19. november 2024
De fleste AI-modeller er drevet af grafikbehandlingsenheder (GPU'er), som er notorisk energikrævende. Ifølge Goldman Sachs, inden 2030, den stigende brug af GPU'er i data centre ville resultere i en stigning på 160 % i behovet for elektricitet. Vishal Sarin, en erfaren designer af analoge og hukommelseskredsløb, etablerede Sagence AI, oprindeligt kendt som Analog Inference, efter at have set, at denne tendens var uholdbar. Forretningen fokuserer på at udvikle GPU-erstatninger, der bruger mindre energi, og løser problemer med både ydeevne og miljøet.
Sagence skaber systemer og analoge chips til AI-applikationer samt den nødvendige software til at programmere dem. Analoge chips bruger en række værdier til at repræsentere information, i modsætning til standard digitale chips, der gemmer data som binære værdier. På grund af denne skelnen kan analoge kredsløb behandle data direkte i hukommelsen og fuldføre nogle beregninger ved at bruge færre dele, hvilket fjerner flaskehalse forårsaget af dataoverførsler mellem processorer og hukommelse. Desuden giver analoge processorer en højere datatæthed sammenlignet med deres digitale modstykker.
På trods af at den har været tilgængelig i årtier, er analog teknologi på vej tilbage, fordi digitale processorer ikke kan følge med kravene i den moderne verden. Der er dog også ulemper ved analoge chips, nemlig behovet for nøjagtig fremstilling og kompleksiteten af programmering. Sagence markedsfører sine chips som et supplement til digitale teknologier med fokus på visse server- og mobilenhedsapplikationer for at løse problemer som latens, omkostninger og strømforbrug.
Sagence, som planlægger at kommercialisere sine chips i 2025, samarbejder allerede med kunder og står over for konkurrence fra andre analoge chipproducenter, der specialiserer sig i AI, såsom EnCharge og Mythic. Investorer som Vinod Khosla, TDK Ventures og Aramco Ventures har bidraget med 58 millioner dollars til virksomheden, og den har til hensigt at søge flere penge til at vokse sin stab på 75 ansatte. Sagences omkostningseffektive tilgang, som holder sig væk fra de nyeste produktionsteknikker, øger dens tiltrækningskraft i en møjsommelig industri.
Potentielle muligheder for Sagence er indikeret af de seneste tendenser. Mængden af venturekapitalpenge indsamlet til halvlederstartups er stigende; alene i første halvdel af 2024 blev der rejst 5,3 milliarder dollars. Der er dog stadig forhindringer at overvinde, såsom rivalisering fra velkendte firmaer som Nvidia, dyr fremstilling og problemet med at komme ind på markeder, hvor etablerede teknologier dominerer. Farerne fremhæves af sagen om Graphcore, en AI-chipproducent, der erklærede sig konkurs på trods af betydelig finansiering.
Sagences succes afhænger af dens evne til at levere energieffektive, højtydende chips og samtidig skalere produktionen effektivt. Virksomheden sigter på at positionere sig unikt i det fremadskridende AI-hardwarelandskab ved at adressere både økonomiske og miljømæssige udfordringer.
Få innovation gennem data med Code Labs AcademysData Science & AI Bootcamp.