AI News

匹茲堡新創公司獲 6,000 萬美元 A 輪融資,旨在徹底改變邊緣 AI(Edge AI)效率

Efficient Computer 是一間總部位於匹茲堡的半導體創新公司,已成功在由 Triatomic Capital 領投的 A 輪融資中籌集了 6,000 萬美元。這次重大的資本注入使該公司的總融資額達到 7,600 萬美元,並標誌著硬體產業在解決困擾現代人工智慧能源限制之路上的關鍵時刻。

該輪融資吸引了享譽盛名的投資財團,包括 Eclipse、Union Square Ventures、Overlap Holdings、Box Group、RTX Ventures、Toyota Ventures 與 Overmatch Ventures 的參與。這些資金將用於加速該公司旗艦處理器 Electron E1 的商業化,並擴大其工程團隊,以滿足邊緣(Edge)超低功耗運算解決方案日益增長的需求。

隨著 AI 工作負載日益從集中式數據中心遷移到實體設備——從工業感測器到消費型穿戴裝置——能源消耗已成為主要的瓶頸。Efficient Computer 聲稱其技術可以將智慧裝置的電池壽命從幾天延長至數月,從根本上改變在現場部署複雜 AI 模型的經濟性與可行性。

打破馮·諾伊曼瓶頸(Von Neumann Bottleneck)

幾十年來,半導體產業一直依賴馮·諾伊曼架構(Von Neumann architecture),這是一種將處理單元與記憶體分離的設計範式。雖然這對於通用運算非常有效,但由於數據在記憶體與處理器之間不斷移動,這種架構會產生巨大的能量損失。在現代 AI 應用中,這種數據移動消耗的能量往往比運算本身還要多。

Efficient Computer 捨棄了這種傳統方法,轉而採用一種新穎的「Efficient Fabric」架構。這種空間資料流(spatial dataflow)設計重新思考了指令與數據如何互動,消除了傳統 CPU 與 GPU 特有的架構開銷,例如複雜的控制邏輯與高速數據傳輸。

Efficient Computer 執行長兼共同創辦人 Brandon Lucia 強調了當前硬體策略的局限性。「產業透過在典型的 SoC 中堆疊許多固定功能加速器來應對不斷上升的能源成本,」Lucia 表示。「專用硬體方法適用於支援當前工作負載的一小部分,但隨著軟體、模型和應用程式的不斷變化,這種方式會失效。」

與其採用僵化的專業化,Efficient Computer 提供了一個通用可程式化平台,同時保持了專用硬體的效率。Electron E1 處理器旨在執行從訊號處理到複雜 Transformer 模型等各種程式碼,而不會產生與傳統通用晶片相關的能源懲罰。

架構比較:傳統 vs. Efficient Fabric

下表概述了主流運算範式與 Efficient Computer 方法之間的核心差異:

**特徵 傳統馮·諾伊曼架構 Efficient Fabric 架構**
數據移動 高能源成本;數據在記憶體與 CPU 之間移動 最小化;數據直接在處理元件之間流動
控制邏輯 複雜;消耗大量面積與功耗 簡化;分散式控制減少開銷
可程式化性 高靈活性(CPU)或僵化(ASIC) 高靈活性;可透過標準語言完全編程
能源重點 性能通常優先於效率 效率被列為首要限制條件
主要瓶頸 記憶體頻寬與延遲 運算密度

Electron E1:彌合邊緣 AI 的差距

Electron E1 是 Efficient Fabric 架構的第一個實體體現。它的設計旨在提供類似硬體加速器的每瓦效能,同時保留通用處理器的靈活性。這種雙重性對於邊緣 AI 至關重要,因為演算法演進迅速,會使固定功能加速器很快過時。

為了確保廣泛採用,該公司將其硬體與 effcc 編譯器配對。該軟體堆疊允許開發者使用 C 等標準語言編寫程式碼,並使用 TensorFlow 等熱門框架。編譯器會自動為 空間資料流架構(spatial dataflow architecture) 優化這些程式碼,開發者無需學習專有的硬體描述語言或手動管理底層硬體限制。

這種易用性解決了專用硬體市場的一個重大障礙,在該市場中,訂製晶片通常需要複雜、自定義的軟體工具鏈,這會減慢開發週期。

戰略支持與產業驗證

本輪 A 輪融資的投資者規模凸顯了風險投資界對 Efficient Computer 技術的高度信心。Triatomic Capital 是一間以支持深度科技(deep tech)創新而聞名的公司,將該公司視為 AI 生態系統必要的演進。

「隨著我們繼續看到 AI 嵌入到物理世界中,Efficient 的處理器使先前無法實現的智慧應用成為可能,」Triatomic Capital 合夥人 Peter Zhou 表示。「我們將 Efficient 的架構視為 AI 最後一哩路分發問題中缺失的環節。」

該公司的早期支持者 Eclipse 也表達了同樣的觀點。Eclipse 合夥人 Greg Reichow 指出,隨著能源成為運算的定義性限制——從邊緣到數據中心——Efficient 的「白紙式創新(clean-sheet innovation)」提供了一種在不擴大能源足跡的情況下增加運算能力的方法。

早期採用者與使用案例

該技術已在關鍵基礎設施中獲得關注。專注於物理 AI 解決方案的公司 BrightAI 已與 Efficient Computer 合作,將 Electron E1 整合到其平台中。BrightAI 創辦人兼執行長 Alex Hawkinson 將該處理器描述為邊緣端可能性的「根本性改變」,允許在電力稀缺的環境中進行即時觀測。

Electron E1 的潛在應用涵蓋多個領域:

  • 工業自動化: 電池供電的感測器可以在無需維護的情況下監控機械多年。
  • 航太與國防: 衛星與無人機可以執行機載處理,而不會產生重型運算設備的重量與功耗懲罰。
  • 醫療與穿戴裝置: 醫療設備可以持續運行複雜的診斷,而無需頻繁充電。

未來路線圖

憑藉總計 7,600 萬美元的資金,Efficient Computer 已準備好擴大其營運規模。該公司計劃利用新資金推進其路線圖,超越最初的 Electron E1,為嵌入式高性能應用開發解決方案。

這筆資金也將用於支持公司業務開發與支援團隊的擴張,這對於管理與設備製造商及系統整合商的合作夥伴關係至關重要。隨著 AI 產業正在努力應對能源需求飆升與普適智慧需求的雙重挑戰,Efficient Computer 的方法為通往永續、高性能的 邊緣運算(edge computing) 提供了一條可行之路。

精選