19 พฤศจิกายน 2024
โมเดล AI ส่วนใหญ่ขับเคลื่อนโดยหน่วยประมวลผลกราฟิก (GPU) ซึ่งมีชื่อเสียงในด้านการใช้พลังงานมาก อ้างอิงจาก Goldman Sachs ภายในปี 2030 การใช้ GPU ในข้อมูลจะเพิ่มขึ้น ศูนย์ต่างๆ จะส่งผลให้ความต้องการไฟฟ้าเพิ่มขึ้น 160% Vishal Sarin ผู้ออกแบบวงจรอนาล็อกและหน่วยความจำมากประสบการณ์ ได้ก่อตั้ง Sagence AI ซึ่งเดิมรู้จักกันในชื่อ Analog Inference หลังจากที่เห็นว่าแนวโน้มนี้ไม่ยั่งยืน ธุรกิจมุ่งเน้นไปที่การพัฒนาสิ่งทดแทน GPU ที่ใช้พลังงานน้อยลง โดยจัดการกับปัญหาทั้งในด้านประสิทธิภาพและสิ่งแวดล้อม
Sagence สร้างระบบและชิปแอนะล็อกสำหรับแอปพลิเคชัน AI รวมถึงซอฟต์แวร์ที่จำเป็นในการเขียนโปรแกรม ชิปแอนะล็อกใช้ช่วงของค่าเพื่อแสดงข้อมูล ตรงกันข้ามกับชิปดิจิทัลมาตรฐานที่จัดเก็บข้อมูลเป็นค่าไบนารี เนื่องจากความแตกต่างนี้ วงจรแอนะล็อกอาจประมวลผลข้อมูลโดยตรงในหน่วยความจำและดำเนินการคำนวณบางอย่างโดยใช้ชิ้นส่วนน้อยลง เป็นการขจัดปัญหาคอขวดที่เกิดจากการถ่ายโอนข้อมูลระหว่างโปรเซสเซอร์และหน่วยความจำ นอกจากนี้ เมื่อเปรียบเทียบกับโปรเซสเซอร์แบบดิจิทัลแล้ว โปรเซสเซอร์แบบอะนาล็อกยังมีความหนาแน่นของข้อมูลสูงกว่า
แม้จะมีจำหน่ายมานานหลายทศวรรษ แต่เทคโนโลยีอะนาล็อกกำลังกลับมาอีกครั้งเนื่องจากโปรเซสเซอร์ดิจิทัลไม่สามารถตอบสนองความต้องการของโลกสมัยใหม่ได้ อย่างไรก็ตาม ชิปแอนะล็อกก็มีข้อเสียเช่นกัน กล่าวคือ ความจำเป็นในการผลิตที่แน่นอนและความซับซ้อนในการเขียนโปรแกรม Sagence ทำการตลาดชิปของตนโดยเป็นส่วนเสริมสำหรับเทคโนโลยีดิจิทัล โดยมุ่งเน้นไปที่เซิร์ฟเวอร์และอุปกรณ์เคลื่อนที่บางประเภทเพื่อแก้ไขปัญหา เช่น เวลาแฝง ต้นทุน และการใช้พลังงาน
Sagence ซึ่งวางแผนที่จะจำหน่ายชิปในปี 2568 กำลังร่วมมือกับลูกค้าอยู่แล้ว และเผชิญกับการแข่งขันจากผู้ผลิตชิปแอนะล็อกรายอื่นๆ ที่เชี่ยวชาญด้าน AI เช่น EnCharge และ Mythic นักลงทุนเช่น Vinod Khosla, TDK Ventures และ Aramco Ventures ได้บริจาคเงิน 58 ล้านดอลลาร์ให้กับบริษัท และตั้งใจที่จะหาเงินเพิ่มเพื่อเพิ่มจำนวนพนักงาน 75 คน แนวทางที่คุ้มค่าของ Sagence ซึ่งอยู่ห่างจากเทคนิคการผลิตใหม่ล่าสุด ช่วยเพิ่มเสน่ห์ให้กับอุตสาหกรรมที่โหดเหี้ยม
โอกาสที่เป็นไปได้สำหรับ Sagence ระบุได้จากแนวโน้มล่าสุด จำนวนเงินร่วมลงทุนที่ระดมทุนสำหรับสตาร์ทอัพด้านเซมิคอนดักเตอร์ กำลังเพิ่มขึ้น; ในช่วงครึ่งแรกของปี 2024 เพียงช่วงครึ่งปีแรก มีการระดมทุนได้ 5.3 พันล้านดอลลาร์ ยังคงมีอุปสรรคที่ต้องเอาชนะ เช่น การแข่งขันจากบริษัทที่มีชื่อเสียง เช่น Nvidia การผลิตที่มีราคาแพง และปัญหาในการเข้าสู่ตลาดที่เทคโนโลยีที่เป็นที่ยอมรับมีอำนาจเหนือกว่า อันตรายดังกล่าวถูกเน้นย้ำโดยกรณีของ Graphcore ซึ่งเป็นผู้ผลิตชิป AI ที่ประกาศล้มละลายแม้ว่าจะมีเงินทุนจำนวนมากก็ตาม
ความสำเร็จของ Sagence ขึ้นอยู่กับความสามารถในการส่งมอบชิปประสิทธิภาพสูงที่ประหยัดพลังงานและปรับขนาดการผลิตได้อย่างมีประสิทธิภาพ บริษัทมีเป้าหมายที่จะวางตำแหน่งตัวเองอย่างมีเอกลักษณ์ในภูมิทัศน์ด้านฮาร์ดแวร์ AI ที่ก้าวหน้า โดยจัดการกับความท้าทายทั้งทางเศรษฐกิจและสิ่งแวดล้อม
ขับเคลื่อนนวัตกรรมผ่านข้อมูลด้วย Code Labs Academy’sData Science & AI Bootcamp.