무슨 일이 일어났나요?
네덜란드에 본사를 둔 반도체 스타트업 Euclyd는 Somerset Capital Partners, Scaleup Europe Fund 및 Innovation Industries가 공동으로 주도하는 시리즈 A 자금 조달 라운드에서 삼성의 참여로 2억 3100만 달러를 조달했습니다. 이 회사는 AI 추론 워크로드를 위해 특별히 설계된 독점 프로세서 및 메모리 아키텍처를 개발하고 있습니다. Euclyd는 온프레미스 기업용 물리적 랙 시스템과 자체 맞춤형 AI 칩을 구축하려는 기업을 위한 지적 재산 라이센싱 모델을 모두 제공할 계획입니다. 회사는 2028년까지 상용 하드웨어 출하를 시작할 것으로 예상하지 않습니다.
2024년에 설립된 Euclyd는 Nvidia의 GPU 중심 AI 하드웨어에 대한 대안을 개발하기 위해 시리즈 A 자금에서 2억 3100만 달러를 확보했습니다. 이번 라운드는 Somerset Capital Partners, Scaleup Europe Fund, Innovation Industries가 공동 주도했으며 삼성이 전략적으로 참여했습니다.
스타트업의 비즈니스 모델은 온프레미스 엔터프라이즈 배포를 위한 물리적 AI 랙 시스템을 판매하는 것과 독점 프로세서 및 메모리 아키텍처를 다른 회사에 라이센스하는 것입니다. 회사는 이 접근 방식을 통해 조직이 데이터와 인프라에 대한 통제력을 강화하면서 AI 추론 워크로드를 관리할 수 있다고 주장합니다.
삼성의 역할은 금융 그 이상으로 설명됩니다. 이 회사는 메모리 생산 분야의 글로벌 리더로서의 입지를 활용하여 Euclyd가 최신 AI 워크로드의 데이터 전송 요구 사항을 해결할 수 있도록 엔지니어링 지원 및 공급망 전문 지식을 제공할 것으로 예상됩니다.
자금 지원에도 불구하고 Euclyd는 아직 자사의 기술을 상업적 규모로 시연하지 않았습니다. 회사는 2030년까지 수천 개의 기업 고객을 지원한다는 장기 목표와 함께 2028년부터 상용 하드웨어 출하를 시작한다는 목표를 세웠습니다.
왜 중요한가요?
이번 투자는 현재 AI 컴퓨팅 환경을 지배하고 있는 범용 GPU를 뛰어넘기 위한 업계 전반의 지속적인 노력을 강조합니다. Euclyd는 처리와 메모리를 통합하는 전문 아키텍처에 중점을 두어 현재 AI 인프라를 제한하는 데이터 전송 병목 현상을 해결하는 것을 목표로 합니다. 삼성의 참여는 특히 중요합니다. 삼성의 메모리 제조 및 공급망 관리 전문 지식을 통해 Euclyd는 복잡한 반도체 개발 주기를 탐색할 수 있는 전략적 파트너를 제공하기 때문입니다. 그러나 Euclyd는 Nvidia의 확립된 소프트웨어 생태계와 경쟁해야 하는 필요성과 새로운 하드웨어 아키텍처를 시장에 출시하는 데 내재된 기술적 위험을 포함하여 상당한 장애물에 직면해 있습니다. 회사가 아직 상업적 규모로 기술을 시연하지 않았고 제품 로드맵이 향후 몇 년 동안 연장되어 있기 때문에 이 벤처의 성공은 아직 추측에 불과합니다.
현재 AI 하드웨어 시장은 원래 게임용으로 설계되었지만 AI 훈련 및 추론의 표준이 된 Nvidia의 GPU에 크게 의존하고 있습니다. 이러한 의존으로 인해 주요 클라우드 제공업체와 AI 기업에 상당한 비용과 공급망 압박이 발생했습니다.
메모리와 프로세싱을 통합하는 특화된 아키텍처에 대한 Euclyd의 초점은 프로세서와 메모리 사이에 대량의 데이터 이동으로 인해 발생하는 병목 현상인 '메모리 벽'을 해결하려는 직접적인 시도입니다. 성공하면 범용 하드웨어에 비해 추론 작업에 더 높은 효율성을 제공할 수 있습니다.
Google, Meta, OpenAI와 같은 주요 업체가 자체 AI 칩을 개발하면서 경쟁 환경이 더욱 심화되고 있습니다. Euclyd는 하드웨어가 의미 있는 성능 이점을 제공하는 동시에 Nvidia의 광범위한 소프트웨어 및 개발자 생태계로 인해 생성된 '해자'를 극복할 수 있음을 입증해야 합니다.
투자에는 상당한 기술적, 상업적 위험이 따릅니다. 회사는 출하까지 아직 수년이 남았기 때문에 반도체 산업의 변동성을 헤쳐나가는 동시에 자사의 설계가 대량 생산에 적합하다는 것을 입증해야 합니다.
대화형 메커니즘: 실제로 작동하는 방식
이 개발의 이면에 있는 기본 기술을 대화식으로 살펴보세요.
Which component of an AI application is the machine-learning model itself?
다음에 무엇을 볼 것인가
Euclyd의 주요 이정표는 건축 설계에서 상업 생산으로의 전환이며, 배송은 2028년을 목표로 합니다. 관찰자는 회사가 기업 채택의 중요한 요구 사항인 기존 AI 소프트웨어 프레임워크와 하드웨어를 성공적으로 통합할 수 있는지 모니터링해야 합니다. 또한 2030년까지 수천 명의 기업 고객에게 서비스를 제공한다는 목표를 달성할 수 있는 회사의 능력은 독점 AI 실리콘을 개발하는 기존 기업 및 기타 스타트업의 빠르게 발전하는 제품과 비교하여 성능 벤치마크 및 효율성 지표에 따라 달라집니다.
현재 산업 표준과 비교하여 Euclyd 아키텍처의 성능 및 전력 효율성에 관한 향후 기술 공개를 지켜보세요.
하드웨어 성능만으로는 기업 시장에서 기존 플랫폼을 대체하기에 충분하지 않으므로 소프트웨어 생태계 구축에 있어 회사의 진행 상황을 모니터링합니다.
반도체 제조 지연은 흔한 일이며 스타트업의 경쟁적 위치에 영향을 미칠 수 있으므로 2028년 배송 일정을 유지할 수 있는 회사의 능력을 추적하세요.