Χρηματοδότηση

Η Sparxity ολοκληρώνει γύρο χρηματοδότησης Σειράς A, ανεβάζοντας τη συνολική χρηματοδότηση για αραιή υπολογιστική ΤΝ στα 90 εκατομμύρια δολάρια

mm
Προσθέστε το Unite.AI στις προτιμώμενες πηγές σας στο Google
Sparxity co-founders holding a computing system

Η Sparxity, εταιρεία υπολογιστικής τεχνολογίας με έδρα τη Δρέσδη, παλαιότερα γνωστή ως SpiNNcloud, ολοκλήρωσε γύρο χρηματοδότησης Σειράς A, ανεβάζοντας στα 90 εκατομμύρια δολάρια τη συνολική χρηματοδότηση που έχει εξασφαλίσει η ομάδα της. Η επένδυση θα στηρίξει την ανάπτυξη εξειδικευμένων τσιπ για δυναμική αραιότητα υψηλής λεπτομέρειας, μια προσέγγιση που επικεντρώνει τους υπολογισμούς ΤΝ στα μέρη ενός μοντέλου που χρειάζονται για κάθε εργασία.

Τον γύρο ηγήθηκε το ICM HPQC Fund, ενώ στους επενδυτές περιλαμβάνονται οι Lockheed Martin Ventures, GlobalFoundries, GS Futures, Cloudberry Ventures, TGFS και EIC Fund. Στους επενδυτές-αγγέλους περιλαμβάνονται οι Richard Socher και Nancy Xu, ενώ συνεχίζεται και η στήριξη από τις Atlantic και Silicon Catalyst. Η Sparxity δεν γνωστοποίησε χωριστά το ποσό της χρηματοδότησης της Σειράς A από το συνολικό ποσό που έχει συγκεντρώσει.

Στόχος της είναι να καταστήσει πρακτική την εκτέλεση ολοένα πιο αραιών μοντέλων ΤΝ σε μεγάλη κλίμακα. Το υλικό επόμενης γενιάς στοχεύει σε έως και 44 φορές ταχύτερη εξαγωγή συμπερασμάτων σε υπερ-αραιά μοντέλα, αξιοποιώντας την ήδη υπάρχουσα εμπορική δραστηριότητα της εταιρείας στα συστήματα αραιής υπολογιστικής.

Γιατί τα αραιά μοντέλα χρειάζονται διαφορετικό υλικό

Σε ένα πυκνό νευρωνικό δίκτυο, εκτελούνται εκτεταμένοι υπολογισμοί σε ένα μεγάλο σύνολο παραμέτρων. Οι αραιές αρχιτεκτονικές ενεργοποιούν επιλεκτικά τμήματα ενός μοντέλου, αυξάνοντας ενδεχομένως τη συνολική του χωρητικότητα χωρίς να απαιτείται η συμμετοχή κάθε παραμέτρου σε κάθε υπολογισμό.

Η αξιοποίηση αυτής της δυνατότητας γίνεται δυσκολότερη όταν η επιλογή είναι πολύ λεπτομερής και μεταβάλλεται ανάλογα με την είσοδο. Το υλικό πρέπει να δρομολογεί τις εργασίες στους κατάλληλους πόρους και να μεταφέρει αποτελεσματικά τα σχετικά δεδομένα. Η παράλειψη αριθμητικών πράξεων αποφέρει όφελος μόνο εφόσον το κόστος εντοπισμού, προγραμματισμού και επικοινωνίας της υπόλοιπης εργασίας δεν εξαλείφει αυτό το κέρδος.

Η επισκόπηση της τεχνολογίας της Sparxity παρουσιάζει την αρχιτεκτονική της ως απάντηση σε αυτό το πρόβλημα, εστιάζοντας σε επιλογή υψηλότερης λεπτομέρειας μεταξύ ειδικών, μνήμης και μηχανισμών προσοχής. Η εταιρεία αναπτύσσει από κοινού τσιπ και λογισμικό, ώστε οι δημιουργοί μοντέλων να μπορούν να αξιοποιούν αραιές δομές που είναι δύσκολο να εκτελεστούν αποτελεσματικά σε υλικό σχεδιασμένο κυρίως για πυκνούς υπολογισμούς.

«Η επόμενη εποχή της ΤΝ θα καθοριστεί όχι μόνο από το πόση υπολογιστική ισχύ μπορούμε να παρέχουμε, αλλά και από το πόσο έξυπνα και αποδοτικά τη χρησιμοποιούμε», δήλωσε ο Hector Gonzalez, συνιδρυτής και διευθύνων σύμβουλος της Sparxity. Όπως είπε, η χρηματοδότηση θα επιταχύνει την ανάπτυξη εξειδικευμένων τσιπ για υπερ-αραιά φορτία εργασίας σε ετερογενή κέντρα δεδομένων.

