Sparxity залучила фінансування раунду серії A, довівши загальну суму інвестицій у розріджені обчислення ШІ до 90 мільйонів доларів

Sparxity, дрезденська обчислювальна компанія, раніше відома як SpiNNcloud, завершила раунд фінансування серії A, завдяки якому загальний обсяг залучених її командою коштів сягнув 90 мільйонів доларів. Інвестиції спрямують на розробку спеціалізованих чипів для високодеталізованої динамічної розрідженості — підходу, за якого обчислення ШІ зосереджуються на тих частинах моделі, які потрібні для кожного завдання.

Раунд очолив ICM HPQC Fund. Серед інвесторів — Lockheed Martin Ventures, GlobalFoundries, GS Futures, Cloudberry Ventures, TGFS та EIC Fund. Серед бізнес-ангелів — Richard Socher і Nancy Xu; фінансування також продовжили надавати Atlantic і Silicon Catalyst. Sparxity не розкрила окремо суму раунду серії A, зазначивши лише сукупний обсяг фінансування.

Компанія прагне зробити практичним масштабне розгортання дедалі більш розріджених моделей ШІ. Апаратне забезпечення наступного покоління має забезпечити до 44 разів швидший висновок у надрозріджених моделях, спираючись на вже наявний комерційний бізнес у сфері розріджених обчислювальних систем.

Чому розрідженим моделям потрібне інше апаратне забезпечення

У щільній нейронній мережі значні обчислювальні ресурси витрачаються на широкий набір параметрів. Розріджені архітектури вибірково активують окремі частини моделі, потенційно збільшуючи її загальну місткість без потреби залучати кожен параметр до кожного обчислення.

Реалізувати цей потенціал складніше, коли вибір елементів дуже деталізований і змінюється залежно від вхідних даних. Апаратне забезпечення має спрямовувати завдання до потрібних ресурсів і ефективно переміщувати необхідні дані. Уникнення арифметичних операцій дає перевагу лише тоді, коли витрати на пошук, планування та передавання решти завдань не нівелюють цей виграш.

У технологічному огляді Sparxity описує свою архітектуру як розв’язання цієї проблеми, наголошуючи на детальнішому виборі експертів, ділянок пам’яті та елементів механізму уваги. Компанія спільно розробляє чипи й програмне забезпечення, щоб творці моделей могли використовувати розріджені структури, які складно ефективно виконувати на апаратному забезпеченні, спроєктованому переважно для щільних обчислень.

«Наступну епоху ШІ визначатиме не лише те, скільки обчислювальної потужності ми можемо забезпечити, а й те, наскільки розумно та ефективно ми її використовуємо», — сказав Гектор Гонсалес, співзасновник і генеральний директор Sparxity. За його словами, фінансування прискорить розробку спеціалізованих чипів для надрозріджених обчислювальних навантажень у гетерогенних центрах обробки даних.

Від мільйонів експертів до вибіркових обчислень

Один із напрямів досліджень, що лежать в основі цієї стратегії, — PEER, або параметрично ефективний пошук експертів. У праці «Суміш мільйона експертів» дослідник Xu Owen He описав шар, який вибирає невелику добірку з пулу, що налічує понад мільйон крихітних експертів. В експериментах із завданнями мовного моделювання досліджували, як цей підхід змінює співвідношення між продуктивністю моделі та обчислювальними витратами.

Ідея полягає в тому, щоб розширити можливості моделі, не обробляючи весь набір для кожного вхідного запиту. Щоб перетворити таку ефективність на рівні моделі на меншу затримку й нижче енергоспоживання, потрібна система, здатна впоратися з відповідними деталізованими обчисленнями.

Хе, колишній дослідник Google DeepMind і стратегічний радник Sparxity, сказав, що спільне проєктування моделей, конвеєрів дистиляції та апаратного забезпечення з урахуванням розрідженості може забезпечити ще вищу обчислювальну ефективність. Саме цей зв’язок покликане розвинути нове фінансування: моделі, які роблять вибір точніше, у поєднанні з апаратним забезпеченням, здатним виконувати обрані ними операції.

Комерційна база перед випуском наступного чипа

За словами Sparxity, її основу становлять три виготовлені тестові партії чипів, понад 70 000 вироблених чипів і 12 розгорнутих стійок. Компанія повідомляє, що має понад 30 клієнтів у всьому світі, а її дохід зріс учетверо з 2024-го до 2025 року; у 2026 році позитивна динаміка зберігається.

Наявні системи компанії призначені як для високопродуктивних обчислень, так і для ШІ. За даними компанії, на вибраних обчислювальних навантаженнях її розріджені розв’язувачі працюють у 10 разів швидше, енергоспоживання машинного навчання на основі подій у 18 разів нижче, а час виконання оптимізаційних задач у 20 разів коротший. Ці результати стосуються окремих застосувань на наявних системах компанії; показник швидкості висновку до 44 разів вищої є цільовим для технології наступного покоління в надрозріджених моделях.

Ця відмінність має ключове значення для розуміння фінансування. Sparxity уже виробляє та розгортає системи, тоді як кошти раунду серії A підтримають наступний крок — розробку апаратного забезпечення, спеціально призначеного для динамічної розрідженості під час виконання висновку ШІ.

Центр суперкомп’ютерних обчислень Юліха як приклад практичного розгортання

Jülich Supercomputing Centre окремо описує двостійкову систему SpiNNaker2 від Sparxity під назвою JUBIS, установлену у квітні 2026 року. Вона складається з 4,320 чипів і 656,640 ядер ARM із нейроморфними прискорювачами.

JUBIS підтримує проєкт центру Jülich «Подієвий суперкомп’ютер для ШІ та не тільки», у межах якого досліджують ШІ реального часу, нейронаукові симуляції та інші обчислювальні навантаження, зокрема емуляцію квантового комп’ютера. Проєкт також передбачає тестування продуктивності, створення прототипів застосунків і розробку програмного забезпечення, щоб система була корисною в ширшому середовищі високопродуктивних обчислень.

Це розгортання показує, чому для обчислювальної архітектури недостатньо лише специфікації чипа. Дослідникам потрібні інструменти, інтерфейси та спосіб інтегрувати систему в наявні робочі процеси. Наскрізний підхід Sparxity охоплює весь цей шлях — від спеціально розробленого кремнію до систем, розгорнутих у кількох стійках.

Шлях до європейських центрів обробки даних

Sparxity також співпрацює з T-Systems, розглядаючи можливий шлях виходу на комерційні центри обробки даних. В оголошенні Deutsche Telekom від 3 листопада йдеться про підписаний лист про наміри об’єднати технології Sparxity з інфраструктурою та досвідом T-Systems в її експлуатації.

Запланована послідовність робіт передбачає початкове використання наявного обладнання для розроблення підходів до технічної інтеграції, а потім — розгортання чипів наступного покоління, заплановане на 2028 рік. Партнери очікують узгодити подальші деталі протягом найближчих місяців.

Для Sparxity новий капітал підтримує перехід від демонстрації можливостей розріджених обчислень у спеціалізованих системах до вагомішої ролі в інфраструктурі ШІ. Компанія вважає, що майбутнє зростання продуктивності забезпечить скорочення зайвих операцій, а також спільне проєктування апаратного й програмного забезпечення та моделей, щоб ці заощадження давали відчутний приріст продуктивності.