Etched நிறுவனம் $5 பில்லியன் மதிப்பீட்டை எட்டியது; $1 பில்லியன் மதிப்பிலான AI சிப் விற்பனை ஆர்டர்கள்

AI வன்பொருள் (hardware) துறையில் Nvidia-வின் ஆதிக்கத்தை வீழ்த்தும் போட்டி உச்சகட்டத்தை எட்டியுள்ளது. ஸ்டார்ட்அப் நிறுவனமான Etched, பெரும் வேகத்துடன் தனது செயல்பாடுகளைத் தொடங்கியுள்ளது. $5 பில்லியன் மதிப்பீடு மற்றும் $1 பில்லியன் மதிப்பிலான ஒப்பந்த ஆர்டர்களைக் கொண்டுள்ள இந்நிறுவனம், AI inference எனப்படும் உயர்தரத் துறையில் ஒரு நிபுணராக தன்னை நிலைநிறுத்திக் கொள்கிறது.

Inference முட்டுக்கட்டையைத் தீர்த்தல்

தொழிற்துறையின் பெரும்பகுதி பிரம்மாண்டமான மாடல்களைப் பயிற்றுவிப்பதில் (training) கவனம் செலுத்தி வரும் நிலையில், Etched அடுத்த முக்கியமான இலக்கான inference-ஐ இலக்கு வைத்துள்ளது. Inference என்பது ஒரு பயனர் ஒரு கேள்வியைக் (prompt) கேட்ட பிறகு அதற்கான பதிலை உருவாக்கும் செயல்முறையாகும். மில்லியன் கணக்கான பயனர்களைக் கையாளும் AI நிறுவனங்களுக்கு, இதுவே முதன்மையான செலவு மற்றும் தொழில்நுட்ப முட்டுக்கட்டையாக மாறியுள்ளது.

Etched-இன் தீர்வு "frontier inference clusters" ஆகும். இவை வெறும் தனித்த சிப்கள் மட்டுமல்ல, பிரத்யேகமாக வடிவமைக்கப்பட்ட வன்பொருள் ரேக்குகள் (hardware racks) மற்றும் சிறப்பு மென்பொருள்களைக் கொண்ட ஒருங்கிணைந்த அமைப்புகளாகும். பொதுவான பயன்பாட்டிற்கான GPUs-லிருந்து விலகி, மிகவும் சிறப்பு வாய்ந்த கட்டமைப்பை (specialized architecture) நோக்கி நகர்வதன் மூலம், தற்போதைய சந்தை முன்னணிகளை விட இந்த கிளஸ்டர்கள் frontier மாடல்களை வேகமாகவும், மலிவாகவும் மற்றும் அதிக மின் திறன் (power efficiency) கொண்டதாகவும் இயக்க முடியும் என்று Etched கூறுகிறது.

பெரும் மூலதன வரத்து மற்றும் நட்சத்திரத் தர ஆதரவு

ஒரு போராடும் நிறுவனத்திலிருந்து சிலிக்கான் துறையின் ஒரு முக்கிய சக்தியாக இந்த ஸ்டார்ட்அப் மாறியிருப்பது வியக்கத்தக்கது. 2022-இல் ஹார்வர்ட் பல்கலைக்கழகத்தை விட்டு வெளியேறியவர்கள் மற்றும் Thiel Fellows ஆகிய Gavin Uberti மற்றும் Robert Wachen ஆகியோரால் தொடங்கப்பட்ட Etched, 2023-இல் கிட்டத்தட்ட அனைத்து முக்கிய முதலீட்டாளர்களாலும் நிராகரிக்கப்பட்ட பிறகு, மாதந்தோறும் இயங்க வேண்டிய நிலைக்குத் தள்ளப்பட்டதாகக் கூறப்படுகிறது.