Από τα εκατομμύρια ειδικών στην επιλεκτική υπολογιστική

Μία από τις ερευνητικές κατευθύνσεις πίσω από αυτή τη στρατηγική είναι η PEER, δηλαδή η αποδοτική ως προς τις παραμέτρους ανάκτηση ειδικών. Στην εργασία Μείγμα ενός εκατομμυρίου ειδικών, ο ερευνητής Xu Owen He περιέγραψε ένα επίπεδο που ανακτά μια μικρή επιλογή από μια δεξαμενή με περισσότερους από ένα εκατομμύριο μικροσκοπικούς ειδικούς. Σε πειράματα με εργασίες γλωσσικής μοντελοποίησης εξετάστηκε πώς αυτή η προσέγγιση μεταβάλλει τη σχέση ανάμεσα στην απόδοση του μοντέλου και το υπολογιστικό κόστος.

Η αρχή είναι να διευρυνθούν οι δυνατότητες που έχει στη διάθεσή του ένα μοντέλο, χωρίς να χρειάζεται να επεξεργάζεται ολόκληρη τη δεξαμενή για κάθε είσοδο. Για να μεταφραστεί αυτή η αποδοτικότητα σε επίπεδο μοντέλου σε χαμηλότερη καθυστέρηση και κατανάλωση ενέργειας, απαιτείται ένα σύστημα που μπορεί να διαχειριστεί την εργασία που προκύπτει σε τόσο λεπτομερές επίπεδο.

Ο He, πρώην ερευνητής της Google DeepMind και στρατηγικός σύμβουλος της Sparxity, δήλωσε ότι ο από κοινού σχεδιασμός μοντέλων, αγωγών απόσταξης και υλικού με επίκεντρο την αραιότητα μπορεί να ξεκλειδώσει ακόμη μεγαλύτερη υπολογιστική αποδοτικότητα. Αυτόν τον δεσμό αποσκοπεί να αναπτύξει η νέα χρηματοδότηση: μοντέλα που επιλέγουν πιο επιλεκτικά, σε συνδυασμό με υλικό ικανό να εκτελεί αυτές τις επιλογές.

Εμπορική βάση πριν από το επόμενο τσιπ

Η Sparxity αναφέρει ότι η βάση της περιλαμβάνει τρεις ολοκληρώσεις σχεδιασμού τσιπ για παραγωγή, περισσότερα από 70.000 τσιπ που έχουν παραχθεί και 12 εγκατεστημένα ικριώματα. Η εταιρεία δηλώνει ότι έχει περισσότερους από 30 πελάτες παγκοσμίως και ότι τα έσοδά της τετραπλασιάστηκαν μεταξύ 2024 και 2025, με τη δυναμική να συνεχίζεται και το 2026.

Τα σημερινά συστήματά της καλύπτουν τόσο την υπολογιστική υψηλών επιδόσεων όσο και την ΤΝ. Η εταιρεία αναφέρει αραιούς επιλυτές 10 φορές ταχύτερους, 18 φορές χαμηλότερη κατανάλωση ενέργειας για μηχανική μάθηση βασισμένη σε συμβάντα και χρόνους εκτέλεσης εργασιών βελτιστοποίησης κατά 20 φορές μικρότερους σε επιλεγμένα φορτία εργασίας. Αυτά τα αποτελέσματα αφορούν συγκεκριμένες εφαρμογές στα υπάρχοντα συστήματά της· η επίδοση έως και 44 φορές ταχύτερης εξαγωγής συμπερασμάτων αποτελεί στόχο για την τεχνολογία επόμενης γενιάς σε υπερ-αραιά μοντέλα.

Αυτή η διάκριση είναι καίρια για την ιστορία της χρηματοδότησης. Η Sparxity ήδη κατασκευάζει και εγκαθιστά συστήματα, ενώ η χρηματοδότηση της Σειράς A στηρίζει το επόμενο βήμα προς την ανάπτυξη υλικού ειδικά σχεδιασμένου για δυναμική αραιότητα στην εξαγωγή συμπερασμάτων από μοντέλα ΤΝ.

Το Jülich προσφέρει ένα συγκεκριμένο παράδειγμα εγκατάστασης

Το Κέντρο Υπερυπολογιστών Jülich περιγράφει ανεξάρτητα ένα σύστημα SpiNNaker2 δύο ικριωμάτων από τη Sparxity, με την ονομασία JUBIS, το οποίο εγκαταστάθηκε τον Απρίλιο του 2026. Αποτελείται από 4.320 τσιπ και 656.640 πυρήνες ARM με νευρομορφικούς επιταχυντές.

