OLIX ha appena chiuso un round di Serie B da 312 milioni di dollari, portando la sua valutazione a 3,3 miliardi di dollari. I fondi finanzieranno le prime spedizioni del suo chip di inferenza, che elimina la High Bandwidth Memory (HBM) e potrebbe stravolgere l'economia dell'hardware per l'IA.

Perché il chip è importante

I chip di inferenza eseguono i modelli alla base di chatbot, motori di raccomandazione e analisi video. La maggior parte dei chip odierni si affida alla HBM: uno stack di memoria veloce ma costoso e vorace di energia, posizionato accanto al processore. Il design di OLIX elimina la HBM, instradando i dati attraverso risorse on-chip e memorie più economiche. Se l'architettura risulterà all'altezza delle promesse, i fornitori di servizi IA potrebbero tagliare sia le spese in conto capitale che le bollette energetiche, mantenendo costante il throughput.

Il contesto del finanziamento

  • Investitore principale: Fundomo (New York)
  • Altri sostenitori: Arm, Hudson River Trading, il fondo per il venture capital Sovereign AI del governo del Regno Unito
  • Partecipante di rilievo: Reed Hastings, co-fondatore di Netflix
  • Nuovo membro del consiglio: il professor Nick McKeown di Stanford

Il round si colloca tra i più grandi raccolti di capitali nel settore dei semiconduttori in Europa e segue il lancio di OLIX a Londra nel 2024. L'azienda punta a spedire le prime unità ai clienti nella seconda metà del 2027.

Cosa c'è in gioco per il mercato dell'hardware IA

  • Potenziali vincitori: fornitori di servizi cloud e operatori edge che sostituiscono gli acceleratori dotati di HBM con un'alternativa più economica e a basso consumo.
  • Rischi: la HBM domina ancora i carichi di lavoro con il throughput più elevato. Rinunciarvi potrebbe limitare le prestazioni, costringendo OLIX a concentrarsi su un set più ristretto di casi d'uso.
  • Implicazioni sui costi: eliminare la HBM potrebbe ridurre drasticamente la distinta base (bill-of-materials) e le necessità di raffreddamento, abbassando il costo totale di proprietà (TCO) per i carichi di lavoro IA.

Cosa non è ancora chiaro

Non sono stati rilasciati dati di benchmark, quindi i numeri relativi a velocità per watt e latenza nel mondo reale rimangono speculativi. I concorrenti potrebbero lanciare le proprie architetture "memory-light" e i vincoli della catena di approvvigionamento potrebbero ritardare la produzione su larga scala.

Cosa osservare

  • Validazione delle prestazioni: test indipendenti sulla velocità di inferenza e sul consumo energetico del chip.
  • Adozione da parte dei clienti: quali fornitori di servizi IA si sottoscriveranno prima della finestra di consegna del 2027.
  • Supporto dell'ecosistema: compatibilità degli strumenti e degli stack software con i framework IA esistenti.

Se OLIX dimostrerà che un chip senza HBM può soddisfare le richieste di prestazioni dei modelli moderni, potrebbe imporre una ripensata del design degli acceleratori IA e rimodellare le strutture dei costi in tutto il settore. I dati dei prossimi mesi riveleranno se la promessa sarà all'altezza dell'ingente valutazione che la sostiene.