Apa yang terjadi
Euclyd, startup semikonduktor yang berbasis di Belanda, telah mengumpulkan $231 juta dalam putaran pendanaan Seri A yang dipimpin bersama oleh Somerset Capital Partners, Scaleup Europe Fund, dan Innovation Industries, dengan partisipasi dari Samsung. Perusahaan ini sedang mengembangkan arsitektur prosesor dan memori berpemilik yang dirancang khusus untuk beban kerja inferensi AI. Euclyd berencana menawarkan sistem rak fisik untuk penggunaan perusahaan di lokasi dan model lisensi kekayaan intelektual bagi perusahaan yang ingin membuat chip AI khusus mereka sendiri. Perusahaan diperkirakan tidak akan memulai pengiriman perangkat keras komersial hingga tahun 2028.
Euclyd, yang didirikan pada tahun 2024, telah mendapatkan pendanaan Seri A senilai $231 juta untuk mengembangkan alternatif perangkat keras AI yang berpusat pada GPU Nvidia. Putaran ini dipimpin bersama oleh Somerset Capital Partners, Scaleup Europe Fund, dan Innovation Industries, dengan partisipasi strategis dari Samsung.
Model bisnis startup ini ada dua: menjual sistem rak AI fisik untuk penerapan di perusahaan di lokasi dan melisensikan prosesor dan arsitektur memori miliknya ke perusahaan lain. Perusahaan mengklaim pendekatan ini akan memungkinkan organisasi mengelola beban kerja inferensi AI dengan kontrol lebih besar atas data dan infrastruktur mereka.
Peran Samsung digambarkan lebih dari sekedar finansial; perusahaan ini diharapkan dapat memberikan dukungan teknik dan keahlian rantai pasokan, memanfaatkan posisinya sebagai pemimpin global dalam produksi memori untuk membantu Euclyd mengatasi tuntutan transfer data pada beban kerja AI modern.
Meski mendapat pendanaan, Euclyd belum mendemonstrasikan teknologinya pada skala komersial. Perusahaan telah menetapkan target pengiriman perangkat keras komersial akan dimulai pada tahun 2028, dengan tujuan jangka panjang untuk mendukung ribuan klien perusahaan pada tahun 2030.
Detail sumber: rswebsols.com ↗
Mengapa itu penting
Investasi ini menyoroti upaya berkelanjutan di seluruh industri untuk beralih dari GPU tujuan umum, yang saat ini mendominasi lanskap komputasi AI. Dengan berfokus pada arsitektur khusus yang mengintegrasikan pemrosesan dan memori, Euclyd bertujuan untuk mengatasi hambatan transfer data yang membatasi infrastruktur AI saat ini. Keterlibatan Samsung sangat signifikan, karena keahlian perusahaan dalam manufaktur memori dan manajemen rantai pasokan memberi Euclyd mitra strategis untuk menavigasi siklus pengembangan semikonduktor yang kompleks. Namun, Euclyd menghadapi kendala besar, termasuk kebutuhan untuk bersaing dengan ekosistem perangkat lunak Nvidia yang sudah mapan dan risiko teknis yang melekat dalam menghadirkan arsitektur perangkat keras baru ke pasar. Keberhasilan usaha ini masih bersifat spekulatif, karena perusahaan belum mendemonstrasikan teknologinya pada skala komersial, dan peta jalan produknya masih berlanjut hingga beberapa tahun ke depan.
Pasar perangkat keras AI saat ini sangat bergantung pada GPU Nvidia, yang awalnya dirancang untuk bermain game tetapi telah menjadi standar untuk pelatihan dan inferensi AI. Ketergantungan ini telah menciptakan tekanan biaya dan rantai pasokan yang signifikan bagi penyedia cloud besar dan perusahaan AI.
Fokus Euclyd pada arsitektur khusus yang mengintegrasikan memori dan pemrosesan adalah upaya langsung untuk memecahkan 'dinding memori'—hambatan yang disebabkan oleh perpindahan data dalam jumlah besar antara prosesor dan memori. Jika berhasil, hal ini dapat menawarkan efisiensi yang lebih tinggi untuk tugas inferensi dibandingkan dengan perangkat keras tujuan umum.
Lanskap persaingan semakin ketat, dengan pemain besar seperti Google, Meta, dan OpenAI mengembangkan chip AI milik mereka sendiri. Euclyd harus membuktikan bahwa perangkat kerasnya dapat memberikan keunggulan kinerja yang berarti sekaligus mengatasi 'parit' yang diciptakan oleh perangkat lunak dan ekosistem pengembang Nvidia yang ekstensif.
Investasi ini membawa risiko teknis dan komersial yang signifikan. Karena perusahaan ini masih membutuhkan waktu bertahun-tahun untuk melakukan pengiriman, perusahaan harus mengatasi volatilitas industri semikonduktor sambil membuktikan desainnya layak untuk produksi massal.
Mekanisme Interaktif: Cara Kerja Sebenarnya
Jelajahi teknologi yang mendasari di balik perkembangan ini secara interaktif.
Which component of an AI application is the machine-learning model itself?
Apa yang harus ditonton selanjutnya
Tonggak utama bagi Euclyd adalah transisi dari desain arsitektur ke produksi komersial, dengan pengiriman ditargetkan pada tahun 2028. Pengamat harus memantau apakah perusahaan dapat berhasil mengintegrasikan perangkat kerasnya dengan kerangka perangkat lunak AI yang ada, yang merupakan persyaratan penting untuk adopsi perusahaan. Selain itu, kemampuan perusahaan untuk memenuhi tujuannya dalam melayani ribuan klien perusahaan pada tahun 2030 akan bergantung pada tolok ukur kinerja dan metrik efisiensinya dibandingkan dengan penawaran yang berkembang pesat dari perusahaan lama dan perusahaan rintisan lain yang mengembangkan silikon AI berpemilik.
Nantikan pengungkapan teknis di masa mendatang mengenai kinerja dan efisiensi daya arsitektur Euclyd dibandingkan dengan standar industri saat ini.
Pantau kemajuan perusahaan dalam membangun ekosistem perangkat lunak, karena kinerja perangkat keras saja tidak cukup untuk menggantikan platform yang sudah ada di pasar perusahaan.
Lacak kemampuan perusahaan untuk mempertahankan jadwal pengiriman pada tahun 2028, karena penundaan dalam produksi semikonduktor sering terjadi dan dapat berdampak pada posisi kompetitif perusahaan rintisan.