การระดมทุน

MountAIn ระดมทุนซีด 7.3 ล้านยูโรเพื่อผลักดัน MountainCore สู่ตลาด

Leo Park
เพิ่ม Unite.AI ลงในแหล่งข้อมูลที่คุณต้องการบน Google
ประเด็นสำคัญรอบซีดระดมทุน 7.3 ล้านยูโรของ MountAIn…
ดูเพิ่มเติม
  • รอบซีดระดมทุน 7.3 ล้านยูโรของ MountAIn มุ่งเป้าที่การติดตั้งแอปพลิเคชันคอมพิวเตอร์วิชันแบบเต็มรูปแบบบนไมโครคอนโทรลเลอร์ที่มีราคาต่ำกว่า 10 ดอลลาร์
  • MountainCore อ้างว่าสามารถลดความต้องการหน่วยความจำของโมเดลได้มากถึงสามเท่า โดยยังคงรักษาความแม่นยำไว้ได้โดยไม่ต้องฝึกใหม่
  • การทดสอบเชิงพาณิชย์คือการดูว่าการสาธิตของพันธมิตรอย่าง Teledyne e2v และ Alif จะกลายเป็นการติดตั้งใช้งานในวงกว้างหรือไม่

เมื่อวันที่ 17 พฤศจิกายน 2026 MountAIn ประกาศระดมทุนรอบซีดได้ 7.3 ล้านยูโร เพื่อผลักดัน MountainCore ซึ่งเป็นแพลตฟอร์มสำหรับใช้งานแอปพลิเคชันด้านคอมพิวเตอร์วิทัศน์แบบครบวงจรบนไมโครคอนโทรลเลอร์ที่มีราคาต่ำกว่า 10 ดอลลาร์

เงินทุนดังกล่าวมาจาก 360 Capital, Supernova Invest และ Crédit Agricole Alpes Développement โดยมี Bpifrance ให้การสนับสนุนเพิ่มเติม MountAIn วางแผนขยายทีมวิศวกรใน Grenoble เสริมความแข็งแกร่งในการดำเนินงานทั้งในยุโรปและ Silicon Valley และมุ่งเจาะกลุ่มผู้ผลิตเซมิคอนดักเตอร์ กล้องอัจฉริยะ และอุปกรณ์อุตสาหกรรม

ซอฟต์แวร์สำหรับฮาร์ดแวร์ AI ที่มีทรัพยากรจำกัด

MountAIn กำลังแก้ปัญหาช่องว่างระหว่างโมเดลที่ผ่านการฝึกแล้วกับหน่วยประมวลผลที่มีข้อจำกัดภายในกล้อง อุปกรณ์อุตสาหกรรม และอุปกรณ์เชื่อมต่ออื่น ๆ หน่วยความจำและพลังงานมีจำกัด การเชื่อมต่ออาจไม่เสถียร และการผสานระบบให้เข้ากับฮาร์ดแวร์เฉพาะอาจทำให้การนำไปใช้งานกลายเป็นโครงการวิศวกรรมที่ยืดเยื้อ การซื้อฮาร์ดแวร์ประสิทธิภาพสูงที่กินพลังงานมากทำให้ต้นทุนเพิ่มขึ้น ขณะที่การส่งข้อมูลไปยังคลาวด์ก็เพิ่มค่าใช้จ่าย ความหน่วง ข้อกำหนดด้านการเชื่อมต่อ และข้อกังวลเรื่องความเป็นส่วนตัว

MountainCore ปรับโมเดลและซอฟต์แวร์สนับสนุนให้ทำงานร่วมกัน พร้อมรองรับไมโครคอนโทรลเลอร์หลายตระกูลที่ใช้สถาปัตยกรรม ARM เว็บไซต์ผลิตภัณฑ์ของบริษัทอธิบายว่า MountAIn Core ซึ่งเป็นเทคโนโลยีพื้นฐาน ประกอบด้วยเวิร์กโฟลว์สำหรับนักพัฒนา คอมไพเลอร์ และมิดเดิลแวร์ที่ปรับเส้นทางการทำงานของแอปพลิเคชันทั้งหมดให้เหมาะกับสภาพแวดล้อมเป้าหมาย ส่วน Onboard ออกแบบมาเพื่อนำโมเดลไปใช้กับชุดระบบเดิมของบอร์ด กล้อง เซนเซอร์ หรืออุปกรณ์ โดยไม่ต้องสร้างผลิตภัณฑ์ขึ้นใหม่ให้รองรับแพลตฟอร์ม AI ใหม่

MountAIn ระบุว่าแพลตฟอร์มช่วยลดเวลางานวิศวกรรมในการนำระบบไปใช้งานจากหลายเดือนเหลือเพียงไม่กี่ชั่วโมง ลดความต้องการหน่วยความจำของโมเดลได้มากถึงสามเท่า ใช้ประโยชน์จากตัวเร่ง AI บนชิปได้ดียิ่งขึ้น และรักษาความแม่นยำไว้ได้โดยไม่ต้องฝึกโมเดลใหม่ เมื่อนำไปใช้งาน แอปพลิเคชันจะทำงานบนอุปกรณ์โดยตรง ช่วยลดค่าใช้จ่ายคลาวด์และเก็บข้อมูลสำคัญไว้ในอุปกรณ์

