发生了什么
总部位于荷兰的半导体初创公司 Euclyd 在由 Somerset Capital Partners、Scaleup Europe Fund 和 Innovation Industries 共同领投的 A 轮融资中筹集了 2.31 亿美元，三星也参与其中。该公司正在开发专为人工智能推理工作负载设计的专有处理器和内存架构。 Euclyd 计划提供供本地企业使用的物理机架系统，以及为希望构建自己的定制人工智能芯片的公司提供知识产权许可模式。该公司预计要到 2028 年才会开始商业硬件发货。
Euclyd 成立于 2024 年，已获得 2.31 亿美元的 A 轮融资，用于开发 Nvidia 以 GPU 为中心的人工智能硬件的替代品。此轮融资由 Somerset Capital Partners、Scaleup Europe Fund 和 Innovation Industries 共同领投，三星战略参与。
该初创公司的商业模式有双重：销售用于本地企业部署的物理人工智能机架系统，并将其专有处理器和内存架构授权给其他公司。该公司声称，这种方法将使组织能够更好地控制其数据和基础设施来管理人工智能推理工作负载。
三星的作用被描述为不仅仅是财务方面的；该公司预计将提供工程支持和供应链专业知识，利用其作为内存生产全球领导者的地位，帮助 Euclyd 满足现代人工智能工作负载的数据传输需求。
尽管获得了资金，Euclyd 尚未以商业规模展示其技术。该公司设定了从 2028 年开始商业硬件发货的目标，长期目标是到 2030 年为数千家企业客户提供支持。
为什么这很重要
这项投资凸显了全行业正在努力超越通用 GPU，通用 GPU 目前在人工智能计算领域占据主导地位。通过专注于集成处理和内存的专用架构，Euclyd 旨在解决限制当前人工智能基础设施的数据传输瓶颈。三星的参与尤为重要，因为该公司在内存制造和供应链管理方面的专业知识为Euclyd提供了一个战略合作伙伴，以应对复杂的半导体开发周期。然而，Euclyd 面临着巨大的障碍，包括需要与 Nvidia 已建立的软件生态系统竞争，以及将新的硬件架构推向市场所固有的技术风险。该合资企业能否成功仍属猜测，因为该公司尚未在商业规模上展示其技术，而且其产品路线图还将持续数年。
当前的AI硬件市场严重依赖Nvidia的GPU，该GPU最初是为游戏设计的，但已成为AI训练和推理的标准。这种依赖给主要云提供商和人工智能企业带来了巨大的成本和供应链压力。
Euclyd 专注于集成内存和处理的专用架构，是解决“内存墙”（处理器和内存之间移动大量数据所造成的瓶颈）的直接尝试。如果成功，与通用硬件相比，这可以为推理任务提供更高的效率。
竞争格局正在加剧，Google、Meta 和 OpenAI 等主要厂商都在开发自己的专有 AI 芯片。 Euclyd 必须证明其硬件可以提供有意义的性能优势，同时克服 Nvidia 广泛的软件和开发人员生态系统创建的“护城河”。
该投资带有重大的技术和商业风险。由于该公司距离发货还有数年时间，因此必须应对半导体行业的波动，同时证明其设计对于大规模生产是可行的。
互动机制：它实际上是如何运作的
以交互方式探索这一发展背后的基础技术。
Which component of an AI application is the machine-learning model itself?
接下来看什么
Euclyd 的主要里程碑是从架构设计到商业生产的过渡，出货量目标为 2028 年。观察者应监控该公司是否能够成功地将其硬件与现有的人工智能软件框架集成，这是企业采用的关键要求。此外，该公司能否实现到 2030 年为数千家企业客户提供服务的目标，将取决于其性能基准和效率指标，以及与老牌企业和其他开发专有人工智能芯片的初创公司快速发展的产品相比。
请关注未来关于 Euclyd 架构与当前行业标准的性能和功效的技术披露。
监控公司在构建软件生态系统方面的进展，因为仅凭硬件性能很少足以取代企业市场中的现有平台。
跟踪公司维持 2028 年发货时间表的能力，因为半导体制造的延误很常见，可能会影响初创公司的竞争地位。