Efficient Computer-მა B რაუნდში 97 მილიონი დოლარი მოიზიდა

ჩიპების სტარტაპ Efficient Computer-მა, რომელიც Carnegie Mellon University-დან გამოყოფილი კომპანიაა, 2026 წლის 29 სექტემბერს გამოაცხადა, რომ B რაუნდში 97 მილიონი დოლარი მოიზიდა. კომპანიის შეფასება 650 მილიონ დოლარს შეადგენს, მთლიანი დაფინანსება კი 173 მილიონ დოლარამდე გაიზარდა.

რაუნდი და ინვესტორები

რაუნდს ხელმძღვანელობდა TQ Ventures, მონაწილეობდნენ Eclipse, Union Square Ventures, Giant Ventures, Triatomic Capital, TO Capital, TF Capital, Mana Ventures, Toyota Ventures, Overmatch და Borderless. კომპანიის თანახმად, თანხა Electron E1 პროცესორის მასობრივ მიწოდებას და არქიტექტურის მონაცემთა ცენტრების დონემდე გაზრდას მოხმარდება.

Reuters-ის ცნობით, კომპანიამ შემოსავალი არ გაამჟღავნა. TQ Ventures-ის პარტნიორის, Andrew Marks-ის თქმით, ახალი თანხა მომავალი წლის განმავლობაში მიწოდების ზრდას მოხმარდება. „ბევრ სტარტაპს შესანიშნავი არქიტექტურა აქვს. ცოტა ახერხებს, რომ სილიკონი მომხმარებელამდე მიიტანოს“, აღნიშნა მან.

მონაცემთა ნაკადის არქიტექტურა

Efficient Computer პროცესორებს ე.წ. მონაცემთა ნაკადის (dataflow) არქიტექტურაზე აგებს. კომპანიის თანახმად, ასეთი ჩიპები Intel-ისა და NVIDIA-ს კონსტრუქციებზე სწრაფიც და 10-დან 100-ჯერ უფრო ენერგოეფექტურიც შეიძლება იყოს. მონაცემთა ნაკადის ჩიპები აკადემიურ ლიტერატურაში ათწლეულებია ფიგურირებს, თუმცა კომერციული წარმატება ვერ მოიპოვა, რადგან პროგრამისტებისთვის მათზე მუშაობა რთულია. კომპანია ამბობს, რომ აკადემიურ ლაბორატორიებში ნულიდან დაიწყო და აპარატურული და პროგრამული ხელსაწყოები ერთად შექმნა, რომ ეს მიდგომა ზოგადი დანიშნულების პროცესორად იმუშაოს.

დრონებიდან მონაცემთა ცენტრებამდე

პირველი ჩიპები, რომლებსაც Efficient ახლა აწვდის, დრონებისა და პატარა რობოტებისთვისაა განკუთვნილი. რადგან ბატარეაზე მომუშავე მოწყობილობაში AI-ის ფუნქციები უნდა ჩატვირთოს, ჩიპს წარსულთან შედარებით ბევრად მრავალფეროვანი ამოცანების შესრულება უწევს. „ჩვენ ერთგვარად ნემსის ყუნწში ვატარებთ ძაფს: ვართ ადვილად დასაპროგრამებელი, სწრაფი და ეფექტური“, ინტერვიუში აღნიშნა კომპანიის CEO-მ Brandon Lucia-მ. „როცა AI სისტემას ქმნი, აღმოჩნდება, რომ სისტემა ბევრად მეტს აკეთებს, ვიდრე ორი პატარა ნანოოპტიმიზებული AI ალგორითმი“. მონაცემთა ცენტრებისთვის განკუთვნილი დიდი ჩიპები მოგვიანებით იგეგმება.

კომპანია ენერგიას AI-ის მთავარ შემზღუდველ ფაქტორად აღიქვამს: რობოტს, რომელსაც ფიქრი და დაგეგმვა სჭირდება, მუშაობის დრო საათების ნაცვლად წუთებით იზომება, ხოლო ყოველ მომავალ მონაცემთა ცენტრს ცალკე ენერგომომარაგება დასჭირდება.

წყაროები: Reuters · Efficient Computer