அந்த நிலைமை இப்போது முற்றிலும் மாறியுள்ளது. இந்நிறுவனம் சமீபத்தில் டிசம்பர் மாதத்தில் அறிவிக்கப்படாத $500 மில்லியன் நிதித் தொகுப்பை முடித்துள்ளது, இதன் மூலம் அதன் மொத்தத் திரட்டப்பட்ட மூலதனம் $800 மில்லியனாக உயர்ந்துள்ளது. Stripes தலைமையிலான இந்த சமீபத்திய நிதித் தொகுப்பு, நிறுவனத்தின் மதிப்பீட்டை $5 பில்லியனாக உயர்த்தியுள்ளது. Jane Street, Hudson River Trading, Two Sigma மற்றும் Peter Thiel உள்ளிட்ட நிதி மற்றும் AI துறையின் முக்கியப் பெயர்கள் இதில் முதலீடு செய்துள்ளனர். Geoffrey Hinton, Andrej Karpathy மற்றும் Fei-Fei Li போன்ற AI உலகின் ஜாம்பவான்களின் ஏஞ்சல் முதலீடு (angel investment) மிகவும் குறிப்பிடத்தக்கது.

மாறிவரும் AI சிலிக்கான் நிலப்பரப்பு

செமிகண்டக்டர் துறையில் ஒரு முக்கியமான தருணத்தில் Etched-இன் எழுச்சி நிகழ்கிறது. "அனைத்திற்கும் பொருந்தும்" (one size fits all) பொதுவான பயன்பாட்டு GPUs-களின் காலம் இப்போது இரண்டு பக்கங்களிலிருந்தும் கடும் அழுத்தத்தைச் சந்தித்து வருகிறது: சிறப்புத் திறன் கொண்ட ஸ்டார்ட்அப்கள் மற்றும் ஹைப்பர்ஸ்கேலர்கள் (hyperscalers). Etched நிறுவனம் Cerebras மற்றும் Groq போன்ற நிறுவனங்களுடன் போட்டியிடும் அதே வேளையில், Amazon, Google மற்றும் Microsoft போன்ற தொழில்நுட்ப ஜாம்பவான்கள் Nvidia மீதான சார்பைக் குறைக்க சொந்தமாக சிலிக்கான் சிப்களைத் தீவிரமாக உருவாக்கி வருகின்றனர். OpenAI கூட Broadcom உடன் இணைந்து ஒரு பிரத்யேக சிப்பை அறிவிப்பதன் மூலம் இந்தத் போட்டியில் இறங்கியுள்ளது.

Etched-இன் வெற்றி AI பொருளாதாரத்தில் ஒரு அடிப்படை மாற்றத்தைக் குறிக்கிறது: அதாவது பயிற்சி சார்ந்த (training-centric) சந்தையிலிருந்து, inference சார்ந்த சந்தையாக மாறுவதை இது உணர்த்துகிறது. மாடல்களின் பயன்பாடு அதிகரிக்கும் போது, சிறப்புத் திறன் கொண்ட, திறமையான மற்றும் செலவு குறைந்த வன்பொருளுக்கான தேவை தொழில்நுட்பத் துறையில் மிக முக்கியமான போர்க்களமாக மாறும்.

முக்கியத் தகவல்கள்

  • வணிக வேகம்: TSMC மூலம் வெற்றிகரமாகத் தயாரிக்கப்பட்ட பிறகு, Etched தனது "frontier inference clusters"-களுக்காக $1 பில்லியன் மதிப்பிலான ஒப்பந்த ஆர்டர்களைப் பெற்றுள்ளது.
  • உயர்ந்த மதிப்பீடு: சமீபத்திய $500 மில்லியன் நிதித் தொகுப்பு, முன்னணி வென்ச்சர் நிறுவனங்கள் மற்றும் AI ஜாம்பவான்களின் ஆதரவுடன், இந்த ஸ்டார்ட்அப் நிறுவனத்தின் மதிப்பீட்டை $5 பில்லியனாக உயர்த்தியுள்ளது.
  • மூலோபாய கவனம்: பொதுவான பயன்பாட்டு GPU உற்பத்தியாளர்களைப் போலல்லாமல், Etched நிறுவனம் inference-ஐ மேம்படுத்தவே பிரத்யேகமாக உருவாக்கப்பட்டுள்ளது; இது AI மாடல்களை விரிவுபடுத்துவதில் உள்ள முதன்மையான செலவு மற்றும் மின் திறன் முட்டுக்கட்டைகளைத் தீர்க்கிறது.