Resumo:
Euclyd, uma startup holandesa de chips de inteligência artificial, concluiu recentemente uma rodada de financiamento da Série A no valor de 200 milhões de euros, ou aproximadamente US$ 230 milhões. O financiamento foi co-liderado pela Samsung, Somerset Capital Partners, Scaleup Europe Fund gerido pela EQT e Innovation Industries, dando à jovem empresa fundada em 2024 o apoio financeiro necessário para desafiar ainda mais a posição de mercado dos chips AI da Nvidia.
Euclyd não optou por copiar diretamente a rota de desenvolvimento da GPU NVIDIA, mas tentou encontrar soluções diferentes no nível da arquitetura do chip. A empresa está desenvolvendo um sistema de chip específico para tarefas de inferência de IA. Seu design abrange a arquitetura do processador e da memória, na esperança de melhorar a eficiência da execução de modelos de inteligência artificial de uma forma diferente das GPUs tradicionais.
A chamada inferência de IA refere-se ao processo no qual o modelo de inteligência artificial treinado executa tarefas em aplicações práticas. Por exemplo, os usuários fazem perguntas aos chatbots, a IA gera imagens ou vídeos e as empresas usam grandes modelos de linguagem para processar solicitações de negócios, etc., todos pertencem a cargas de trabalho de inferência. À medida que os modelos de IA são cada vez mais implantados, o poder computacional necessário para inferência está crescendo rapidamente e gradualmente se tornou um importante campo de batalha no mercado de chips de IA.
A Nvidia atualmente tem uma vantagem absoluta neste campo. A GPU da Nvidia, originalmente projetada para o mercado de jogos, mais tarde se tornou o hardware principal para treinar e executar modelos de IA com sua arquitetura de computação altamente paralela e, assim, estabeleceu um enorme ecossistema de software CUDA. Hoje, um grande número de empresas de IA e de computação em nuvem contam com GPUs NVIDIA para executar serviços de inteligência artificial. Esta também é uma razão importante pela qual a NVIDIA pode se tornar uma das empresas de tecnologia mais valiosas do mundo.
A Euclyd espera utilizar diferentes estruturas para entrar neste mercado. A empresa não apenas planeja vender seu próprio hardware de IA e sistemas completos de rack, mas também planeja permitir que outras empresas usem a tecnologia da Euclyd para projetar seus próprios chips, licenciando direitos de propriedade intelectual. Em outras palavras, o modelo de negócios da empresa não se limita a ser um fornecedor de chips, mas também espera se tornar um fornecedor de arquitetura de chips de IA e de licenciamento de tecnologia.
A participação da Samsung neste financiamento é particularmente digna de nota. A própria Samsung possui uma cadeia industrial completa, desde o design de semicondutores e fabricação de wafers até chips de memória e produtos eletrônicos. Portanto, investir em uma empresa de chips de IA que tenta desafiar a Nvidia não só tem significado de investimento financeiro, mas também pode fornecer uma base para cooperação futura entre as duas partes em computação de IA, armazenamento e tecnologia avançada de semicondutores.
O Euclyd foi estabelecido há apenas cerca de dois anos, mas já recebeu financiamento em grande escala, o que também reflete a grande atenção que os investidores dão ao mercado de chips de inferência de IA. À medida que a IA generativa passa gradualmente da fase de formação do modelo para a fase de implementação comercial em grande escala, o número de tarefas de inferência que os centros de dados precisam de realizar continua a aumentar, e a eficiência energética, a largura de banda da memória e o custo global de computação do chip tornam-se cada vez mais importantes.
Para os operadores de data centers de IA, continuar comprando um grande número de GPUs NVIDIA pode obter um ecossistema de software maduro e um desempenho computacional poderoso, mas também significa custos extremamente altos de hardware, energia e infraestrutura. Portanto, cada vez mais provedores de serviços em nuvem, grandes empresas de tecnologia e empresas de IA estão começando a procurar alternativas à NVIDIA. Isso também cria oportunidades para Euclyd, AMD e outras startups de aceleradores de IA entrarem no mercado.
No entanto, desafiar a Nvidia não é tão simples quanto criar um chip de IA com bom desempenho. A verdadeira força da Nvidia não é apenas o hardware da GPU em si, mas também a plataforma de software CUDA, as ferramentas de desenvolvimento, os drivers e o ecossistema de desenvolvedores acumulados ao longo de muitos anos. Qualquer concorrente que pretenda substituir verdadeiramente a Nvidia em ambientes de centros de dados de grande escala terá de resolver uma série de questões, incluindo compatibilidade de software, custos de migração de programadores e riscos de implementação a longo prazo para os clientes.
O Euclyd ainda está numa fase relativamente inicial de desenvolvimento, pelo que o significado mais importante deste financiamento de 200 milhões de euros é fornecer fundos suficientes para a empresa continuar a desenvolver chips, melhorar produtos e estabelecer um ecossistema empresarial. Se ele conseguirá obter vantagens significativas de desempenho e eficiência energética em tarefas reais de inferência de IA com diferentes processadores e arquiteturas de memória, será necessário esperar até que seus produtos entrem no mercado real para ser verificado.
À medida que a demanda por raciocínio de IA continua a crescer, a NVIDIA enfrenta cada vez mais concorrentes de diferentes direções. A Euclyd optou por começar com inovação arquitetônica e design de memória, enquanto outras empresas podem buscar inovações em aceleradores dedicados, ASICs personalizados, computação óptica e pacotes avançados. No futuro, o mercado de chips de IA provavelmente não será mais uma competição pura de GPU, mas uma competição abrangente centrada na arquitetura de computação, memória, ecossistema de software, consumo de energia e custo geral do sistema.
Comentários