A medida que crece la demanda de aplicaciones impulsadas por IA, las nuevas empresas que desarrollan chips dedicados para acelerar las cargas de trabajo de IA en las instalaciones están cosechando los beneficios. Una pieza reciente de ZDNet reafirma que el mercado de chips de borde de IA está en auge, impulsado por una financiación de capital de riesgo “asombrosa” de cientos de millones de dólares. EdgeQ, Kneron y Hailo se encuentran entre las docenas de advenedizos que compiten por clientes, el último de los cuales obtuvo $ 136 millones en octubre, ya que se duplica en nuevas oportunidades.
Otra empresa que compite en el segmento cada vez más saturado es sima.ai, que está desarrollando una plataforma de sistema en chip para aplicaciones de inteligencia artificial, en particular aplicaciones de visión artificial. Después de salir del sigilo en 2019, Sima.ai comenzó a hacer una demostración de un conjunto de chips acelerador que combina “IP de cómputo tradicional” de Arm con un acelerador de aprendizaje automático personalizado y un acelerador de visión dedicado, vinculado a través de una interconexión patentada,
Para sentar las bases para el crecimiento futuro, Sima.ai cerró hoy una inversión adicional de $30 millones de Fidelity Management & Research Company con la participación de Bronceado Lip-Bu (que se unirá a la junta) e inversionistas anteriores, concluyendo la Serie B de la startup. El capital total recaudado de Sima.ia asciende a $ 150 millones.
“Los fondos se utilizarán para acelerar el escalamiento de los equipos de ingeniería y negocios a nivel mundial, y para continuar invirtiendo en innovación de hardware y software”, dijo el fundador y director ejecutivo Krishna Rangasayee a TechCrunch en una entrevista por correo electrónico. “El nombramiento de Lip-Bu Tan como el miembro más nuevo de la junta directiva de Sima.ai es un hito estratégico para la empresa. Tiene un amplio historial de inversión en nuevas empresas de tecnología profunda que han revolucionado las industrias en IA, datos, semiconductores, entre otros”.
Rangasaye pasó la mayor parte de su carrera en la industria de los semiconductores en Xilinx, donde fue gerente general del negocio general de la empresa. Ingeniero de oficio: Rangasaye fue director de operaciones en Groq y una vez dirigió la planificación de productos en Altera, que Intel adquirió en 2015, dice que lo motivó a iniciar Sima.ai por la brecha que vio en el mercado de aprendizaje automático para dispositivos de borde.
“Fundé Sima.ai con dos preguntas: “¿Cuáles son los mayores desafíos para escalar el aprendizaje automático al borde integrado?” y “¿Cómo podemos ayudar?”, dijo Rangasaye. “Al escuchar a docenas de clientes líderes en la industria en las trincheras del aprendizaje automático, Sima.ai desarrolló una comprensión profunda de sus problemas y necesidades, como obtener los beneficios del aprendizaje automático sin una curva de aprendizaje pronunciada, preservar las aplicaciones heredadas junto con ML preparado para el futuro. implementaciones y trabajar con una solución de alto rendimiento y bajo consumo de energía en un entorno fácil de usar”.
Sima.ai tiene como objetivo trabajar con empresas que desarrollan automóviles sin conductor, robots, dispositivos médicos, drones y más. La compañía afirma haber completado varios compromisos con los clientes y el año pasado anunció la apertura de un centro de diseño en Bangalore, India, así como una colaboración con la Universidad de Tübingen para identificar soluciones de hardware y software de IA para un consumo de energía “ultrabajo”.
Mientras Sima.ai, con más de 100 empleados, trabaja para producir su chip de primera generación, se está trabajando en la arquitectura de segunda generación, dijo Rangasaye.
“La plataforma de software y hardware de Sima.ai se puede utilizar para permitir escalar el aprendizaje automático para [a range of] aplicaciones de borde incrustadas. Aunque estas aplicaciones utilizarán muchos canales de visión artificial diversos con una variedad de modelos de aprendizaje automático, la plataforma de software y hardware de Sima.ai tiene la flexibilidad necesaria para abordarlos”, agregó Rangasaye. “La plataforma de Sima.ai aborda cualquier aplicación de visión artificial usando cualquier modelo, cualquier marco, cualquier sensor, cualquier resolución… [We as a company have] aprovechó la oportunidad para interrumpir el floreciente espacio de la computación de vanguardia en la búsqueda de desplazar la tecnología de décadas de antigüedad y los titulares heredados”.
Los desafíos de Sima.ai siguen siendo la fabricación en masa de sus chips de manera asequible, y vencer a los muchos rivales en el espacio informático de IA de borde. (La compañía dice que planea enviar “volúmenes de producción producidos en masa” de su primer chip “en algún momento de este año”). Pero la puesta en marcha se beneficiará generosamente si puede capturar incluso una pequeña porción del sector. Se pronostica que Edge Computing será un mercado de $ 6.72 mil millones para 2022, de acuerdo a a Mercados y Mercados. Su crecimiento coincidirá con el del mercado de chipsets de aprendizaje profundo, que algunos analistas predicen alcanzará los $66.3 mil millones para 2025.
“El aprendizaje automático ha tenido un profundo impacto en la nube y los mercados móviles durante la última década y el próximo campo de batalla es el mercado de borde integrado multimillonario”, dijo Tan en un comunicado. “Sima.ai ha creado una plataforma centrada en el software y especialmente diseñada… que se dirige exclusivamente a esta gran oportunidad de mercado. La arquitectura única, la comprensión del mercado y el equipo de clase mundial de Sima.ai los ha colocado en una posición de liderazgo”.
Source link