Enfabrica, Silīcija ielejas jaunuzņēmums, kuru dibināja bijušie Alphabet Google un Broadcom vadītāji, otrdien paziņoja, ka ir palielinājis 115 miljoni dolāru finansējumā. Uzņēmums plāno laist klajā savu jaunāko mikroshēmu nākamā gada sākumā, lai atrisinātu kritiskās vājās vietas AI datu centros.
Finansēšanas kārtu vadīja Spark Capital, piedaloties jaunajiem investoriem Maverick Silicon un VentureTech Alliance. Pievienojās arī stratēģiskie investori, tostarp Arm Holdings, Samsung Electronics un Cisco Systems, kā arī tādi esošie atbalstītāji kā Atreides Management, Alumni Ventures, IAG Capital, Liberty Global Ventures, Sutter Hill Ventures un Valor Equity Partners. Šis jaunākais finansējums nāk tikai gadu pēc tam, kad Enfabrica B sērijas kārtā piesaistīja 125 miljonus ASV dolāru, un Nvidia pievienojās kā stratēģiskais investors.
Risināt AI lielāko tīklošanas izaicinājumu
Enfabrica, ko dibināja izpilddirektors Ročans Sankars un Shrijeet Mukherjeerisina vienu no AI aktuālākajām tehniskajām problēmām: kā efektīvi savienot desmitiem tūkstošu vai pat simtiem tūkstošu mikroshēmu datu centrā. Pašreizējās tīkla tehnoloģijas var atbalstīt aptuveni 100 000 AI mikroshēmu, pirms tiek piedzīvots ievērojams palēninājums, atstājot dārgos GPU, piemēram, Nvidia, dīkstāvē un gaidot datus.
Lai to novērstu, Enfabrica ir izstrādājusi novatorisku tīkla mikroshēmu, kas izstrādāta, lai palielinātu efektivitāti un mērogojamību. Tā mikroshēma ļauj AI skaitļošanas mikroshēmām vienlaikus mijiedarboties ar vairāk tīkla komponentu, nekā to pieļauj esošie risinājumi. Saskaņā ar Sankar teikto, viņu tehnoloģija var atbalstīt līdz 500 000 žetonu vienā sistēmā, paverot ceļu lielāku un uzticamāku AI modeļu apmācībai.
Datu centra dizaina pārdefinēšana
Enfabrica tehnoloģija ievieš a centrmezgla un spieķu tīkla struktūrakas ļauj GPU nemanāmi iegūt datus no vairākiem avotiem, nepasliktinot veiktspēju. Šī pieeja samazina Nvidia GPU dīkstāves laiku, uzlabojot vispārējo efektivitāti un nodrošinot resursu efektīvu izmantošanu.
Uzsākšana ir daļa no plašākiem centieniem pārveidot datu centrus, lai tie atbilstu ģeneratīvo AI tehnoloģiju, piemēram, ChatGPT, prasībām. Lai gan Nvidia ar saviem GPU dominē pusvadītāju telpā, tīkli, kas savieno šīs mikroshēmas, ir cīnījušies, lai neatpaliktu, bieži vien kļūstot par vājo vietu. Enfabrica risinājums tieši novērš šo trūkumu, nodrošinot ātrāku datu piegādi un labāku AI infrastruktūras izmantošanu.
Pārveidojoša AI vīzija
“Pēdējo sešu līdz deviņu mēnešu laikā ir kļuvis skaidrs, ka šī tīkla atribūti patiešām veicina tā (skaitļošanas jaudu) iespējas neatkarīgi no tā, vai tas ir joslas platums, noturība vai atgūšanās no zaudējumiem,” sacīja Sankars. “Visām šīm lietām ir nozīme, kad sākat darboties plašā mērogā,” ziņoja Reuters.
Iespējojot ātrāku, lielāka mēroga AI modeļu apmācību, Enfabrica mērķis ir no jauna definēt datu centru darbību, padarot tos efektīvākus un labāk aprīkotus, lai tie atbilstu mūsdienu AI prasībām. Ar 115 miljonu ASV dolāru jaunu finansējumu uzņēmums ir gatavs spēlēt izšķirošu lomu nākamās paaudzes AI infrastruktūras attīstībā.
