Efficient Computer podnosi finansowanie serii B o ponad $97 mln przy wycenie $650 mln, aby skalować procesory

Efficient Computer ogłosiła 29 września 2026 r., że zawarła umowy na ponad $97 mln finansowania serii B przy wycenie $650 mln, prowadzone przez TQ Ventures. Firma oświadczyła, że wykorzysta kapitał do masowej produkcji swojego procesora Electron E1 dla wiodących klientów oraz do skalowania architektury Fabric do wydajności klasy centrum danych.

Warunki finansowania i inwestorzy

Runda podnosi łączną kwotę pozyskanych środków Efficient Computer do $173 mln, według ogłoszenia, które opisuje firmę jako budującą najenergooszczędniejsze procesory na świecie. Uczestnikami obok TQ Ventures są Eclipse, Union Square Ventures, Giant Ventures, Triatomic Capital, TO Capital, TF Capital, Mana Ventures, Toyota Ventures, Overmatch i Borderless. Efficient stwierdziła, że wysiłek skalowania ma na celu osiągnięcie wydajności klasy centrum danych przy ponad 10‑krotnym ulepszeniu zużycia energii w porównaniu z dzisiejszymi systemami.

W towarzyszącym post na blogu opublikowanym tego samego dnia, CEO i współzałożyciel Brandon Lucia powtórzył informacje o serii B w wysokości $97 mln, łącznym podniesieniu do $173 mln oraz wycenie $650 mln. Lucia napisał, że on, Nathan i Graham założyli Efficient Computer około 10 lat temu, aby zasadniczo przemyśleć architekturę komputerów, rozwiązując problem efektywności bez rezygnacji z uniwersalności.

Strona strona serii B firmy wymienia zespół kierowniczy jako Lucię, dyrektora generalnego; Graham Gobieski, dyrektora ds. technologii; oraz Nathan Beckmann, głównego architekta.

Architektura Fabric i Electron E1

Efficient opisuje swoją architekturę Fabric jako całkowicie nowy projekt komputerów i twierdzi, że zapewnia 10‑100‑krotne ulepszenie zużycia energii w obliczeniach ogólnego przeznaczenia, w tym AI. Firma zestawia to podejście ogólnego przeznaczenia z tym, co nazywa specjalistycznymi alternatywami w postaci „czipów wyłącznie AI”, które, jak podkreśla, nie obsługują większości oprogramowania i grożą natychmiastową przestarzałością w miarę rozwoju AI.

Zgodnie z ogłoszeniem, architektura obsługuje najpopularniejsze frameworki programistyczne dzięki frontowi, który obsługuje C, C++ oraz wiele innych powszechnych abstrakcji. Strona serii B dodaje, że deweloperzy mogą używać C, C++, LiteRT i ONNX do uruchamiania AI razem z kodem czujników, sterowania i aplikacji na jednym programowalnym procesorze oraz mogą rekompilować i aktualizować urządzenia już znajdujące się w terenie, gdy modele się zmieniają.

Na swojej stronie głównej Efficient twierdzi, że Electron E1 jest aż do 100‑krotnie bardziej wydajny, mierząc na pełnych aplikacjach działających na prawdziwym krzemie, a nie na bazie mocy w stanie bezczynności lub pojedynczego jądra ręcznie dostosowanego do sprzętu o stałej funkcji. Strona opisuje kompilator effcc jako gotowy zamiennik dla GCC lub Clang, który wydobywa równoległość, rozmieszcza i kieruje program na Fabric oraz kompiluje w ciągu kilku minut.

Efficient poinformowała, że Electron E1 jest w produkcji masowej i że klienci przyjmują go do zastosowań w fizycznym AI i autonomii, monitoringu krytycznej infrastruktury, przemyśle kosmicznym i obronnym oraz w urządzeniach noszonych. Na stronie głównej w sekcji aplikacji opisano, że E1 uruchamia cały łańcuch autonomii drona na jednym chipie, zapewniając przetwarzanie w czasie rzeczywistym i predykcyjną konserwację zdalnych czujników infrastruktury, oraz przetwarza więcej danych na pokładzie statku kosmicznego, tak aby jedynie krytyczne dla misji wyniki były przesyłane w standardowym C i C++.

Ogłoszenie dodatkowo stwierdza, że Fabric może zastąpić energochłonne wbudowane GPU w stosie autonomii robotów, umożliwiając działanie systemu przy 10‑krotnie niższym zużyciu energii, oraz że w górnym zakresie wydajności przyspiesza zróżnicowane i nieregularne obciążenia centrów danych, które słabo pasują do chipów przyspieszających AI i GPU.

