返回新聞
產業AI Understanding 簡報

Euclyd 為人工智慧推理晶片系統融資 2.3 億美元

Pluang 報告稱,荷蘭新創公司 Euclyd 從三星和投資基金籌集了 2.3 億美元,用於開發注重能源和成本的 AI 推理晶片系統,旨在與 Nvidia GPU 競爭。

4 min readRead the linked source
Source-provided image accompanying Euclyd raises $230 million for an AI inference chip system
來源參考來源記錄
出版商
pluang.com
來源連結
pluang.comhttps://pluang.com/en/news-feed/samsung-dukung-pesaing-chip-ai-nvidia-dengan-pendanaan-230-juta
來源類型
連結來源-主要來源狀態尚未確定。
背景60 秒內了解這一點

從這裡開始

關鍵術語

推理
經過訓練的模型產生預測或輸出的運行時階段。
記憶體(代理記憶體)
AI 代理程式跨步驟或會話使用儲存的上下文來提高連續性。
基準測試
用於測量和比較模型性能的標準化測試或資料集。
測試一下自己AI 模型解釋測驗

發生了什麼事

Pluang 報告稱,荷蘭人工智慧晶片新創公司 Euclyd 在由三星和多家投資基金共同領投的一輪融資中籌集了 2.3 億美元。 Euclyd 正在開發另一種 AI 推理晶片架構,計劃於 2028 年推出實體系統,目標是到 2030 年為數千家企業客戶提供服務。

Pluang 報告稱,荷蘭新創公司 Euclyd 在由三星和多家投資基金共同領投的一輪融資中籌集了 2.3 億美元。該公司成立於 2024 年,正在設計一款 AI 推理晶片系統,其架構旨在降低 AI 資料中心的能耗和成本。 Pluang 表示,Euclyd 計劃在 2028 年推出實體晶片系統,到 2030 年為數千家企業客戶提供服務。

消息人士稱,三星的參與是為了提供記憶體製造專業知識和供應鏈支援。它不識別其他投資者、揭露融資結構或估值、命名客戶、描述生產安排或提供公開的主要文件。這些細節尚未在這裡得到獨立證實。

來源詳情: pluang.com ↗

為什麼這很重要

據報道,本輪融資將使 Euclyd 成為 Nvidia GPU 以外的 AI 資料中心硬體多元化的重要新參與者。成功的低能耗、低成本推理系統可能會影響大規模部署人工智慧的經濟性,但來源沒有提供獨立的效能、效率、客戶、估值或生產證據。據報道,三星的參與可能會提供製造和供應鏈的專業知識,但其參與的具體範圍尚不清楚。

人工智慧推理是經過訓練的模型產生回應或預測的階段,它日益推動資料中心的需求。 Pluang 的報告表明,Euclyd 的目標是人工智慧部署中的一個實際限制:大規模運行模型所需的成本和能源。如果該公司的方法在生產中有效,它可以為雲端和企業營運商提供另一種硬體選擇,並增加現有加速器供應商的競爭壓力。

據報道,三星的聯繫可能很重要,因為先進的人工智慧晶片依賴可靠的記憶體和製造供應鏈。然而,消息人士並未證實三星將製造 Eucld 的晶片、保證產能或提供商業分銷。沒有獨立的基準測試表明 Euclyd 的設計比基於 Nvidia 的系統更有效率或更便宜。

Interactive Mechanism

互動機制:它實際上是如何運作的

以互動方式探索這項發展背後的基礎技術。

Document Size:128K tokens
Needle Placement Depth (Location in document):50% into text
Attention Context Buffer Map:
Target Fact (50%)
Equivalent Pages~320Standard book pages
Retrieval Accuracy99.9%Needle recall score
RAM / KV Cache5.1 GBMemory overhead
Prompt CachingActive~80% discount on reuse
Core takeaway: Million-token context windows allow querying whole codebases or legal archives in one prompt. However, KV cache memory scales with context length, making prompt caching crucial for real-time production.
互動式概念檢查+10 Points
AI Models Explained Quiz

Which component of an AI application is the machine-learning model itself?

接下來看什麼

主要未知因素包括Euclyd的晶片架構、製造合作夥伴、技術基準、客戶承諾、融資條款、估值和商業生產途徑。 2028 年的發布和 2030 年的企業客戶目標是 Pluang 報告的計劃,而不是演示的里程碑。需要獨立測試和工作晶片的證據來評估 Euclyd 是否可以為現有的人工智慧加速器提供可靠的替代方案。

接下來最有用的證據將是公開的架構、工作晶片、獨立的性能和能源基準、指定的設計或製造合作夥伴以及已確認的客戶。 Euclyd報告的2028年產品目標仍然是未來計劃,而2030年服務數千家企業的目標只是公司的雄心,而不是經過驗證的預測。

Pluang 報導了融資金額和三星的共同領導角色。該消息來源未提供獨立確認、融資條款、估值、產品定價、可用性或晶片系統已投入生產的證據。這些未知因素限制了目前可以得出的 Euclyd 競爭力的結論。

相關指引和測驗

人工智慧模型解釋人工智慧培訓AI 的未來測試你所知道的—嘗試免費的人工智慧測驗在我們的詞彙表中尋找人工智慧術語關注 AI 資金追蹤器
覺得有用嗎?