Sparxity закрыла раунд Series A, доведя общий объем финансирования разработок в области разреженных вычислений с ИИ до 90 млн долларов

Sparxity, вычислительная компания из Дрездена, ранее известная как SpiNNcloud, закрыла раунд финансирования Series A. Общий объем привлеченных ее командой средств достиг 90 млн долларов. Инвестиции пойдут на разработку специализированных чипов для мелкозернистой динамической разреженности — подхода, при котором вычисления ИИ сосредоточены на тех частях модели, которые нужны для каждой конкретной задачи.

Раунд возглавил фонд ICM HPQC. Среди инвесторов — Lockheed Martin Ventures, GlobalFoundries, GS Futures, Cloudberry Ventures, TGFS и EIC Fund. Среди бизнес-ангелов — Richard Socher и Nancy Xu; поддержку также продолжили Atlantic и Silicon Catalyst. Sparxity не раскрыла размер раунда Series A отдельно от общего объема привлеченного финансирования.

Компания стремится сделать практичным масштабное применение все более разреженных моделей ИИ. Аппаратное обеспечение следующего поколения призвано обеспечить ускорение инференса в сверхразреженных моделях до 44 раз. Разработка опирается на уже существующий коммерческий бизнес в сфере систем для разреженных вычислений.

Почему разреженным моделям нужно другое оборудование

В плотной нейронной сети значительный объем вычислений приходится на большое количество параметров. Разреженные архитектуры выборочно активируют части модели, что потенциально позволяет увеличить ее общую емкость, не задействуя каждый параметр в каждом вычислении.

Реализовать это преимущество сложнее, если выбор выполняется с высокой точностью и меняется в зависимости от входных данных. Аппаратное обеспечение должно направлять задачи к нужным ресурсам и эффективно перемещать соответствующие данные. Отказ от арифметических операций дает выигрыш, только если затраты на поиск, планирование и передачу оставшихся задач не сводят его на нет.

В обзоре технологий Sparxity описывает свою архитектуру как решение этой задачи, указывая на более тонкую выборочную активацию экспертов, памяти и механизмов внимания. Компания параллельно разрабатывает чипы и программное обеспечение, чтобы создатели моделей могли использовать разреженные структуры, которые сложно эффективно обрабатывать на оборудовании, изначально рассчитанном преимущественно на плотные вычисления.

«Наступающая эпоха ИИ будет определяться не только тем, какую вычислительную мощность мы можем обеспечить, но и тем, насколько разумно и эффективно мы ее используем», — заявил Hector Gonzalez, сооснователь и генеральный директор Sparxity. По его словам, финансирование позволит ускорить разработку специализированных чипов для сверхразреженных задач в гетерогенных центрах обработки данных.

От миллионов экспертов — к выборочным вычислениям

Одно из исследовательских направлений, лежащих в основе этой стратегии, — PEER, или поиск экспертов с эффективным использованием параметров. В работе «Смесь миллиона экспертов» исследователь Xu Owen He описал слой, который извлекает небольшую выборку из пула, насчитывающего более миллиона крошечных экспертов. В экспериментах с задачами языкового моделирования изучалось, как такой подход меняет соотношение между производительностью модели и вычислительными затратами.

Идея состоит в том, чтобы расширить набор возможностей модели, не обрабатывая весь пул для каждого входного сигнала. Чтобы превратить такую эффективность на уровне модели в сокращение задержек и энергопотребления, нужна система, способная справляться с возникающими мелкозернистыми вычислительными задачами.

Xu Owen He, ранее работавший исследователем в Google DeepMind, а ныне являющийся стратегическим советником Sparxity, заявил, что совместная разработка моделей, конвейеров дистилляции и оборудования с учетом разреженности может повысить эффективность вычислений. Именно эту взаимосвязь призвано развивать новое финансирование: модели, которые делают более избирательный выбор, и оборудование, способное выполнять соответствующие вычисления.

Коммерческая база перед выпуском следующего чипа

По данным Sparxity, фундамент бизнеса компании составляют три проекта микросхем, переданных в производство, более 70 000 выпущенных чипов и 12 установленных стоек. Компания сообщает о более чем 30 клиентах по всему миру и четырехкратном росте выручки с 2024 по 2025 год, а также о сохранении позитивной динамики в 2026 году.

Существующие системы компании предназначены как для высокопроизводительных вычислений, так и для ИИ. По данным Sparxity, разреженные решатели работают в 10 раз быстрее, энергопотребление при событийном машинном обучении снижается в 18 раз, а время выполнения оптимизационных задач в отдельных сценариях сокращается в 20 раз. Эти результаты относятся к конкретным приложениям на уже существующих системах компании; показатель ускорения инференса до 44 раз — это целевой ориентир для технологий следующего поколения в сверхразреженных моделях.

Это различие принципиально важно для понимания истории финансирования. Sparxity уже производит и внедряет системы, а средства Series A позволят сделать следующий шаг — перейти к созданию оборудования, специально предназначенного для динамической разреженности при инференсе ИИ.

Центр суперкомпьютерных вычислений Юлиха — пример конкретного внедрения

Юлихский центр суперкомпьютерных вычислений независимо описывает установленную в апреле 2026 года систему SpiNNaker2 от Sparxity под названием JUBIS, состоящую из двух стоек. В нее входят 4 320 чипов и 656 640 ядер ARM с нейроморфными ускорителями.

JUBIS поддерживает проект Юлихского событийного суперкомпьютера для ИИ и не только, в рамках которого изучают ИИ реального времени, нейронаучное моделирование и другие задачи, например эмуляцию квантовых компьютеров. Проект также включает тестирование производительности, создание прототипов приложений и разработку программного обеспечения, чтобы система стала полезной частью более широкой среды высокопроизводительных вычислений.

Эта реализация показывает, почему для вычислительной архитектуры недостаточно одной спецификации чипа. Исследователям нужны инструменты, интерфейсы и возможность интегрировать систему в уже существующие рабочие процессы. Комплексный подход Sparxity охватывает весь этот путь — от разработки специализированных чипов до развертывания систем в нескольких стойках.

Путь в европейские центры обработки данных

Sparxity также сотрудничает с T-Systems, рассматривая возможность выхода на рынок коммерческих центров обработки данных. В объявлении Deutsche Telekom от 3 ноября говорится о подписанном письме о намерениях объединить технологии Sparxity с инфраструктурой и опытом T-Systems в области эксплуатации.

Согласно плану, сначала будут использоваться имеющиеся аппаратные средства для разработки подходов к технической интеграции, а затем, в 2028 году, предполагается развернуть чипы следующего поколения. Партнеры рассчитывают согласовать дальнейшие детали в ближайшие месяцы.

Для Sparxity новый капитал позволит перейти от проверки возможностей разреженных вычислений в специализированных системах к более значимой роли в инфраструктуре ИИ. Компания исходит из того, что в будущем рост эффективности будет достигаться за счет сокращения ненужных операций и совместного проектирования аппаратного и программного обеспечения, а также моделей — так, чтобы эта экономия обеспечивала практический прирост производительности.