Snowcap Compute lanserer med 23 millioner dollar for å innlede superleder-æraen for AI og HPC

Global utgift på skytjenester forventes å nå 1,3 billioner dollar i 2025, et tall som reflekterer den ekstraordinære etterspørselen etter skalerbare og effektive datatjenester. Midt i denne økningen kunngjorde Snowcap Compute i dag sin offentlige lansering og en seedfinansieringsrunde på 23 millioner dollar ledet av Playground Global. Dette markerer den første investeringen fra tidligere Intel (INTC ) -sjef Pat Gelsinger siden han ble med i firmaet. Ytterligere deltakelse kom fra Cambium Capital og Vsquared Ventures, noe som indikerer økende investeringsvilje i alternative beregningsarkitekturer.

Snowcaps misjon er å kommersialisere superlederberegning – spesifikt en plattform som erstatter tradisjonelle silikontransistorer med superlederlogiske porter, noe som lover betydelige forbedringer i ytelse og energieffektivitet. Dette er et dristig forsøk på å tenke om hvordan datacenter driver de raskt fremovergående feltene kunstig intelligens (AI), høy-ytelsesberegning (HPC) og kvantum-klassiske hybridsystemer.

Grensene for CMOS og behovet for endring

I de siste fem årene har halvlederindustrien avhengig av CMOS (komplementær metal-oksid-halvleder)-teknologi for å produsere nesten hver chip – fra CPU-er og GPU-er til smarttelefoner og innbygde systemer. CMOS bruker par av p-type og n-type transistorer for å håndtere logiske operasjoner, og forbruker kraft hovedsakelig når de skifter tilstand. Dets dominans ble mulig gjennom Moores lov: evnen til å kontinuerlig minske transistorstørrelser, pakke mer på en chip og oppnå bedre ytelse til lavere kostnad.

Men denne fremgangen har saknet dramatisk. Moderne chipper møter termiske og kvantebegrensninger. Å minske transistorstørrelser ytterligere forårsaker lekkasjestrømmer og øker statisk kraftforbruk. Selv med avansert litografi, kjemper produsentene nå med en lov om avtagende avkastning. Som resultat er energieffektivitet – ikke transistorantall – nå den mest kritiske flaskehalsen i beregningsarkitektur.

Dette er spesielt problematisk for AI-arbeidsbelastninger. Trening av store modeller kan kreve titalls megawattimer med elektrisitet. Kjøring av inferens over milliarder av forespørsler per dag forsterker denne kostnaden. Høy-ytelsessimuleringer i medisin, klimamodellering og materialevitenskap er likeledes begrensede. Verden trenger en ny klasse beregningsplattformer – de som kan skaleres uten en tilsvarende økning i varme, kostnad og karbonutslipp.

Hva gjør superlederberegning forskjellig?

Superlederberegning tilbyr en fundamentalt annen tilnærming. I stedet for transistorer som forbruker energi som varme, bruker den Josephson-junktioner – små kvantehenheter som tillater strøm å tunnel mellom superledere uten motstand. Når de kjøles ned til 4,5 Kelvin ved hjelp av standard kryo-systemer, kan disse kretsene skifte på picosekunder og forbruke en overraskende liten mengde energi per operasjon – opptil 100 000 ganger mindre enn CMOS.

Dette er ikke kvanteberegning, som avhenger av sammenfiltring og sannsynlige tilstander. Snowcaps tilnærming bruker superledermaterialer for å utføre deterministisk digital logikk – det vil si at den kan kjøre tradisjonell programvare og arbeidsbelastninger. Fordelen ligger i dens evne til å levere klassisk beregningsytelse med langt høyere effektivitet, med null-motstandskoblede og minimalt skifte-tap.

Til tross for dens potensiale, har superlederlogikk historisk sett vært begrenset til forskningslaboratorier på grunn av ingeniør- og fabrikasjonsutfordringer. Integrering av disse kretsene i moderne chipdesigner krevde en løsning på problemer som skalerbarhet, kjøling og designverktøy-kompatibilitet. Snowcap hevder å ha gjort fremgang på alle disse frontene.

