MatX — скрытный стартап в области чипов для искусственного интеллекта, основанный бывшими руководителями команды Google TPU Рейнером Попе и Майком Гюнтером. Компания объявила о раунде финансирования серии B на 500 миллионов долларов, который возглавили Jane Street и фонд Situational Awareness, созданный бывшим исследователем OpenAI Леопольдом Ашенбреннером.
В раунде также приняли участие Marvell Technology, NFDG, Spark Capital и сооснователи Stripe Патрик и Джон Коллисон. MatX планирует выпускать чипы на мощностях TSMC и нацеливается на первые отгрузки в 2027 году.
Оценка компании не раскрыта. В отрасли отмечается активный приток капитала к проектам, претендующим на конкуренцию с Nvidia, включая недавние крупные раунды других участников рынка.
Мощность вычислений стала дефицитным ресурсом для разработки больших моделей ИИ, и, по оценкам аналитиков, Nvidia контролирует подавляющую долю рынка ускорителей для обучения. Длительные сроки поставки передовых ускорителей вынуждают лаборатории и предприятия искать альтернативы.
Если MatX сможет обеспечить больше обученных токенов на доллар и лучшее соотношение пропускной способности вывода к ватту, это создаст экономическое преимущество для тех, кто тренирует крупные модели. Экономика обучения моделей уровня передовой границы сейчас исчисляется десятками и сотнями миллионов долларов, поэтому выигрыш в стоимости может открыть двери в существующие вычислительные кластеры.
Компания не раскрывает архитектурные детали, но публичная цель ясна: создать ускоритель, ориентированный на обучение трансформеров, который соперничает с универсальными графическими процессорами. С учётом опыта основателей по TPU ожидается стек, сильно завязанный на компилятор, значительная пропускная способность памяти и высокоскоростная коммутация для снижения затрат на обмен между узлами.
Заявленное ускорение в 10 раз будет предметом тщательной проверки. На практике прорывы чаще достигаются совместным дизайном аппаратного и программного обеспечения: оптимизация графа модели, специализированные ядра, сокращение перемещений данных и продвинутая упаковка компонентов для близости вычислений и памяти.
Ключевым фактором принятия станет программное обеспечение: бесшовная интеграция с PyTorch, зрелые реализации ядер для вариантов внимания и надёжные библиотеки распределённого обучения необходимы, чтобы переломить существующие CUDA-ориентированные рабочие процессы.
Инвесторы, вошедшие в раунд, указывают на два направления — спрос со стороны вычислительно интенсивных финансовых и исследовательских команд и ставка на улучшение компоновки и сетевых решений. Участие Marvell подчёркивает важность высокоскоростных SerDes, Ethernet и возможностей по заказной логике для создания масштабируемых кластеров.
Патрик и Джон Коллисон добавляют операционный опыт и сеть стартапов, заинтересованных в специализированных решениях. Spark Capital и NFDG обеспечивают венчурную поддержку на долгом пути от дизайна до серийного производства.
Для поставок в 2027 году MatX необходимо обеспечить успех первого кристалла, устойчивые выходы на продвинутом техузле TSMC и промышленный программный стек, соответствующий меняющимся архитектурам моделей. Разработка ведущих ускорителей обычно проходит через несколько итераций и требует времени, а конкуренты непрерывно повышают планку по энергоэффективности и цене.
В экосистеме уже действуют компании с разными подходами: специализированные ASIC для инференса, архитектуры с фокусом на низкую задержку, решения в масштабе пластины, и гибриды программируемости и специализации. MatX позиционирует себя в самом затратном сегменте — обучении — где барьеры входа и стоимость переключения высоки, но и потенциальная защита успеха сильнее.
За проектом стоит наблюдать по ряду вех: первый tape-out, результаты по обучению и инференсу на независимых бенчмарках, совместимость с PyTorch, демонстрации эффективности кластеров на длинных контекстах и смешанных моделях, а также партнёрства с облачными провайдерами или лабораториями моделей. Утверждения по энергоэффективности и сетевой пропускной способности будут критичными для подтверждения дорожной карты.
Раунд в 500 миллионов долларов даёт MatX значительный запас ресурсов для испытаний. Если команда сумеет превратить опыт работы с TPU в конкурентоспособное сочетание кремния и софта, это может не только бросить вызов существующим поставщикам, но и расширить предложение высокопроизводительных вычислений в момент, когда отрасли это особенно необходимо.
Комментариев