资金
Ubitium 获 3.7 万美元融资,利用通用 RISC-V 处理器革新计算技术

乌比提姆半导体初创公司 Ubitium 推出了一款突破性的通用处理器,有望重新定义计算工作负载的管理方式。这款创新芯片将处理能力整合到一个高效的单元中,无需使用 CPU、GPU、DSP 和 FPGA 等专用处理器。通过摆脱传统的处理架构,Ubitium 有望简化计算、削减成本,并在不增加额外成本的情况下实现高级 AI。
公司有 获得3.7万美元的种子资金 加速这一革命性技术的发展。投资者 露娜资本, 拐点和 KBC焦点基金 支持 Ubitium 的愿景,即颠覆价值 500 亿美元的处理器市场,并推出一款真正的通用处理器,使各个行业都能轻松、高效地进行计算。
彻底改变价值 700 亿美元的产业
全球半导体市场已经 574年价值2022亿美元,预计 到 700 年超过 2025 亿美元,这得益于对 AI、物联网和边缘计算解决方案日益增长的需求。然而,传统的处理架构难以跟上不断变化的需求,通常依赖于专用芯片,这会增加成本并使系统集成复杂化。
Ubitium 通过其与工作负载无关的通用处理器解决了这些挑战,该处理器使用相同的晶体管执行多项任务,从而最大限度地提高效率并减少浪费。这种方法不仅可以减小处理器的尺寸和成本,还可以简化系统架构,使先进的 AI 功能即使在消费电子和智能农业等成本敏感的行业中也具有可行性。
RISC-V 革命
Ubitium 处理器的基础是 开放的RISC-V指令集架构(ISA). 与专有 ISA 不同,RISC-V 通过允许公司在开放标准上进行构建来促进创新。Ubitium 利用这种灵活性来确保其处理器与现有软件生态系统兼容,从而消除了采用新计算平台的最大障碍之一。
Ubitium 的处理器不需要专有工具链或专用软件,因此可供广大开发人员使用。这不仅加快了开发周期,还降低了企业部署 AI 和高级计算解决方案的成本。
经验丰富的团队推动变革
Ubitium 的领导团队汇集了数十年的半导体创新和商业战略经验。CTO 马丁·沃巴赫拥有 200 多项半导体专利,花了 15 年时间开发 Ubitium 通用处理器背后的技术。他在可重构计算和与工作负载无关的架构方面的专业知识对创建能够适应任何任务而无需多个专用内核的处理器起到了重要作用。
CEO 赵铉信毕业于卡尔斯鲁厄理工学院,在工业领域拥有 20 多年的经验。他的战略领导力在组建世界一流的团队和确保将这项变革性技术推向市场所需的资金方面发挥了关键作用。
主席 彼得·韦伯其职业生涯横跨英特尔、德州仪器和 Dialog Semiconductor,带来丰富的行业专业知识来指导 Ubitium 实现高性能计算民主化的使命。
投资者对 Ubitium 的信心
3.7 万美元的种子轮融资反映了投资者对 Ubitium 颠覆潜力的强烈信心。 德米特里·加尔佩林Runa Capital 的普通合伙人强调了 Ubitium 处理器的适应性,它可以处理从简单的控制任务到大规模并行数据流处理等各种工作负载。
鲁迪·塞韦林斯 KBC Focus Fund 的分析师强调了 Ubitium 架构带来的复杂性降低和上市时间加快,称其为硬件和软件集成领域的变革者。Inflection 的 Jonatan Luther-Bergquist 称 Ubitium 的方法是在芯片专业化主导的领域中对通用计算能力的“反向押注”。
应对关键市场挑战
部署先进计算解决方案的主要障碍之一是专用硬件的高成本和复杂性。Ubitium 的通用处理器通过提供适用于任何计算任务的单芯片解决方案消除了这一障碍。这对于成本敏感性和快速部署至关重要的行业尤其重要。
例如,在汽车领域,自动驾驶等人工智能系统和 先进的驾驶辅助系统 (ADAS)正在成为标准,Ubitium 的处理器可以简化开发并降低成本。同样,在工业自动化和机器人领域,通用处理器简化了系统架构,从而可以更快地部署智能机器。
跨行业应用
Ubitium 的通用处理器具有可扩展性设计,适用于广泛的应用:
- 消费类电子产品: 通过增强的 AI 功能,实现更智能、更具成本效益的设备。
- 物联网和智能农业: 为连接的设备提供实时智能,优化资源使用并提高效率。
- 机器人和工业自动化: 简化智能机器的部署,缩短机器人解决方案的上市时间。
- 太空与防御: 在可靠性和适应性至关重要的具有挑战性的环境中提供高性能计算。
未来路线图
Ubitium 并不止步于单芯片。该公司计划开发一系列处理器,这些处理器大小和性能各不相同,但共享相同的架构和软件堆栈。这种方法允许客户在不改变开发流程的情况下扩展其应用程序,确保在各种尺寸的设备上无缝集成。
最终目标是将 Ubitium 的通用处理器确立为计算的标准平台,打破历史上限制人工智能和先进计算技术采用的成本和复杂性障碍。
改变人机交互
乌比提姆 展望未来,机器可以自然地与人类互动,实时做出智能决策。其处理器的灵活性使部署先进的人工智能算法成为可能,例如物体检测、 自然语言处理和 生成式人工智能,跨行业。
这种转变不仅改变了我们与技术互动的方式,而且使高性能计算的访问变得民主化,从而促进各个层面的创新。