„Każdy klient, którego spotykamy, ma wersję swojego produktu, której nie może zbudować, ponieważ budżet mocy obliczeniowej czyni nowe pożądane funkcje niewykonalnymi” – powiedział Lucia w ogłoszeniu. Dodał, że ta runda rozszerza te działania na wiele kolejnych przypadków użycia i dziedzin, gdy Efficient skalują architekturę Fabric od już wypuszczonych urządzeń w kierunku skali centrów danych.

Historia założenia i uzasadnienie techniczne

W swoim wpisie na blogu Lucia argumentował, że wraz ze spowolnieniem skalowania procesu CMOS oraz końcem prawa Moore’a i skalowania Dennarda, większość przyrostów wydajności obliczeniowej pochodzi z kompromisów architektonicznych, które priorytetyzują wydajność kosztem efektywności, w tym masywne, energochłonne struktury pamięci, połączenia i fronty, które próbują wydobywać równoległość z sekwencyjnych strumieni instrukcji. Przywołał prawo Amdahla wobec przyspieszaczy o stałej funkcji: w jego przykładzie, nawet jeśli 90 % obliczenia pasuje do przyspieszacza i koszt czasu oraz energii tej części spadnie do zera, maksymalna korzyść wyniesie 10‑krotność, ponieważ pozostałe 10 % pozostaje nieefektywne.

Lucia napisał, że technologia Efficient zapewnia 10‑100‑krotne zwiększenie efektywności energetycznej w porównaniu z tradycyjnymi architekturami CPU oraz że firma już rozpoczęła prace nad jej skalowaniem do dziedzin o wyższych wymaganiach wydajnościowych: autonomii humanoidalnej, autonomicznej jazdy oraz agentowego AI na brzegu i w chmurze.

Oświadczenia inwestorów i kolejne kroki

Andrew Marks, współzałożycielski partner w TQ Ventures, powiedział, że architektura Efficient różni się zasadniczo od istniejących projektów i wprowadza to, co nazwał skokową zmianą wydajności w obliczeniach ogólnego przeznaczenia, dodając, że zdolność założycieli do budowania zarówno sprzętu, jak i oprogramowania przekonała firmę. “Nie tylko czterokrotnie przeszli etap tape‑out, ale już wysyłają chipy do klientów w dużych ilościach,” powiedział Marks.

Rebecca Kaden, partner generalna w USV, powiedziała, że zdolność firmy do dostarczania takich korzyści w całym spektrum wydajności zmieni sposób, w jaki buduje się i wdraża obliczenia, od fizycznej sztucznej inteligencji po centrum danych. Zenetta Burger, wiodąca partnerka w USA w Giant Ventures, stwierdziła, że założyciele spędzili lata na Carnegie Mellon, pracując nad problemami architektonicznymi stojącymi za energooszczędnym przetwarzaniem. Greg Reichow, partner w Eclipse, powiedział, że firma wspierała Efficient od samego początku i że ta sama architektura skaluje się od fizycznej sztucznej inteligencji do centrum danych, przy przyspieszającym popycie klientów.

Oświadczenia od dodatkowych inwestorów pojawiają się na stronie serii B firmy. Chris Abshire, partner w Toyota Ventures, powiedział, że połączenie efektywności klasy akceleratorów z programowalnością ogólnego przeznaczenia umożliwia tworzenie bardziej wydajnych systemów w środowiskach, w których moc od dawna ograniczała to, co można było zbudować. Patrick O’Kain, partner w Borderless Capital, stwierdził, że moc jest prawdziwym ograniczeniem, które określa, gdzie może znajdować się poważna pojemność obliczeniowa, zarówno w zastosowaniach komercyjnych, jak i w bezpieczeństwie narodowym, i zauważył, że E1 jest już wysyłany w dużych ilościach.

Efficient oświadczył, że zwiększył produkcję Electron E1, aby sprostać temu, co określił jako przytłaczające zainteresowanie klientów, i będzie kontynuował zwiększanie wolumenu do 2027 roku, aby obsłużyć swoją globalną bazę klientów. Strona serii B przedstawia tę rundę jako przeniesienie technologii firmy od pierwszego procesora do szerszej gamy produktów, z chipami w fazie rozwoju przeznaczonymi do aplikacji działających na wbudowanych GPU oraz architekturą Fabric rozszerzaną w kierunku obliczeń na skalę centrów danych.