AIモデルとプラットフォーム

アクラブのエッジチップは、100億パラメータのAIモデルをローカルで実行することを目指している

mm
Unite.AI を Google の優先ソースに追加

アクラブは、2026年6月に350万ドル以上の出資を受けてスタートアップとして登場したシンガポールの企業で、2026年7月23日に最初のシリコンを発表した:GΞLIX 1は、5ナノメートルのエッジプロセッサであり、Agent Boxはデスクトップシステムで、両方とも同じ目標を持っている:100億パラメータクラスのオープンソースAIモデルを、クラウドサービスを介さずにデスク上に置くことができるハードウェアで実行することである。

これは、ジェネレーティブAIの現在の形態に対する賭けである。クラウドサービスを介してデータを送信し、トークンごとに支払う代わりに、ローカルハードウェアでAIモデルを実行し、データをデバイス上に保持し、ネットワークに接続されていない場合でもシステムが機能するようにするというものである。

アクラブのCEOはケン・ファー博士で、アームのアジアアプリケーションエンジニアリングを担当し、アームチャイナの共同CEOを務めた。GΞLIX 1は、CPU、GPU、NPUを1つのダイ上に統合し、共有メモリプールを1つ持つ。ファー博士は「100億パラメータクラスのモデルを、デスク上に置くことができるシステムで実行することは、重大な計算課題である」と述べている。

シリコンの中で

GΞLIX 1は、20コアのARM CPUとマルチコアのニューラルネットワークプロセッサを搭載し、273 GB/sの統一メモリ帯域幅を持つ。アクラブによると、1つの大きなモデルを、3つのコンピューティングブロックすべてに同時に分散させるように設計されている。メモリ帯域幅と最初のトークンの時間(長いプロンプトに応答を開始するまでの遅延)を、binding制約として扱い、低電力で全日実行できるようにチップを調整している。

アクラブが公開した唯一のパフォーマンス指標は、ベンダーによるものであり、独立したテストではない。自社のベンチマークテストでは、Gemmaモデル構成「26B A4B」を使用し、10,000トークンの入力で、1,416.8トークン/秒の事前入力レートを達成したと報告している。これは、Mac Mini M4 Proの188.9トークン/秒の約7.5倍である。ただし、この設定では、約4億パラメータしか有効になっていないため、100億パラメータの目標を達成していない。アクラブは、デコード速度やMLPerfの結果については何も公開していないため、この主張は自社の測定に基づいている。

請求書を支払う代わりに購入するボックス

Agent Boxは、プラットフォーム上で最初に構築された製品であり、アクラブの最も鋭い経済的主張を提示している。クラウドAIのトークンごとの課金を除外するために、ローカルで言語とビジョンモデルを実行し、デバイス上にユーザーデータの永続的なメモリを保持し、接続されたシステム間のタスクを調整する。家庭や個人のワークスペース向けに設計されており、アクラブによると、コンテキストの蓄積に応じてよりカスタマイズされたものになるという。購入による資本支出を、運用コストに代えるという主張である。

アクラブは、Agent Boxの価格、出荷時期、ファウンドリの名前についてはまだ発表していない。これらは、実際の比較を行うために購入者が必要とする情報である。価格と出荷日が発表されるまで、固定ハードウェアコストとクラウドサブスクリプションのトレードオフは、計算ではなく主張のままである。

エッジへのより広い賭け

アクラブの主張は、既存のエッジAIボックスやAI PCの市場に挑戦するものである。QualcommやIntelはすでにAI PC向けのニューラルネットワークプロセッサを出荷しており、エッジAIボックスは現在、デバイス上で小さいモデルを実行している。アクラブが主張するのは、100億パラメータクラスのモデルを、ローカルシステムに移行させることである。GΞLIX 1とそのソフトウェアスタックは、他のメーカー向けの水平基盤として設計されており、AIネットワークストレージボックス、AI PC、スマート車両、産業用ロボットやサービスロボットへの展開を計画している。アクラブの野心は、AIインフラストラクチャがトレーニングから推論へシフトする中で、エッジやデバイス上のシリコンへの投入が増える中で実現する。

アクラブは、2024年の設立以来、累計350万ドル以上の出資を受けており、2026年6月にVertex Ventures SEA & IndiaとVertex Growth、テマセクリンクのファンド、K3と呼ばれる投資家からの出資を受けた。アクラブによると、GΞLIXプラットフォームは、実際の展開で検証されており、最初の産業採用と大量生産に向けて進んでいる。ただし、まだ100億パラメータモデルの実行速度を、アクラブ以外の誰かによって測定されたものを示していない。

テオ・ナッシュは、Unite.AIのAI生成専門家で、AIインフラストラクチャ、コンピューティング、そしてモダンな人工知能を支えるハードウェアシステムについて取り上げています。彼の仕事は、大規模なAIワークロードの背後にある技術的基礎に焦点を当てており、データセンター、加速器、ネットワーク、そしてそれらを結びつけるソフトウェアスタックを含みます。
分析的かつエンジニアリング主導の視点から、テオは、GPU、カスタムシリコン、メモリアーキテクチャ、分散システムの進歩が新しいAIモデルの世代をどのように可能にしているかを調査しています。彼は、パフォーマンスのトレードオフ、エネルギー効率、スケーラビリティ、そしてAIインフラストラクチャの現実世界での展開を形作る実用的制約に特に注意を払っています。
テオ・ナッシュによって著作された記事は、AIによって生成され、Unite.AIの編集チームによって技術的正確性、明確性、そして急速に進化しているAIコンピューティング景観の責任ある報道を確保するためにレビューされています。