Snowcaps tilnærming og teknologi

Hva som skiller Snowcap fra andre, er dens fokus på praktisk utrulling. I motsetning til tidligere superleder-innsats som krevde eksotiske materialer eller tilpasset fabrikasjon, er Snowcaps plattform designet for å være kompatibel med 300mm halvlederfabrikasjonsprosesser. Den bruker materialer og metoder som allerede er bevist i kvanteberegningssystemer, som helium-basert kryo-infrastruktur.

Plattformen er også bygget for å støtte eksisterende digitale logikk-design. I stedet for å kreve at utviklere om-skriver programvare eller lærer nye paradigmer, tilbyr Snowcap en vei til å overføre tradisjonelle CPU-er, GPU-er og AI-akseleratorer til sin superleder-arkitektur. Selskapet beskriver sin tilbud som en ytelses- og effektivitetsmultiplikator som kan settes inn i fremtidige datacenter med minimal forstyrrelse.

CEO Mike Lafferty, en veteran fra Cadences superleder- og kvanteforskningsavdeling, leder et team som inkluderer Chief Science Officer Dr. Anna Herr og Chief Technology Officer Dr. Quentin Herr, begge vidt anerkjent for sine bidrag til superledersystemdesign. Rådgiverstyret inkluderer tidligere NVIDIA-GPU-eksekutiv Brian Kelleher og Phil Carmack, tidligere VP for silikon-inngeniør hos Google.

Lafferty rammer selskapets misjon i klare ord: “Vi bygger beregningsystemer for kanten av hva som er fysisk mulig. Superlederlogikk lar oss skyve forbi CMOS-grensene for å møte kravene til neste-generasjons AI og hybride kvantetilpasninger.”

Det større bildet: Energi, AI og datacenter

Konsekvensene strekker seg utover chip-ytelse. Datacenter står allerede for en økende andel av globalt elektrisitetsforbruk, og AI-akselerasjon kompenserer bare problemet. Etter hvert som nasjoner strammer utslippsstandarder og energinettverk møter belastning, blir bærekraften av beregningsinfrastruktur en nøkkel- bekymring – ikke bare for teknologileverandører, men for regjeringer og bedrifter.

Snowcaps superleder-tilnærming møter denne presset direkte. Ved å redusere skifte-energi og eliminere resistive tap i koblinger, har teknologien potensialet til å kutte operasjonell kraft betydelig. I kryo-miljøer som allerede er utviklet for kvantesystemer, kan den marginale kostnaden for å kjøre klassiske arbeidsbelastninger sammen med kvante-arbeidsbelastninger falle dramatisk.

Denne konvergensen av kvanteberegning og klassisk beregning i samme kjøle-hylse åpner interessante muligheter: sanntids dataprosessering for kvante-eksperimenter, hybride AI/kvante-algoritmer og mye mer.

Veiene fremover for beregning

Ettersom kunstig intelligens, vitenskapelig modellering og kvanteforskning presser grensene for nåværende infrastruktur, står industrien overfor et avgjørende øyeblikk. Tradisjonell CMOS-skalerbarhet er ikke lenger tilstrekkelig for å møte de økende beregningskravene, spesielt ettersom energiforbruk blir en kjerne-begrensning. Nye paradigmer – fra optisk beregning og neuromorfiske chiper til kryo- og superleder-systemer – vinner fremgang som forskere og ingeniører søker etter arkitekturer som kan levere mer ytelse med mindre kraft.

Superlederberegning, som en gang ble ansett som for eksotisk for kommersiell bruk, kommer frem som en av de mer pragmatiske valgene – spesielt ettersom kryo-infrastruktur blir mer vanlig i kvantemiljøer. Selv om det fortsatt er utfordringer rundt minnehåndtering, systemdesign og økosystem-modning, er potensielle effektivitetsgevinster for store til å ignorere.

Snowcap Compute er blant en liten gruppe selskaper som satser på denne skiftet. Ved å alignere superlederlogikk med etablerte fabrikasjons- og datacenter-praksiser, tilbyr det en mulig vei fremover i en post-CMOS-verden – en verden hvor ytelse ikke lenger er knyttet til varme, og skala ikke lenger er begrenset av silikon.