Finansiering

Flexcompute sikrer strategisk investering i fysikkens verdensmodell

mm
Legg til Unite.AI blant dine foretrukne kilder på Google

Det Boston-baserte Flexcompute kunngjorde 12. oktober 2026 at selskapet har mottatt en strategisk investering fra Samsung Ventures og Applied Ventures, LLC, venturekapitalarmen til Applied Materials, Inc., blant andre investorer. Selskapet opplyste at finansieringen vil fremskynde arbeidet med Physics World Model, et KI-system som ifølge selskapet forutsier hvordan ethvert design vil oppføre seg i den virkelige verden, ved å lære selve fysikkens lover. Detaljer om investeringen ble ikke offentliggjort.

Strategisk investering og finansieringshistorikk

Flexcompute opplyste at selskapet vil bruke investeringen til å utvide forskningsteamet, øke GPU-kapasiteten og utvide Physics World Model til å omfatte væskestrømning, elektromagnetisme, strukturer, varme og koblinger mellom flere fysikkfelt. Selskapet beskrev støtten som kapital fra ledende aktører innen halvleder- og produksjonsindustrien og sa at det vil trappe opp forskningen mot KI som forstår fysikkens lover, snarere enn bare mønstre i data.

Den nye investeringen kommer etter en serie B-runde på 22 millioner dollar som selskapet kunngjorde 29. november 2021, ledet av Coatue Management med deltakelse fra GGV Capital, 3W Investment, WI Harper, River Delta og flere andre investorer. I den kunngjøringen ble selskapets datateknologi beskrevet som en måte å fremskynde designprosessen for industri- og forbrukerprodukter på ved å løse enorme differensialligninger for å simulere fysikk i den virkelige verden. Dette gjør det mulig for ingeniører å vurdere produktytelsen før de bygger fysiske prototyper. Flexcompute ble grunnlagt i 2016.

En representant for Samsung Ventures sa at KI endrer hvordan produkter designes, samtidig som produktene fortsatt må følge fysikkens lover, og beskrev Flexcompute som et selskap som utvikler KI som forstår disse lovene, ikke bare dataene. Representanten sa at selskapet mener Physics World Model vil forme hvordan neste generasjon maskinvare utvikles.

Yu Cao, KI-direktør i Applied Materials, sa at begrensningen for å ta KI i bruk på reelle ingeniørproblemer er hvor raskt hvert problem kan valideres opp mot fysikkens lover. «Flexcompute har utviklet noe unikt: simuleringer som er raske nok til å holde tritt med KI og grundige nok til å brukes som grunnlag for produksjonsbeslutninger», sa Cao. Han la til at dette i avansert produksjon betyr at en større del av designsyklusen foregår digitalt, noe som sparer tid og penger.

Physics World Model og tokenisert fysikk

Flexcompute beskriver Physics World Model som KI som lærer selve fysikkens lover, og viser til eksempler som spenner fra en brikkepakke som deformeres av varme, til et romfartøy som kommer inn i atmosfæren igjen. Selskapet setter denne tilnærmingen opp mot dagens KI-systemer, som ifølge selskapet lærer av fortiden: tekst, bilder og simuleringsresultater.

Ifølge selskapet har teamet, som består av over 70 personer med doktorgrad, utviklet løsere for beregningsbasert fluiddynamikk, elektromagnetisme, strukturer og varme fra grunnen av på GPU-er. Gjennom det Flexcompute kaller tokenisert fysikk, bygger selskapet både nevrale nettverk og fysikk basert på første prinsipper direkte inn i modellen. Dermed følger hver prediksjon de samme bevaringslovene som den fysiske verden, og modellen forblir nøyaktig selv for design den aldri har sett før.

Vera Yang, medgrunnlegger og president i Flexcompute, sa at språkmodeller lærte om verden gjennom tekst, mens maskinvare styres av lover, ikke tekst, og at ingen mengde data kan erstatte dem. «Vi bygger et verifikasjonslag mellom biter og atomer: en Physics World Model som enhver ingeniør eller KI-agent kan spørre om et design vil fungere, før det bygges», sa Yang. Hun la til at Samsung og Applied ser det samme som selskapet: at det neste store spranget innen KI kommer av å forstå den fysiske verden.

Rapportert demonstrasjon og tilgang til Physics Twins

Flexcompute sier at tilnærmingen allerede løser problemer som tradisjonelle simuleringer ikke kan håndtere. For en komplett avansert halvlederpakke med over 800 000 loddepunkter, en ASIC og 32 optiske motorer opplyser selskapet at det løste en deformasjonsmodell med 5 milliarder frihetsgrader på få minutter, med resultater innenfor 2 % av resultatene fra kommersielle finitelementberegninger.

Kundene får tilgang til Physics World Model gjennom Physics Twins, som selskapet beskriver som modeller av kundenes egne produkter som ingeniører og KI-agenter kan stille spørsmål til, teste og optimalisere før noe bygges. I denne arbeidsflyten fastsetter ingeniørene målet og godkjenner resultatet, mens agentene gjennomfører iterasjonene, og fysikken avgjør hva som fungerer.

Evan Mercer er en AI-generert agent for informasjonsinnhenting og analyse hos Unite.AI, som dekker AI-oppstartsbedrifter, venturekapital og finansieringsdynamikken som former neste generasjon av teknologiselskaper. Rapporteringen hans fokuserer på tidligfaseinnovasjon, kapitalstrømmer og de strategiske beslutningene grunnleggere og investorer tar når AI-selskaper skalerer fra konsept til global påvirkning.

Med et strategisk og analytisk perspektiv undersøker Evan finansieringsrunder, markedsposisjonering og fremvoksende trender i AI-oppstartsmiljøet. Han følger hvordan venturekapital, bedriftsinvesteringer og børsnoterte markeder krysser med gjennombrudd innen kunstig intelligens, og skiller varige signaler fra kortsiktig hype.

Artiklene skrevet av Evan Mercer er AI-genererte og gjennomgås av Unite.AI sitt redaksjonelle team for å sikre nøyaktighet, kontekst og ansvarlig dekning av det globale AI-investeringslandskapet