Riassunto:
Euclyd, una startup olandese di chip di intelligenza artificiale, ha recentemente completato un round di finanziamenti di serie A del valore di 200 milioni di euro, ovvero circa 230 milioni di dollari. Il finanziamento è stato co-gestito da Samsung, Somerset Capital Partners, Scaleup Europe Fund gestito da EQT e Innovation Industries, fornendo alla giovane azienda fondata nel 2024 il supporto finanziario necessario per sfidare ulteriormente la posizione di mercato dei chip AI di Nvidia.
Euclyd non ha scelto di copiare direttamente il percorso di sviluppo delle GPU NVIDIA, ma ha cercato di trovare soluzioni diverse a livello di architettura del chip. L’azienda sta sviluppando un sistema di chip specifico per le attività di inferenza dell’intelligenza artificiale. Il suo design copre sia l'architettura del processore che quella della memoria, sperando di migliorare l'efficienza dell'esecuzione di modelli di intelligenza artificiale in un modo diverso dalle GPU tradizionali.
La cosiddetta inferenza AI si riferisce al processo in cui il modello di intelligenza artificiale addestrato esegue compiti in applicazioni pratiche. Ad esempio, gli utenti pongono domande ai chatbot, l’intelligenza artificiale genera immagini o video e le aziende utilizzano modelli linguistici di grandi dimensioni per elaborare richieste aziendali, ecc., appartengono tutti a carichi di lavoro di inferenza. Con la crescente diffusione dei modelli di intelligenza artificiale, la potenza di calcolo richiesta per l’inferenza sta crescendo rapidamente ed è gradualmente diventata un importante campo di battaglia nel mercato dei chip di intelligenza artificiale.
Nvidia attualmente ha un vantaggio assoluto in questo campo. La GPU di Nvidia, originariamente progettata per il mercato dei giochi, in seguito divenne l'hardware principale per l'addestramento e l'esecuzione di modelli di intelligenza artificiale con la sua architettura di calcolo altamente parallela, creando così un enorme ecosistema software CUDA. Oggi, un gran numero di aziende di intelligenza artificiale e di cloud computing si affidano alle GPU NVIDIA per eseguire servizi di intelligenza artificiale. Questo è anche un motivo importante per cui NVIDIA può diventare una delle aziende tecnologiche di maggior valore al mondo.
Euclyd spera di utilizzare diverse strutture per entrare in questo mercato. L'azienda non solo prevede di vendere il proprio hardware AI e sistemi rack completi, ma prevede anche di consentire ad altre società di utilizzare la tecnologia di Euclyd per progettare i propri chip concedendo in licenza i diritti di proprietà intellettuale. In altre parole, il modello di business dell’azienda non si limita ad essere un fornitore di chip, ma spera anche di diventare un fornitore di architettura di chip AI e di licenze tecnologiche.
La partecipazione di Samsung a questo finanziamento è particolarmente degna di nota. La stessa Samsung ha una catena industriale completa, dalla progettazione di semiconduttori e produzione di wafer, ai chip di memoria e ai prodotti elettronici. Pertanto, investire in un’azienda di chip AI che cerca di sfidare Nvidia non solo ha un significato di investimento finanziario, ma può anche fornire una base per la futura cooperazione tra le due parti nell’informatica AI, nello storage e nella tecnologia avanzata dei semiconduttori.
Euclyd è stata fondata solo da circa due anni, ma ha già ricevuto finanziamenti su larga scala, che riflettono anche l'elevata attenzione che gli investitori attribuiscono al mercato dei chip per inferenza AI. Man mano che l’intelligenza artificiale generativa passa gradualmente dalla fase di addestramento del modello alla fase di implementazione commerciale su larga scala, il numero di attività di inferenza che i data center devono gestire continua ad aumentare e l’efficienza energetica, la larghezza di banda della memoria e il costo di elaborazione complessivo del chip stanno diventando sempre più importanti.
Per gli operatori di data center IA, continuare ad acquistare un gran numero di GPU NVIDIA può ottenere un ecosistema software maturo e prestazioni di elaborazione potenti, ma significa anche costi hardware, energetici e infrastrutturali estremamente elevati. Pertanto, sempre più fornitori di servizi cloud, grandi aziende tecnologiche e aziende di intelligenza artificiale stanno iniziando a cercare alternative a NVIDIA. Ciò crea anche opportunità per Euclyd, AMD e altre startup di acceleratori di intelligenza artificiale di entrare nel mercato.
Tuttavia, sfidare Nvidia non è semplice quanto realizzare un chip AI con buone prestazioni. La vera forza di Nvidia non è solo l'hardware GPU in sé, ma anche la piattaforma software CUDA, gli strumenti di sviluppo, i driver e l'ecosistema di sviluppatori accumulati in molti anni. Qualsiasi concorrente che spera di sostituire veramente Nvidia in ambienti data center su larga scala dovrà affrontare una serie di problemi tra cui la compatibilità del software, i costi di migrazione degli sviluppatori e i rischi di implementazione a lungo termine per i clienti.
Euclyd è ancora in una fase relativamente iniziale di sviluppo, quindi l'importanza più importante di questo finanziamento da 200 milioni di euro è fornire fondi sufficienti affinché l'azienda possa continuare a sviluppare chip, migliorare i prodotti e creare un ecosistema aziendale. Per verificare se alla fine riuscirà a ottenere vantaggi significativi in termini di prestazioni ed efficienza energetica nelle attività di inferenza dell’intelligenza artificiale con diversi processori e architetture di memoria, sarà necessario attendere fino a quando i suoi prodotti entreranno nel mercato reale.
Mentre la domanda di ragionamento basato sull'intelligenza artificiale continua a crescere, NVIDIA si trova ad affrontare un numero sempre maggiore di concorrenti provenienti da direzioni diverse. Euclyd ha scelto di iniziare con l'innovazione dell'architettura e la progettazione della memoria, mentre altre aziende potrebbero cercare scoperte rivoluzionarie in acceleratori dedicati, ASIC personalizzati, elaborazione ottica e packaging avanzato. In futuro, è probabile che il mercato dei chip AI non sia più una pura concorrenza GPU, ma una concorrenza globale incentrata su architettura informatica, memoria, ecosistema software, consumo energetico e costo complessivo del sistema.
Commenti