Axelera AI 融资6800万美元，打造全球最强大的边缘AIPU

人工智能硬件市场竞争激烈，但资金充足。虽然行业主要参与者正在开发新的处理解决方案并扩大市场份额，但规模较小的初创公司仍可以开拓出一片天地并站稳脚跟。

最近，专注于先进边缘 AI 解决方案的欧洲 AI 初创公司 Axelera AI获得了 6800 万美元的 B 轮融资。此轮融资是继 2023 年 3 月 Axelera 获得5000 万美元超额认购的 A 轮融资之后进行的。在本文中，我们将更深入地了解 Axelera AI 的技术及其对新获得的资金的计划。

Axelera AI 为 Metis AI 平台筹集资金

Axelera AI 产品的基石是Metis AI 平台，这是一个结合硬件和软件的综合解决方案，用于优化边缘 AI 推理。

该平台包括 Metis AI 处理单元 (AIPU) 和 Voyager 软件开发套件 (SDK)。Metis AIPU 采用 12 nm CMOS 技术制造，每秒可执行 214 万亿次运算 (TOPS)，INT8 能效为 15 TOPS/W。它使用新型数字内存计算 (D-IMC) 引擎，可实现低功耗的高性能 AI 计算。

Axelera AI的硬件性能最高可达214 TOP。

Axelera AI 表示，Metis AI 平台的与众不同之处在于，它能够以 FP32 的 ISO 精度执行复杂的神经网络模型，而无需重新训练。这大大简化了部署和集成。Voyager SDK 随后提供了精选的模型库和可自定义的应用程序模板。对于软件工程师来说，这些资源缩短了 AI 解决方案的开发时间和上市时间。

Metis 评估套件的强大后续产品

今年早些时候，Axelera AI 宣布推出其Metis 评估套件。这家初创公司设计这些套件是为了为开发人员和工程师提供一个全面而直观的平台，用于在 Axelera AI 的硬件上开发边缘 AI 模型。为此，这些套件配备了 Axelera AI 的 AIPU，它具有四个 AI 核心和 D-IMC 技术。它们与 1 GB LPDDR4x 内存配对，并通过 PCIe 3.0 (x4) 以全高、半长和单插槽配置连接。

Aetina RK3588 + M.2 评估套件。

 为了简化开发过程，这些套件预装了检测和分类神经网络。随附的 Voyager SDK 为开发人员提供了全面的 AI 开发环境，与 PyTorch、ONNX 和 TensorFlow 等主要机器学习框架兼容。该 SDK 还兼容各种神经网络，包括 YOLOv5、YOLOv7、Resnet 50、MobileNetV2 和 SSD-MobileNetV2。

这些套件有不同的 SKU，以支持 x85 和 Arm 平台。这些选项包括 Aetina RK3588 + M.2 单板计算机、Dell 3460XE 工作站 + PCIe、Lenovo ThinkStation P360 Ultra + PCIe、Advantech MIC-770v3 或 ARK-3534 + PCIe 以及 FireFly RK3588 + PCIe。无论 SKU 如何，这些套件都旨在提供用户友好的评估体验，使开发人员能够简化应用程序逻辑和模型开发。

Axelera AI 迈向生成式 AI

Axelera AI 计划利用新获得的资金加速研发、扩大全球影响力并增强产品供应，以满足对边缘 AI 应用日益增长的需求。随后，该公司计划扩大运营规模并与行业领导者合作开发新的边缘 AI 解决方案。该公司打算在现有产品的基础上拓展新市场，尤其关注生成 AI。

AI初创企业热潮会否比互联网泡沫更甚？

由于担心投资于人工智能（AI）初创企业热潮会助长类似于互联网时代摧毁企业的那种泡沫，投资者不敢像前几年那样狂开支票了。

投资者在上周于多伦多举行的科技初创企业和投资者大会Collision上表示，ChatGPT的热度在去年达到顶峰。这场热潮的余波以及一种似曾相识的感觉让他们对可投资的领域有了更清晰认识。

“当时每个人都认为互联网大有用途。‘哇，我可以在网上买东西了’，看看这个世界都发生了什么事，”FPV Ventures联合创始人兼执行合伙人Wesley Chan在多伦多说。他还在描述自己的投资策略时说：“我是一个反AI人士。”

