Efficient Computer-ը B փուլում հավաքեց 97 միլիոն դոլար

Չիպերի ստարտափ Efficient Computer-ը, որը Carnegie Mellon University-ից առանձնացված ընկերություն է, 2026 թվականի սեպտեմբերի 29-ին հայտարարեց, որ B փուլում հավաքեց 97 միլիոն դոլար։ Ընկերության գնահատականը 650 միլիոն դոլար է, իսկ ընդհանուր ֆինանսավորումը հասավ 173 միլիոն դոլարի։

Փուլը և ներդրողները

Փուլը ղեկավարում էր TQ Ventures, մասնակցում էին Eclipse, Union Square Ventures, Giant Ventures, Triatomic Capital, TO Capital, TF Capital, Mana Ventures, Toyota Ventures, Overmatch և Borderless։ Ընկերության խոսքով՝ գումարը կուղղվի Electron E1 պրոցեսորի զանգվածային մատակարարմանը և ճարտարապետության՝ տվյալների կենտրոնների մակարդակին հասցնելուն։

Ըստ Reuters-ի՝ ընկերությունը եկամուտ չի բացահայտել։ TQ Ventures-ի գործընկեր Andrew Marks-ի խոսքով՝ նոր գումարը հաջորդ տարվա ընթացքում կուղղվի մատակարարման աճին։ «Շատ ստարտափներ հիանալի ճարտարապետություն ունեն։ Քչերին է հաջողվում սիլիցիումը հասցնել օգտատիրոջը», նշել է նա։

Տվյալների հոսքի ճարտարապետություն

Efficient Computer-ը պրոցեսորները կառուցում է այսպես կոչված տվյալների հոսքի (dataflow) ճարտարապետության վրա։ Ընկերության խոսքով՝ նման չիպերը կարող են լինել և՛ ավելի արագ, քան Intel-ի և NVIDIA-ի կոնստրուկցիաները, և՛ 10-ից 100 անգամ ավելի էներգաարդյունավետ։ Տվյալների հոսքի չիպերը ակադեմիական գրականության մեջ տասնամյակներ շարունակ հիշատակվում են, սակայն առևտրային հաջողություն չեն ստացել, քանի որ ծրագրավորողների համար դրանց հետ աշխատելը դժվար է։ Ընկերությունը նշում է, որ ակադեմիական լաբորատորիաներում զրոյից է սկսել և ապարատային ու ծրագրային գործիքները միասին ստեղծել, որպեսզի այս մոտեցումը աշխատի որպես ընդհանուր նշանակության պրոցեսոր։

Դրոններից մինչև տվյալների կենտրոններ

Առաջին չիպերը, որոնք Efficient-ն այժմ մատակարարում է, նախատեսված են դրոնների և փոքր ռոբոտների համար։ Քանի որ մարտկոցով աշխատող սարքում պետք է գործարկվեն AI-ի ֆունկցիաներ, չիպը ստիպված է կատարել անցյալի համեմատ շատ ավելի բազմազան խնդիրներ։ «Մենք մի տեսակ թելը անցկացնում ենք ասեղի անցքով. մենք հեշտ ծրագրավորվող ենք, արագ և արդյունավետ», հարցազրույցում նշել է ընկերության CEO Brandon Lucia-ն։ «Երբ AI համակարգ ես ստեղծում, պարզվում է, որ համակարգը շատ ավելին է անում, քան երկու փոքր նանոօպտիմիզացված AI ալգորիթմ»։ Տվյալների կենտրոնների համար նախատեսված մեծ չիպերը նախատեսվում են ավելի ուշ։

Ընկերությունը էներգիան ընկալում է որպես AI-ի հիմնական սահմանափակող գործոն. ռոբոտը, որին պետք է մտածել և պլանավորել, աշխատանքի ժամանակը չափվում է ժամերի փոխարեն րոպեներով, իսկ յուրաքանչյուր ապագա տվյալների կենտրոնի առանձին էներգամատակարարում կպահանջվի։

Աղբյուրներ՝ Reuters · Efficient Computer