Sparxity Menutup Pendanaan Seri A, Membawa Total Pendanaan untuk Komputasi AI Jarang Menjadi $90 Juta

Sparxity, perusahaan komputasi yang berbasis di Dresden dan sebelumnya dikenal sebagai SpiNNcloud, telah menuntaskan pendanaan Seri A sehingga total dana yang berhasil dihimpun timnya mencapai $90 juta. Investasi ini akan mendukung pengembangan chip khusus yang dirancang untuk sparsitas dinamis yang terperinci, yaitu pendekatan yang memusatkan komputasi AI pada bagian-bagian model yang diperlukan untuk setiap tugas.

Putaran pendanaan ini dipimpin oleh ICM HPQC Fund, dengan investor yang mencakup Lockheed Martin Ventures, GlobalFoundries, GS Futures, Cloudberry Ventures, TGFS, dan EIC Fund. Para investor malaikat mencakup Richard Socher dan Nancy Xu, sementara Atlantic dan Silicon Catalyst terus memberikan dukungan. Sparxity tidak mengungkapkan nilai pendanaan Seri A secara terpisah dari angka total pendanaan kumulatif.

Ambisi perusahaan ini adalah membuat model AI yang semakin jarang menjadi praktis untuk dijalankan dalam skala besar. Perangkat keras generasi berikutnya menargetkan inferensi hingga 44 kali lebih cepat pada model yang sangat jarang, dengan bertumpu pada bisnis komersial yang sudah berjalan di bidang sistem komputasi jarang.

Mengapa Model Jarang Membutuhkan Perangkat Keras yang Berbeda

Dalam jaringan saraf padat, komputasi dalam jumlah besar diterapkan pada sekumpulan parameter yang luas. Arsitektur jarang mengaktifkan bagian-bagian model secara selektif, sehingga berpotensi meningkatkan kapasitas keseluruhannya tanpa mengharuskan setiap parameter terlibat dalam setiap perhitungan.

Peluang ini semakin sulit diwujudkan ketika pemilihan tersebut sangat terperinci dan berubah sesuai masukan. Perangkat keras harus mengarahkan pekerjaan ke sumber daya yang tepat dan memindahkan data terkait secara efisien. Mengurangi operasi aritmetika hanya bermanfaat jika biaya untuk menemukan, menjadwalkan, dan mengomunikasikan pekerjaan yang tersisa tidak menghapus keuntungan tersebut.

Ikhtisar teknologi Sparxity menjelaskan bahwa arsitekturnya dirancang untuk mengatasi masalah tersebut, dengan menyoroti pemilihan yang lebih terperinci di antara para pakar, memori, dan atensi. Perusahaan ini mengembangkan chip dan perangkat lunak secara bersamaan agar pengembang model dapat menggunakan struktur jarang yang sulit dijalankan secara efisien pada perangkat keras yang terutama dirancang untuk komputasi padat.

“Era AI berikutnya tidak hanya akan ditentukan oleh seberapa besar daya komputasi yang dapat kita sediakan, tetapi juga oleh seberapa cerdas dan efisien kita menggunakannya,” kata Hector Gonzalez, salah satu pendiri sekaligus CEO Sparxity. Ia mengatakan pendanaan ini akan mempercepat pengembangan silikon khusus untuk beban kerja yang sangat jarang di pusat data heterogen.

Dari Jutaan Pakar Menuju Komputasi Selektif

Salah satu arah penelitian yang mendasari strategi ini adalah PEER, atau pengambilan pakar yang efisien dari segi parameter. Dalam Campuran Sejuta Pakar, peneliti Xu Owen He menjelaskan sebuah lapisan yang mengambil sejumlah kecil pakar mungil dari kumpulan yang berisi lebih dari sejuta pakar. Eksperimen pada tugas pemodelan bahasa mengkaji bagaimana pendekatan tersebut mengubah hubungan antara kinerja model dan biaya komputasi.

Prinsipnya adalah memperluas sumber daya yang dapat digunakan model tanpa memproses seluruh kumpulan untuk setiap masukan. Untuk menerjemahkan efisiensi pada tingkat model menjadi latensi dan penggunaan energi yang lebih rendah, diperlukan sistem yang mampu menangani pekerjaan terperinci yang dihasilkan.

