استارتاپ تازهتأسیس Unconventional AI که توسط ناوین رائو، مدیر سابق واحد هوش مصنوعی در دیتابریکس، راهاندازی شده است، جذب سرمایه بذری ۴۷۵ میلیون دلاری خود را در ارزشگذاری ۴.۵ میلیارد دلاری تأیید کرده است. این یکی از بزرگترین راندهای بذری ثبتشده در حوزه استارتاپهای هوش مصنوعی به شمار میرود.
جذب سرمایه بیسابقه برای ساخت رایانهای «به اندازه زیستشناسی کارآمد»
به گزارش تککرانچ، این راند توسط صندوقهای سرمایهگذاری خطرپذیر برجستهای مانند Andreessen Horowitz و Lightspeed Ventures رهبری شده و صندوقهایی مانند Lux Capital و DCVC نیز در آن مشارکت کردهاند. این ۴۷۵ میلیون دلار در واقع نخستین بخش از یک راند بزرگتر است که طبق گفته رائو، میتواند تا سقف حدود یک میلیارد دلار ادامه یابد.
هدف اصلی Unconventional AI توسعه نسل جدیدی از رایانههای مخصوص پردازش هوش مصنوعی است که از نظر مصرف انرژی بسیار کارآمدتر از سیستمهای فعلی باشند. رائو پیشتر در شبکه اجتماعی X نوشته بود که میخواهد «رایانهای به کارآمدی زیستشناسی» بسازد؛ جملهای که نشان میدهد تمرکز او بیشتر بر معماری سختافزاری و بازطراحی زیرساخت محاسباتی برای مدلهای هوش مصنوعی است تا صرفاً ساخت یک مدل جدید.
سوابق بنیانگذار و اهمیت این سرمایهگذاری برای صنعت
ناوین رائو پیش از این استارتاپ MosaicML را همراهاندازی کرده بود؛ شرکتی که در سال ۲۰۲۳ توسط دیتابریکس با معاملهای ۱.۳ میلیارد دلاری خریداری شد. پیش از آن نیز او استارتاپ Nervana Systems را در حوزه پلتفرم یادگیری ماشین تأسیس کرده بود که در سال ۲۰۱۶ توسط اینتل با مبلغی که گزارشها آن را بیش از ۴۰۰ میلیون دلار عنوان کردهاند، تصاحب شد. این سابقه موفق در ایجاد و فروش شرکتهای زیرساختی هوش مصنوعی، بخشی از اعتماد سرمایهگذاران بزرگ به پروژه جدید او را توضیح میدهد.
راند عظیم Unconventional AI نشان میدهد که رقابت برای ساخت زیرساختهای اختصاصی و کممصرف هوش مصنوعی به اندازه رقابت برای ساخت مدلهای زبانی و مولد اهمیت یافته است. برای بازار جهانی، از جمله اکوسیستم فناوری در ایران، چنین تحولاتی میتواند به معنای ظهور نسل تازهای از سختافزارها و پلتفرمهای ابری باشد که هزینه و مصرف انرژی اجرای مدلهای بزرگ را کاهش میدهند؛ موضوعی که در شرایط محدودیت انرژی و منابع ارزی، برای شرکتها و پژوهشگران ایرانی نیز اهمیت ویژهای دارد.
در نهایت، باید دید این سرمایهگذاری عظیم تا چه اندازه به تحقق ایده ساخت رایانهای «به اندازه زیستشناسی کارآمد» نزدیک خواهد شد و چه تأثیری بر نقشه راه سختافزارهای هوش مصنوعی در سالهای آینده میگذارد.
منبع خبر: TechCrunch
