何が起こったのか
オランダに本拠を置く半導体新興企業Euclydは、サムスンの参加を得て、サマセット・キャピタル・パートナーズ、スケールアップ・ヨーロッパ・ファンド、イノベーション・インダストリーズが共同主導したシリーズA資金調達ラウンドで2億3,100万ドルを調達した。同社は、AI 推論ワークロード専用に設計された独自のプロセッサとメモリ アーキテクチャを開発しています。 Euclyd は、オンプレミスの企業用途向けの物理ラック システムと、独自のカスタム AI チップの構築を検討している企業向けの知的財産ライセンス モデルの両方を提供する予定です。同社は、2028年まで商用ハードウェアの出荷を開始しないと予想している。
2024 年に設立された Euclyd は、Nvidia の GPU 中心の AI ハードウェアの代替品を開発するために、シリーズ A 資金で 2 億 3,100 万ドルを確保しました。このラウンドはサマセット・キャピタル・パートナーズ、スケールアップ・ヨーロッパ・ファンド、イノベーション・インダストリーズが共同主導し、サムスンも戦略的に参加した。
このスタートアップのビジネス モデルは 2 つあります。オンプレミスのエンタープライズ展開用の物理 AI ラック システムを販売することと、独自のプロセッサとメモリ アーキテクチャを他の企業にライセンス供与することです。同社は、このアプローチにより、組織はデータとインフラストラクチャをより詳細に制御しながら AI 推論ワークロードを管理できるようになると主張しています。
サムスンの役割は財務以上のものであると言われています。同社は、Euclyd が現代の AI ワークロードのデータ転送要求に対処できるよう、メモリ生産の世界的リーダーとしての立場を活用して、エンジニアリング サポートとサプライ チェーンの専門知識を提供することが期待されています。
資金提供にもかかわらず、Euclyd はまだその技術を商業規模で実証していない。同社は、2028年に商用ハードウェアの出荷を開始するという目標を設定しており、2030年までに数千の企業顧客をサポートするという長期目標を掲げている。
なぜそれが重要なのか
この投資は、現在 AI コンピューティング環境を支配している汎用 GPU を超えて移行しようとする業界全体の継続的な取り組みを浮き彫りにします。 Euclyd は、処理とメモリを統合する特殊なアーキテクチャに焦点を当てることで、現在の AI インフラストラクチャを制限するデータ転送のボトルネックに対処することを目指しています。サムスンの関与は特に重要であり、メモリ製造とサプライチェーン管理におけるサムスンの専門知識により、Euclyd は複雑な半導体開発サイクルをナビゲートするための戦略的パートナーを得ることができます。しかし、Euclyd は、Nvidia の確立されたソフトウェア エコシステムと競合する必要性や、新しいハードウェア アーキテクチャを市場に投入する際に内在する技術的リスクなど、大きなハードルに直面しています。同社はまだその技術を商業規模で実証しておらず、製品ロードマップは数年先まで続くため、このベンチャーの成功はまだ推測の域を出ない。
現在の AI ハードウェア市場は、Nvidia の GPU に大きく依存しています。GPU は元々ゲーム用に設計されましたが、現在では AI トレーニングと推論の標準となっています。この依存は、主要なクラウド プロバイダーや AI 企業に多大なコストとサプライ チェーンのプレッシャーをもたらしています。
Euclyd がメモリと処理を統合する特殊なアーキテクチャに焦点を当てているのは、「メモリの壁」、つまりプロセッサとメモリ間で大量のデータを移動することによって生じるボトルネックを解決する直接的な試みです。成功すれば、汎用ハードウェアと比較して推論タスクの効率が向上する可能性があります。
Google、Meta、OpenAI などの大手企業が独自の AI チップを開発しており、競争環境は激化しています。 Euclyd は、Nvidia の広範なソフトウェアと開発者のエコシステムによって作られた「堀」を克服しながら、そのハードウェアが意味のあるパフォーマンス上の利点を提供できることを証明する必要があります。
この投資には重大な技術的および商業的リスクが伴います。同社は出荷までにまだ何年もかかるため、自社の設計が量産に耐えられることを証明しながら、半導体業界の不安定な状況を乗り越える必要がある。
インタラクティブなメカニズム: 実際にどのように機能するか
この開発の背後にある基盤となるテクノロジーをインタラクティブに探索します。
Which component of an AI application is the machine-learning model itself?
次に見るべきもの
Euclyd の主なマイルストーンは、アーキテクチャ設計から商用生産への移行であり、出荷は 2028 年を目標としています。監視者は、企業が自社のハードウェアを既存の AI ソフトウェア フレームワークと正常に統合できるかどうかを監視する必要があります。これは、企業での導入に不可欠な要件です。さらに、2030 年までに数千の企業顧客にサービスを提供するという同社の目標を達成できるかどうかは、既存の既存企業や独自の AI シリコンを開発している新興企業の急速に進化する製品と比較した、自社のパフォーマンス ベンチマークと効率性の指標にかかっています。
現在の業界標準と比較した Euclyd アーキテクチャのパフォーマンスと電力効率に関する将来の技術開示に注目してください。
エンタープライズ市場で確立されたプラットフォームをハードウェアのパフォーマンスだけで置き換えることはほとんどないため、ソフトウェア エコシステムの構築における企業の進捗状況を監視してください。
半導体製造の遅延は一般的であり、スタートアップの競争上の地位に影響を与える可能性があるため、同社が2028年の出荷スケジュールを維持できるかどうかを追跡します。