Cosa è successo
Euclyd, una startup di semiconduttori con sede nei Paesi Bassi, ha raccolto 231 milioni di dollari in un round di finanziamento di serie A co-guidato da Somerset Capital Partners, Scaleup Europe Fund e Innovation Industries, con la partecipazione di Samsung. L'azienda sta sviluppando un processore proprietario e un'architettura di memoria progettata specificamente per i carichi di lavoro di inferenza AI. Euclyd prevede di offrire sia sistemi rack fisici per uso aziendale in sede, sia un modello di licenza di proprietà intellettuale per le aziende che desiderano costruire i propri chip AI personalizzati. La società non prevede di iniziare le spedizioni di hardware commerciale fino al 2028.
Euclyd, fondata nel 2024, si è assicurata 231 milioni di dollari in finanziamenti di serie A per sviluppare un'alternativa all'hardware AI incentrato sulla GPU di Nvidia. Il round è stato co-guidato da Somerset Capital Partners, Scaleup Europe Fund e Innovation Industries, con la partecipazione strategica di Samsung.
Il modello di business della startup è duplice: vendere sistemi rack fisici di intelligenza artificiale per l’implementazione aziendale in sede e concedere in licenza il processore proprietario e l’architettura di memoria ad altre aziende. L’azienda sostiene che questo approccio consentirà alle organizzazioni di gestire i carichi di lavoro di inferenza dell’intelligenza artificiale con un maggiore controllo sui propri dati e sulla propria infrastruttura.
Il ruolo di Samsung è descritto come più che finanziario; Si prevede che l’azienda fornisca supporto tecnico e competenze nella catena di fornitura, sfruttando la propria posizione di leader globale nella produzione di memoria per aiutare Euclyd a soddisfare le esigenze di trasferimento dati dei moderni carichi di lavoro IA.
Nonostante i finanziamenti, Euclyd non ha ancora dimostrato la sua tecnologia su scala commerciale. L’azienda ha fissato l’obiettivo di iniziare le spedizioni di hardware commerciale nel 2028, con l’obiettivo a lungo termine di supportare migliaia di clienti aziendali entro il 2030.
Dettagli della fonte: rswebsols.com ↗
Perché è importante
L’investimento evidenzia lo sforzo in corso a livello di settore per andare oltre le GPU generiche, che attualmente dominano il panorama dell’informatica AI. Concentrandosi su un’architettura specializzata che integra elaborazione e memoria, Euclyd mira ad affrontare i colli di bottiglia nel trasferimento dei dati che limitano l’attuale infrastruttura AI. Il coinvolgimento di Samsung è particolarmente significativo, poiché l’esperienza dell’azienda nella produzione di memorie e nella gestione della catena di fornitura fornisce a Euclyd un partner strategico per affrontare il complesso ciclo di sviluppo dei semiconduttori. Tuttavia, Euclyd deve affrontare ostacoli sostanziali, tra cui la necessità di competere con l’ecosistema software consolidato di Nvidia e i rischi tecnici inerenti all’immissione sul mercato di una nuova architettura hardware. Il successo di questa impresa rimane speculativo, poiché l’azienda deve ancora dimostrare la propria tecnologia su scala commerciale e la roadmap dei suoi prodotti si estende per diversi anni nel futuro.
L’attuale mercato dell’hardware AI dipende fortemente dalle GPU Nvidia, originariamente progettate per i giochi ma diventate lo standard per l’addestramento e l’inferenza dell’IA. Questa dipendenza ha creato notevoli pressioni sui costi e sulla catena di fornitura per i principali fornitori di cloud e le imprese di intelligenza artificiale.
L'attenzione di Euclyd su un'architettura specializzata che integri memoria ed elaborazione è un tentativo diretto di risolvere il "muro della memoria", il collo di bottiglia causato dallo spostamento di grandi volumi di dati tra processori e memoria. In caso di successo, ciò potrebbe offrire una maggiore efficienza per le attività di inferenza rispetto all’hardware generico.
Il panorama competitivo si sta intensificando, con attori importanti come Google, Meta e OpenAI che sviluppano i propri chip AI proprietari. Euclyd deve dimostrare che il suo hardware può fornire un vantaggio significativo in termini di prestazioni, superando allo stesso tempo il "fossato" creato dall'ampio ecosistema di software e sviluppatori di Nvidia.
L'investimento comporta un rischio tecnico e commerciale significativo. Poiché l’azienda è ancora lontana anni dalla spedizione, deve affrontare la volatilità del settore dei semiconduttori dimostrando al tempo stesso che il suo design è fattibile per la produzione di massa.
Meccanismo interattivo: come funziona realmente
Esplora la tecnologia alla base di questo sviluppo in modo interattivo.
Which component of an AI application is the machine-learning model itself?
Cosa guardare dopo
La pietra miliare principale per Euclyd è la transizione dalla progettazione architettonica alla produzione commerciale, con consegne previste per il 2028. Gli osservatori dovrebbero monitorare se l’azienda riesce a integrare con successo il proprio hardware con i framework software AI esistenti, un requisito fondamentale per l’adozione aziendale. Inoltre, la capacità dell’azienda di raggiungere l’obiettivo di servire migliaia di clienti aziendali entro il 2030 dipenderà dai parametri di riferimento delle prestazioni e dai parametri di efficienza rispetto alle offerte in rapida evoluzione degli operatori storici e di altre startup che sviluppano silicio AI proprietario.
Tieni d'occhio le future informative tecniche riguardanti le prestazioni e l'efficienza energetica dell'architettura di Euclyd rispetto agli attuali standard del settore.
Monitorare i progressi dell’azienda nella costruzione di un ecosistema software, poiché le sole prestazioni hardware raramente sono sufficienti a sostituire le piattaforme consolidate nel mercato aziendale.
Tieni traccia della capacità dell’azienda di mantenere la tempistica di spedizione del 2028, poiché i ritardi nella produzione di semiconduttori sono comuni e potrebbero avere un impatto sulla posizione competitiva della startup.