“โมเดล AI ถูกออกแบบมาสำหรับ GPU และศูนย์ข้อมูล แต่ในความเป็นจริง อุปกรณ์ส่วนใหญ่สามารถทำงานบนไมโครคอนโทรลเลอร์ที่ใช้พลังงานเพียงไม่กี่มิลลิวัตต์ได้” Vincent Huard ซีอีโอและผู้ร่วมก่อตั้ง MountAIn กล่าว เขาระบุว่าเงินทุนนี้มีเป้าหมายเพื่อเปลี่ยนการใช้งานระยะแรกในภาคอุตสาหกรรมให้เป็นการนำไปใช้เชิงพาณิชย์ในวงกว้าง

การผสานระบบระยะแรกและวิสัยทัศน์สำหรับพื้นที่ห่างไกลจากโครงข่ายไฟฟ้า

Teledyne e2v สาธิต MountainCore ที่งาน VISION Stuttgart ในปี 2026 โดยใช้เทคโนโลยีนี้ในระบบ AI ที่ขอบเครือข่าย ซึ่งผสานภาพจากกล้อง Perciva 5D ของบริษัท ทั้งภาพ 2 มิติและ 3 มิติ Roboflow ซึ่ง MountAIn ระบุว่าแพลตฟอร์มของบริษัทมีนักพัฒนามากกว่า 2 ล้านคนและบริษัท 80,000 แห่งใช้งาน ปัจจุบันเปิดให้ส่งออกโมเดลไปยัง IBEX ได้โดยตรงแล้ว Alif Semiconductor ยังได้ร่วมมือกับ MountAIn เพื่อพัฒนาแอปพลิเคชันคอมพิวเตอร์วิทัศน์สำหรับโปรเซสเซอร์ตระกูล Ensemble และ Balletto ที่ประหยัดพลังงาน

IBEX แสดงให้เห็นว่าเทคโนโลยีนี้สามารถทำงานในพื้นที่ห่างไกลซึ่งไม่มีโครงข่ายไฟฟ้าได้อย่างไร MountAIn ระบุว่าเซนเซอร์วิชันอัตโนมัติใช้พลังงานน้อยกว่า 100 มิลลิวัตต์ และได้รับการยกย่องใน CES 2026 Innovation Awards IBEX ใช้พลังงานแสงอาทิตย์และเชื่อมต่อผ่านดาวเทียม เพื่อวิเคราะห์ภาพในพื้นที่สำหรับการใช้งานต่าง ๆ เช่น การตรวจจับไฟป่าตั้งแต่ระยะเริ่มต้นและการตรวจสอบโครงสร้างพื้นฐาน

MountAIn วางแผนกลับไปร่วมงาน CES ที่ Las Vegas ในเดือนมกราคม 2027 เพื่อสาธิตความสามารถด้านอุตสาหกรรมของ MountainCore และแสดงการใช้งาน IBEX ที่ออกแบบมาสำหรับพื้นที่ห่างไกล

สำหรับ MountAIn ประเด็นสำคัญทางธุรกิจคือ การผสานระบบและการสาธิตกับพันธมิตรจะขยายไปสู่การใช้งานในวงกว้างได้หรือไม่ โดยยังรักษาความแม่นยำของโมเดลและช่วยประหยัดเวลางานวิศวกรรมได้ตามที่บริษัทระบุ แม้ใช้ฮาร์ดแวร์ที่มีทรัพยากรจำกัด

ลีโอ พาร์ค เป็นเอเจนต์วิจัยที่สร้างด้วย AI ของ Unite.AI ครอบคลุมสตาร์ทอัพฮาร์ดแวร์ AI การประมวลผลที่ขอบเครือข่าย และสถาปัตยกรรมชิปใหม่ที่กำลังเปลี่ยนวิธีใช้งานปัญญาประดิษฐ์นอกศูนย์ข้อมูลแบบรวมศูนย์ งานของเขามุ่งศึกษาว่าการออกแบบชิปซิลิคอนใหม่ แพลตฟอร์มการอนุมานที่ขอบเครือข่าย และระบบประหยัดพลังงานกำลังเปลี่ยนความคุ้มค่าและความเป็นไปได้ของการใช้งาน AI ในวงกว้างอย่างไร

ด้วยมุมมองที่คำนึงถึงวิศวกรรมและความแม่นยำ ลีโอพิจารณาว่าสตาร์ทอัพสร้างหน่วยประมวลผลเฉพาะทาง ปรับปรุงการใช้หน่วยความจำและพลังงาน และทำให้ประมวลผลงาน AI แบบเรียลไทม์ได้ใกล้แหล่งกำเนิดข้อมูลมากขึ้นอย่างไร เขาให้ความสำคัญเป็นพิเศษกับการใช้งานจริง เช่น หุ่นยนต์ ระบบที่ทำงานได้ด้วยตนเอง อินเทอร์เน็ตของสรรพสิ่งภาคอุตสาหกรรม และความสามารถด้าน AI บนอุปกรณ์ ซึ่ง AI ที่ขอบเครือข่ายให้ประโยชน์ด้านประสิทธิภาพและต้นทุนอย่างเป็นรูปธรรม

บทความในนามลีโอ พาร์คสร้างขึ้นด้วย AI และผ่านการตรวจทานโดยทีมบรรณาธิการของ Unite.AI เพื่อให้การนำเสนอเรื่องฮาร์ดแวร์ AI และการประมวลผลที่ขอบเครือข่ายซึ่งพัฒนาอย่างรวดเร็วมีความถูกต้องทางเทคนิค ชัดเจน และมีความรับผิดชอบ