεχνολογία της Efficient προσφέρει βελτίωση στην ενεργειακή αποδοτικότητα 10-100 φορές σε σύγκριση με τις παραδοσιακές αρχιτεκτονικές CPU, και ότι η εταιρεία έχει ήδη ξεκινήσει την κλιμάκωση σε τομείς με υψηλότερες απαιτήσεις απόδοσης: αυτονομία ανθρωποειδών, αυτόνομη οδήγηση και AI με πράκτορα στην άκρη και στο σύννεφο.

Δηλώσεις επενδυτών και επόμενα βήματα

Ο Andrew Marks, συν-συνεργάτης ιδρυτής στην TQ Ventures, δήλωσε ότι η αρχιτεκτονική της Efficient διαφέρει θεμελιωδώς από τις υπάρχουσες σχεδιάσεις και προσφέρει αυτό που χαρακτήρισε ως «βηματική συνάρτηση» στην αποδοτικότητα για τους γενικού σκοπού υπολογιστές, προσθέτοντας ότι η ικανότητα των ιδρυτών να κατασκευάσουν τόσο το υλικό όσο και το λογισμικό έπεισε την εταιρεία. «Δεν μόνο έχουν ολοκληρώσει τέσσερις φορές τη διαδικασία tape‑out, αλλά ήδη αποστέλλουν τσιπ σε πελάτες σε μεγάλες ποσότητες», είπε ο Marks.

Η Rebecca Kaden, γενική συνεργάτης στην USV, τόνισε ότι η ικανότητα της εταιρείας να προσφέρει τέτοια κέρδη σε όλο το φάσμα απόδοσης θα αλλάξει τον τρόπο με τον οποίο χτίζεται και υλοποιείται η υπολογιστική, από τη φυσική τεχνητή νοημοσύνη μέχρι το κέντρο δεδομένων. Η Zenetta Burger, ηγετική συνεργάτης των ΗΠΑ στην Giant Ventures, ανέφερε ότι οι ιδρυτές πέρασαν χρόνια στο Carnegie Mellon αντιμετωπίζοντας τα αρχιτεκτονικά προβλήματα πίσω από την ενεργειακά αποδοτική υπολογιστική. Ο Greg Reichow, συνεργάτης στην Eclipse, δήλωσε ότι η εταιρεία υποστήριξε την Efficient από την αρχή και ότι η ίδια αρχιτεκτονική κλιμακώνεται από τη φυσική τεχνητή νοημοσύνη μέχρι το κέντρο δεδομένων, με τη ζήτηση των πελατών να επιταχύνεται.

Δηλώσεις από πρόσθετους υποστηρικτές εμφανίζονται στη σελίδα της σειράς B της εταιρείας. Ο Chris Abshire, συνεργάτης στην Toyota Ventures, τόνισε ότι ο συνδυασμός αποδοτικότητας επιπέδου επιταχυντή με προγραμματισιμότητα γενικού σκοπού επιτρέπει πιο ικανά συστήματα σε περιβάλλοντα όπου η ισχύς έχει περιορίσει για πολύ καιρό το τι μπορεί να κατασκευαστεί. Ο Patrick O’Kain, συνεργάτης στην Borderless Capital, υπέδειξε ότι η ισχύς είναι ο πραγματικός περιορισμός για το πού μπορεί να τοποθετηθεί σοβαρή υπολογιστική ισχύς, τόσο σε εμπορικές όσο και σε εθνικές εφαρμογές ασφαλείας, και σημείωσε ότι το E1 ήδη αποστέλλεται σε μεγάλες ποσότητες.

Η Efficient δήλωσε ότι έχει κλιμακώσει την παραγωγή του Electron E1 ώστε να ανταποκριθεί σε αυτό που περιέγραψε ως υπερβολικό ενδιαφέρον πελατών και θα συνεχίσει να αυξάνει τον όγκο μέχρι το 2027 για να εξυπηρετήσει τη παγκόσμια πελατειακή της βάση. Η σελίδα της σειράς B παρουσιάζει τη γύρο ως τη μετάβαση της τεχνολογίας της εταιρείας από τον πρώτο της επεξεργαστή σε ευρύτερη γκάμα προϊόντων, με τσιπ σε ανάπτυξη για εφαρμογές που τρέχουν σε ενσωματωμένα GPU και την αρχιτεκτονική Fabric να επεκτείνεται προς υπολογιστική κλίμακας κέντρου δεδομένων.

Theo Nash είναι ένας ειδικός που δημιουργείται με τεχνητή νοημοσύνη στη Unite.AI, καλύπτοντας την υποδομή AI, τον υπολογισμό και τα συστήματα υλικού που τροφοδοτούν τη σύγχρονη τεχνητή νοημοσύνη. Η δουλειά του εστιάζει στις τεχνικές βάσεις πίσω από τις μεγάλης κλίμακας εργασίες AI, συμπεριλαμβανομένων των κέντρων δεδομένων, των επιταχυντών, των δικτύων και των στοίβων λογισμικού που τα συνδέουν.

Με μια αναλυτική και μηχανική προοπτική, ο Theo εξετάζει πώς οι εξελίξεις στις GPU, το προσαρμοσμένο πυρίτιο, τις αρχιτεκτονικές μνήμης και τα κατανεμημένα συστήματα επιτρέπουν νέες γενιές μοντέλων AI. Δίνει ιδιαίτερη προσοχή στις ανταλλαγές απόδοσης, την ενεργειακή αποδοτικότητα, την κλιμακωσιμότητα και τους πρακτικούς περιορισμούς που διαμορφώνουν την πραγματική υλοποίηση της υποδομής AI.

Τα άρθρα που συντάσσει ο Theo Nash δημιουργούνται από AI και ελέγχονται από την ομάδα συντακτών του Unite.AI για να διασφαλίσουν τεχνική ακρίβεια, σαφήνεια και υπεύθυνη κάλυψη του ταχέως εξελισσόμενου τοπίου υπολογισμού AI.