Лондонский стартап, основанный двумя нейробиологами, получившими образование в Кембридже, привлек 10,25 миллиона долларов для своего стартапа Callosum, который создает программное обеспечение, которое управляет рабочими нагрузками искусственного интеллекта на различных типах чипов, бросая вызов зависимости отрасли от запуска все более крупных моделей на банках идентичных графических процессоров Nvidia.
Компания также объявила, что получит финансирование на исследования от правительства Великобритании, которое ищет способы создания так называемой «суверенной облачной» инфраструктуры для искусственного интеллекта, которая была бы независимой или, по крайней мере, не зависела бы исключительно от американских поставщиков технологий.
Соучредители Callosum Даньял Акарка и Яша Ахтерберг, которые встретились во время своей диссертации в Кембридже примерно в 2019 году, имеют программное обеспечение, которое может распределять задачи ИИ между чипами разных производителей, будь то графические процессоры Nvidia, процессоры AMD, кремния Trainium и специальные Inferentia от Amazon Web Services, или новые разработки таких стартапов, как Cerebras и SambaNova, извлекая преимущества в производительности из каждого.
Раунд финансирования возглавил Plural, европейский посевной венчурный фонд, соучредителями которого выступили Таавет Хинрикус из Wise и Ян Хогарт, который также был первым президентом Британского института безопасности искусственного интеллекта. Инвесторы-ангелы, такие как Чарли Сонгхерст, Стэн Боланд из FiveAI и Джон Лазар из Королевской инженерной академии, также приняли участие. Кроме того, Агентство перспективных исследований и изобретений правительства Великобритании (ARIA) предоставляет компании гранты для ускорения исследований и разработок с целью интеграции новых технологий чипов в ее платформу, хотя ARIA не является инвестором в этом раунде, сказал Акарка в интервью Fortune.
Диссертация компании основана на академических исследованиях соучредителей на стыке нейробиологии и информатики: человеческий мозг достигает интеллекта не путем копирования одного типа нейронов миллиарды раз, а путем объединения множества различных типов специализированных клеток и цепей, которые работают вместе. Они считают, что вычисления с использованием искусственного интеллекта должны следовать тому же принципу.
«Крупные лаборатории в настоящее время делают ставку на то, что одна модель будет править всеми. Мы думаем, что это неправильно, и наша работа доказывает это», — сказал Акарка. «Природа показывает, что настоящий интеллект возникает в результате совместной работы многих систем».
Callosum выходит на рынок, который претерпевает глубокие структурные изменения. После многих лет, когда в расходах на ИИ преобладала тренировка огромных базовых моделей на стойках с идентичными графическими процессорами Nvidia, отрасль теперь поворачивается к логическому выводу: процессу запуска обученных моделей для получения результатов. По оценкам Deloitte, в 2026 году на рабочие нагрузки вывода будет приходиться около двух третей всех вычислений ИИ по сравнению с одной третью в 2023 году, а рынок чипов, оптимизированных для вывода, вырастет в этом году до более чем 50 миллиардов долларов. Этот сдвиг создает возможности для широкого круга производителей чипов бросить вызов доминированию Nvidia.
Callosum делает ставку на то, что это может быть программный уровень, который объединит этот все более фрагментированный аппаратный ландшафт. Его платформа работает с несколькими поставщиками облачных услуг, включая AWS, Google Cloud и Microsoft Azure, и спроектирована таким образом, чтобы клиентам не приходилось перепроектировать существующие облачные конфигурации, чтобы использовать ее. «Это программный продукт, который берет на себя вашу рабочую нагрузку ИИ и организует ее в различные мультиоблачные конфигурации, которые вы можете использовать», — сказал Акарка.
Соучредители утверждают, что этот подход дает большие преимущества в решении сложных реальных задач, которые включают в себя множество различных типов решений, таких как автоматизация использования компьютеров или обработка бизнес-процессов. По словам Callosum, для подобных задач ее система может обеспечить вдвое большую точность, в семь раз более высокую производительность и в четыре раза меньшую стоимость по сравнению с выполнением тех же рабочих нагрузок на идентичном оборудовании.
Ахтерберг объяснил, что повышение точности обусловлено характером решаемых задач. «Простые проблемы, отдельные модели вполне подходят», — сказал он. Но сложные бизнес-задачи – другое дело. «Например, автоматизация использования компьютеров и автоматизация платежей — это проблемы, на которых мы сосредоточены. Они по своей сути неоднородны», — сказал Ахтерберг. «На самом деле для решения проблемы требуется много, много, много шагов, и одна модель не всегда оптимальна».
Различные части сложного рабочего процесса могут требовать разных вещей: для некоторых шагов нужны очень быстрые и недорогие модели, которые можно быстро повторить методом проб и ошибок, тогда как другие требуют более широких и эффективных рассуждений. Каллосум говорит, что, сопоставляя каждую подзадачу с правильной моделью, работающей на правильном оборудовании, он может преодолеть традиционный подход, заключающийся в использовании мощной модели для решения всей проблемы.
Callosum ориентируется на два типа клиентов: компании, создающие многоагентные системы искусственного интеллекта, которым требуется превосходная производительность в сложных рабочих процессах, и новые производители чипов, которые хотят продемонстрировать возможности своего оборудования в масштабе. «Мы хотим, чтобы все эти новые чиповые технологии, которые удивительны, обладают потрясающей производительностью и потрясающими преимуществами, нашли способ выйти на рынок, где мы сможем их реально реализовать», — сказал Ахтерберг.
Компания также работает с компаниями, работающими над новыми способами соединения стоек с чипами искусственного интеллекта в центрах обработки данных (так называемое «межсоединение»), в том числе с теми, кто разрабатывает сети на основе фотоники — технологии, которая передает данные с использованием света вместо электрических импульсов. Эти технологии предназначены для устранения узких мест, возникающих из-за необходимости смешивать данные в центре обработки данных. Эта задача становится все более сложной, поскольку различные типы чипов должны взаимодействовать друг с другом.
Забегая вперед, соучредители говорят, что планируют использовать средства для расширения своей лондонской команды, начала масштабирования в США и создания собственной дополнительной аппаратной инфраструктуры. Ее долгосрочные амбиции выходят за рамки программного обеспечения и включают фундаментальное переосмысление конструкции центров обработки данных.
«Все полагали, что разнообразие чипов — это недостаток, с которым нужно бороться. Мы видели обратное, а это преимущество, которое необходимо использовать», — сказал Ахтерберг. «Мы не оптимизируем алгоритм поверх существующего набора. Мы используем программное обеспечение для управления всеми рычагами всей системы, извлекая выгоду из разнообразия, от которого другие отказываются».
Ян Хогарт, партнер Plural, заявил в своем заявлении: «Видение (Callosum) многомодельного и многочипового будущего может стать преобразующим и позволить им конкурировать с крупнейшими в мире производителями чипов и моделей. Это серьезные основатели, выполняющие серьезную миссию».