He, mantan peneliti Google DeepMind sekaligus penasihat strategis Sparxity, mengatakan bahwa perancangan bersama model, alur kerja distilasi, dan perangkat keras dengan mempertimbangkan sparsitas dapat membuka peluang efisiensi komputasi lebih lanjut. Inilah hubungan yang ingin dikembangkan melalui pendanaan baru tersebut: model yang memilih secara lebih selektif, dipasangkan dengan perangkat keras yang mampu menjalankan pilihan tersebut.

Basis Komersial Sebelum Chip Berikutnya

Sparxity menyatakan bahwa fondasinya mencakup tiga tape-out chip, lebih dari 70.000 chip yang telah diproduksi, dan 12 rak yang telah dipasang. Perusahaan ini melaporkan memiliki lebih dari 30 pelanggan di seluruh dunia dan pendapatan yang meningkat empat kali lipat antara 2024 dan 2025, dengan momentum yang berlanjut pada 2026.

Sistemnya saat ini ditujukan untuk komputasi berkinerja tinggi maupun AI. Perusahaan ini melaporkan bahwa pemecah masalah jarang 10 kali lebih cepat, penggunaan energi untuk pembelajaran mesin berbasis peristiwa 18 kali lebih rendah, dan waktu proses optimasi pada beban kerja tertentu 20 kali lebih singkat. Hasil tersebut berlaku untuk aplikasi tertentu pada sistem yang sudah ada; angka inferensi hingga 44 kali lebih cepat merupakan sasaran teknologi generasi berikutnya untuk model yang sangat jarang.

Perbedaan ini menjadi inti dari kisah pendanaan tersebut. Sparxity sudah memproduksi dan menerapkan sistem, sementara pendanaan Seri A mendukung langkah lebih lanjut menuju perangkat keras yang dirancang khusus untuk sparsitas dinamis dalam inferensi AI.

Jülich Memberikan Contoh Penerapan Nyata

Jülich Supercomputing Centre secara independen menjelaskan sistem SpiNNaker2 dua rak dari Sparxity bernama JUBIS, yang dipasang pada April 2026. Sistem ini terdiri atas 4.320 chip dan 656.640 inti ARM dengan akselerator neuromorfik.

JUBIS mendukung proyek Event-based Supercomputer for AI and Beyond milik Jülich, yang mengeksplorasi AI waktu nyata, simulasi ilmu saraf, serta beban kerja lainnya seperti emulasi komputer kuantum. Proyek ini juga mencakup tolok ukur, pembuatan prototipe aplikasi, dan pengembangan perangkat lunak agar sistem tersebut dapat dimanfaatkan dalam lingkungan komputasi berkinerja tinggi yang lebih luas.

Penerapan tersebut menunjukkan mengapa arsitektur komputasi membutuhkan lebih dari sekadar spesifikasi cip. Peneliti membutuhkan alat, antarmuka, dan cara untuk mengintegrasikan sistem ke dalam pekerjaan mereka yang sudah ada. Pendekatan menyeluruh Sparxity mencakup seluruh proses tersebut, mulai dari silikon khusus hingga instalasi yang terdiri atas banyak rak.

Jalur Menuju Pusat Data Eropa

Sparxity juga bekerja sama dengan T-Systems untuk menjajaki kemungkinan memasuki pusat data komersial. Pengumuman Deutsche Telekom pada 3 November menjelaskan bahwa kedua pihak telah menandatangani surat pernyataan minat untuk memadukan teknologi Sparxity dengan infrastruktur dan keahlian operasional T-Systems.

Rencana tahapannya dimulai dengan penggunaan perangkat keras saat ini untuk mengembangkan pendekatan integrasi teknis, kemudian dilanjutkan dengan penerapan cip generasi berikutnya yang direncanakan pada 2028. Kedua mitra berharap dapat menyepakati rincian lebih lanjut dalam beberapa bulan mendatang.

Bagi Sparxity, modal baru ini mendukung peralihan dari pembuktian komputasi berbasis sparsitas dalam sistem khusus menuju peran yang lebih besar dalam infrastruktur AI. Tesisnya adalah bahwa peningkatan di masa depan akan berasal dari mengurangi pekerjaan yang tidak perlu—serta merancang perangkat keras, perangkat lunak, dan model secara terpadu agar penghematan tersebut menghasilkan kinerja yang bermanfaat.