据主办方称，在今年参加Collision展会的1,623家初创企业中，有20%的企业正在开发AI产品。一位发言人说，这还不包括一大部分现有业务中包含“AI成分”的初创企业。此次Collision大会参展企业数量为历届最多。

投资者们上周表示，只有少数企业能够存活下来并突破AI热潮的重围。

一些投资者称，他们正越来越多地寻找那些具备长期可行性的商业模式、拥有能够解决企业业务问题的产品以及可获得私人或独一无二的数据以训练AI模型的初创企业。

Facebook母公司Meta Platforms的前首席技术官、Gigascale Capital合伙人Mike Schroepfer表示，20世纪90年代末的互联网热潮之所以变得“混乱不堪”，是因为每家风投公司都要在这一领域下注，导致了招聘和办公空间等开支成本的膨胀。

投资者表示，AI繁荣也在上演类似的动态。

Schroepfer在多伦多表示，如今，应对AI初创企业进行严格审查，因为一窝蜂地为这些企业融资已造成很多嘈杂之声。此外，以OpenAI的规模训练大语言模型需要在计算和AI芯片方面花费数以百万计美元，因此初创企业在这个领域不具备竞争力。

“剩下的问题是，‘有没有这样一个市场可以获得独一无二的数据池，从而拥有训练模型的数据？’”他说。“当我的客户使用它时，他们会给我提供新数据，这样就是在构建我的数据飞轮。”

自AI热潮开始以来，投资者向AI公司投入的资金规模已达到创纪录水平，比如，Mistral AI本月早些时候以约60亿美元的估值筹集了6.5亿美元。科技公司亚马逊（Amazon）今年3月份向Anthropic投资了27.5亿美元，至此对这家AI公司的投资总额达到40亿美元。AI计算初创公司CoreWeave今年5月通过私募融资了75亿美元。

这些只是其中规模最大的几笔投资，根据研究公司CB Insights的数据，去年投资者向生成式AI交易投入了218亿美元，是上一年投资额的五倍。CB Insights发现，这些交易的平均融资规模为5,100万美元，而行业平均融资规模为800万美元。

从Collision大会参展初创企业类型来看，一些投资者认为市场已到达拐点。OpenAI和Anthropic等少数几家公司主导着大语言模型的构建，Databricks和Scale AI等初创公司提供数据功能，另有公司从事图像生成和客户服务，剩下的所有公司都在为出圈而奋斗。

新闻集团（News Corp）与OpenAI建立了内容许可合作关系。

基于AI的旅游和交通平台Flyr的创始人兼首席执行官Alex Mans说，他在Collision遇到了不少正在开发与现有AI模型功能相同的产品的AI初创公司。

Mans称，有很多公司提供的产品看起来像垂直软件即服务，但它们只是在大语言模型之上的一个漂亮界面。他说，有些公司提供帮助公司分析发票的产品，但如果AI聊天机器人也能做同样的工作，就没有必要使用这些产品了。

亚马逊云计算部门AI产品副总裁Matt Wood所称的一些AI初创公司被该技术发展速度打败的原因与此相同。他在多伦多说，接收输入信息并将其交给像OpenAI的GPT-4这样的AI模型来处理不会有什么不同。

Wood说，一种解决方案是初创公司建立“自主代理”，即可以代替人类执行特定任务的虚拟AI工作者。他说，这项技术正在迅速发展，AI代理的名字可能很快就会变得像网络域名一样有价值。

Wood补充说，亚马逊今年将向生成式AI初创企业投入2.3亿美元。“我们看到的情况是，对行之有效的领域的投入正在加倍，”他称。“现在，我们在几个突破性领域拥有很强的能力，它们吸引的投资占总投资的比例更高。”

汤森路透（Thomson Reuters）风投部门Thomson Reuters Ventures的合伙人Joseph Dormani说，他的团队上周在Collision会见了约50家初创企业。他说，一些最吸引人的企业并不是那些具有通用AI能力的公司，而是那些能够利用AI跨数据库搜索的公司，以及那些帮助企业使用多种AI模型的公司。

他说，Thomson Reuters Ventures很可能会投资其中一些公司。去年，该公司投资了一家为医疗保险理赔打造AI摘要的初创公司。

“当人们说‘我们正在投资AI’时，此刻这几乎就像是在说你在投资软件。这其实没有太大意义，”Dormani称。“产品才是重要的。”