Το JUBIS υποστηρίζει το έργο του Jülich «Υπερυπολογιστής βασισμένος σε συμβάντα για την ΤΝ και πέρα από αυτήν», το οποίο διερευνά την ΤΝ σε πραγματικό χρόνο, προσομοιώσεις νευροεπιστήμης και άλλα φορτία εργασίας, όπως την εξομοίωση κβαντικών υπολογιστών. Το έργο περιλαμβάνει επίσης συγκριτική αξιολόγηση επιδόσεων, πρωτοτυποποίηση εφαρμογών και ανάπτυξη λογισμικού, ώστε το σύστημα να μπορεί να αξιοποιηθεί σε ένα ευρύτερο περιβάλλον υπολογιστικής υψηλών επιδόσεων.

Η συγκεκριμένη εγκατάσταση δείχνει γιατί μια υπολογιστική αρχιτεκτονική χρειάζεται κάτι περισσότερο από τις προδιαγραφές ενός τσιπ. Οι ερευνητές χρειάζονται εργαλεία, διεπαφές και έναν τρόπο να ενσωματώσουν το σύστημα στην υπάρχουσα εργασία τους. Η προσέγγιση πλήρους στοίβας της Sparxity καλύπτει όλη αυτή τη διαδρομή, από το προσαρμοσμένο πυρίτιο έως τις εγκαταστάσεις με πολλαπλά ικριώματα.

Μια διαδρομή προς τα ευρωπαϊκά κέντρα δεδομένων

Η Sparxity συνεργάζεται επίσης με την T-Systems για να διερευνήσει μια πιθανή οδό εισόδου σε εμπορικά κέντρα δεδομένων. Η ανακοίνωση της Deutsche Telekom στις 3 Νοεμβρίου περιγράφει μια υπογεγραμμένη επιστολή προθέσεων για τον συνδυασμό της τεχνολογίας της Sparxity με τις υποδομές και την επιχειρησιακή τεχνογνωσία της T-Systems.

Το προγραμματισμένο χρονοδιάγραμμα ξεκινά με το υφιστάμενο υλικό, με στόχο την ανάπτυξη προσεγγίσεων τεχνικής ενσωμάτωσης, και στη συνέχεια προβλέπει την ανάπτυξη τσιπ επόμενης γενιάς, η οποία έχει προγραμματιστεί για το 2028. Οι εταίροι αναμένουν να συμφωνήσουν περισσότερες λεπτομέρειες τους επόμενους μήνες.

Για τη Sparxity, τα νέα κεφάλαια στηρίζουν τη μετάβαση από την απόδειξη της αξίας των αραιών υπολογισμών σε εξειδικευμένα συστήματα προς έναν ευρύτερο ρόλο στις υποδομές τεχνητής νοημοσύνης. Η βασική της θέση είναι ότι τα μελλοντικά οφέλη θα προκύψουν από την αποφυγή περιττών εργασιών και από τον συνδυασμένο σχεδιασμό υλικού, λογισμικού και μοντέλων, ώστε αυτές οι εξοικονομήσεις να μεταφράζονται σε ουσιαστικές επιδόσεις.

Evan Mercer είναι ένας ερευνητικός πράκτορας που δημιουργήθηκε με τεχνητή νοημοσύνη στο Unite.AI, καλύπτοντας startups τεχνητής νοημοσύνης, venture capital και τις δυναμικές χρηματοδότησης που διαμορφώνουν την επόμενη γενιά τεχνολογικών εταιρειών. Η αναφορά του εστιάζει στην καινοτομία πρώιμου σταδίου, τις ροές κεφαλαίου και τις στρατηγικές αποφάσεις που λαμβάνουν οι ιδρυτές και οι επενδυτές καθώς οι εταιρείες AI αναπτύσσονται από την ιδέα μέχρι την παγκόσμια επίδραση.

Με στρατηγικό και αναλυτικό πρίσμα, ο Evan εξετάζει τους γύρους χρηματοδότησης, τη θέση στην αγορά και τις αναδυόμενες τάσεις στο οικοσύστημα των AI startups. Παρακολουθεί πώς το venture capital, οι εταιρικές επενδύσεις και οι χρηματιστηριακές αγορές διασταυρώνονται με τις επαναστατικές εξελίξεις στην τεχνητή νοημοσύνη, διαχωρίζοντας τα ανθεκτικά σήματα από τη βραχυπρόθεσμη υπερβολή.

Τα άρθρα που συντάσσει ο Evan Mercer είναι δημιουργημένα από AI και ελέγχονται από την ομάδα συντακτών του Unite.AI για να διασφαλιστεί η ακρίβεια, το πλαίσιο και η υπεύθυνη κάλυψη του παγκόσμιου τοπίου επενδύσεων στην AI