海洛科技獲得 1.2 億美元融資，持續與 Nvidia 角力，在多數 AI 晶片新創公司陷入困境的情況下

<div><h2>海洛科技獲得 1.2 億美元融資，繼續與 Nvidia 競爭</h2> <h3>新興市場的新興挑戰</h3> <p>近期報告指出，人工智慧晶片新創公司在融資環境上遇到越來越大的困難。美國晶片公司在 2023 年 1 月到 9 月期間僅籌集了 8.81 億美元，而 2022 年同期則高達 17.9 億美元。而 Mythic 等公司已面臨現金匱乏，Graphcore 也面臨持續損失的局面。然而海洛科技似乎在這個競爭激烈、日漸擴大的 AI 晶片領域中找到了成功之道。海洛科技是一家由 Orr Danon 和 Avi Baum 於 2017 年共同創立的公司，他們在德州儀器擔任無線訪問技術技術長。海洛科技設計專用晶片，可在邊緣裝置上執行人工智慧工作負載。海洛晶片執行 AI 任務時的記憶體使用和功耗都比普通處理器要低，因此成為汽車、智慧攝像頭和機器人等輕巧、離線和電池供電裝置的理想選擇。</p> <h3>成功經營模式</h3> <p>相較於其他 AI 晶片新創公司，海洛科技擁有 300 多個客戶，涵蓋汽車、安全、零售、工業自動化、醫療裝置和國防等行業。值得注意的是，一批財務支援者，包括以色列商人 Alfred Akirov、汽車進口商 Delek Motors 和風險投資平臺 OurCrowd，本週向海洛科技投資了 1.2 億美元，這是該公司 C 輪融資的延伸。海洛科技的 Orr Danon 表示新資金將有助於公司利用所有在管道中的機會，為長期增長打下基礎。他認為，公司策略性地將 AI 引入邊緣裝置，將極大擴大這項引人注目的新技術的影響範圍。</p> <h3>面臨的挑戰</h3> <p>此時，我們或許會好奇，像海洛科技這樣的新創公司是否真的能夠與 Nvidia、甚至是 Arm、Intel 和 AMD 之類的巨頭競爭？史丹福電子工程與電腦科學教授克裏斯託斯·柯茲拉基斯認為，加速器晶片將在人工智慧普及化的過程中變得“絕對必要”。他指出，CPU 與加速器之間的能源效率差距太大，不能忽視。他認為，加速器可以高效完成關鍵任務（例如 AI），而在側邊擁有一兩個處理器可實現可程式設計性。柯茲拉基斯認為，長期性對海洛的領導地位構成挑戰，例如，如果其晶片設計用於高效執行的 AI 模型結構過時。柯茲拉基斯還表示軟體支援可能是一個問題，如果沒有足夠的開發人員願意學習使用圍繞海洛晶片所建立的工具。</p> <h3>展望與挑戰</h3> <p>儘管如此擁有 3.4 億美元現金和約 250 名員工的海洛科技創始人 Orr Danon 對公司未來充滿信心，至少在短期內是這樣。他認為，新創公司的技術能夠解決許多企業在基於雲端的人工智慧推斷中遇到的挑戰，特別是延遲、成本和可擴充套件性問題。他表示傳統的 AI 模型依賴於基於雲端的基礎設施，常受到延遲等問題的困擾。而他們的技術則能夠獨立執行，因此能夠處理更大量的人工智慧處理。</p> <h3>展望與假設</h3> <p>我們或許會考慮：像 OpenAI 這樣的頂尖公司提出的，依賴雲端的生成性人工智慧是否是一個生存威脅？Danon 表示恰恰相反，生成性人工智慧正推動了對海洛硬體的需求。他指出，近年來各個行業對邊緣人工智慧應用的需求急劇增加，包括機場安全、食品包裝等。對於對海洛晶片裝置的本地執行的需求也急劇上升。</p></div><div>AITechnology-海洛科技,融資,Nvidia,AI 晶片,新創公司,技術,人工智慧,晶片製造,投資,</div>