ケンブリッジ大学で教育を受けた2人の神経科学者によって設立されたロンドンベースのスタートアップであるCallosumは、さまざまな種類のチップを組み合わせてAIワークロードを調整するソフトウェアを構築するCallosumに1,025万ドルを集めました。これは、同じNvidia GPUバンクでますます大きなモデルを実行する必要がある業界の依存に挑戦しています。
また、同社は、米国の技術プロバイダーに独立しているか、少なくとも完全に依存していないいわゆるAI用の「主権クラウド」インフラストラクチャを構築する方法を探している英国政府から研究資金を受けていると発表しました。
2019年頃、ケンブリッジで博士課程を踏んでいる間に出会ったCallosum共同創設者Danyal AkarcaとJascha Achterbergは、Nvidia GPU、AMDプロセッサ、Amazon Web ServicesのカスタムTrainium、Inferentiaシリコン、Cerebras、SambaNovaなどのスタートアップの最新デザインなど、ソフトウェアを持っています。
資金調達ラウンドは、WiseのTaavet HinrikusとイギリスのAI安全研究所の招待議長を務めたIan Hogarthが共同設立したヨーロッパの初期段階のベンチャーファンドであるPluralが率いる。 Charlie Songhurst、FiveAIのStan Boland、Royal Academy of EngineeringのJohn Lazarなど、エンジェル投資家も参加しました。これとは別に、イギリス政府のアドバンストリサーチとインベンションエージェンシー（ARIA）は、新しいチップ技術をプラットフォームに統合する研究開発を加速するために会社に助成金を提供しています。しかし、ARIAは今回のラウンド自体の投資家ではないと、AkarcaはFortuneとのインタビューで語った。
同社の論文は、神経科学とコンピューティングの交差点にある共同創業者の学問的研究に根ざしています。人間の脳は、ある種のニューロンを数十億回コピーして知能を得るのではなく、一緒に働く様々な特殊な細胞型と回路を組み合わせて知能を達成します。彼らは、AIコンピューティングも同じ原則に従う必要があると信じています。
「大規模な研究室は、現在、1つのモデルがすべてを支配すると確信しています。 「自然は、真の知能が一緒に働く多くのシステムから来ていることを示しています。」
Callosumは大きな構造的変化を経験している市場に参入しました。同じNvidia GPUラックで大規模ベースのモデルを訓練することがAI支出を支配した数年が経過した後、業界は現在、実際に訓練されたモデルを実行して出力を生成するプロセスである推論に移行しています。 Deloitteは、推論ワークロードが2023年の3分の1から2026年には全AIコンピューティングの約3分の2を占め、推論最適化チップ市場は今年500億ドル以上に成長すると推定しています。この変化は、さまざまなチップメーカーがNvidiaの支配力に挑戦する機会を生み出します。
Callosum は、ますます破片化するハードウェア環境をひとつにまとめるソフトウェア層になることができると確信しています。このプラットフォームは、AWS、Google Cloud、Microsoft Azure など、複数のクラウド プロバイダーで動作し、顧客がそれを使用するために既存のクラウド設定を再設計する必要がないように設計されています。 Akarcaは、「これは、AIワークロードをインポートして使用できるさまざまなマルチクラウド設定でこれを調整するソフトウェア製品です」と述べました。
共同創設者は、このアプローチは、コンピュータ使用の自動化、企業ワークフロー処理など、さまざまな種類の決定を伴う複雑で実用的な作業に大きな利点を提供すると主張しています。このようなタスクの場合、Callosumは、そのシステムが同じハードウェアで同じワークロードを実行するのと比較して、2倍の精度、7倍速いパフォーマンス、4倍低いコストを提供できると言います。
Achterberg 氏は、解決される問題の性質に応じて精度が向上すると説明した。 「単純な問題、単一のモデルは完璧に大丈夫です」と彼は言いました。しかし、複雑な企業の仕事は別の問題です。 Achterbergは、「コンピュータの使用方法の自動化、決済の自動化などが私たちが重点を置いている問題です。本質的に不均一です」と述べました。 「実際に問題を解決するには非常に多くのステップが関与しており、実際には単一のモデルが常に最適ではない」
複雑なワークフローの各部分には異なることが必要な場合があります。いくつかの段階では試行錯誤を介して迅速に繰り返すことができる非常に高速で安価なモデルが必要ですが、他の段階ではより大きくより有能な推論が必要です。 Callosumは、各サブタスクを正しいハードウェア上で動作する正しいモデルと関連付けることで、問題全体に1つの強力なモデルを適用する従来のアプローチよりも優れたパフォーマンスを発揮できると述べています。
Callosumは、2種類の顧客、つまり複雑なワークフロー全体で優れたパフォーマンスを必要とするマルチエージェントAIシステムを構築する企業と、大規模なハードウェア機能を実証する新興チップメーカーを対象としています。 Achterbergは、「私たちが望むのは、驚くべきパフォーマンスと驚くべき利点を持つこれらすべての新しいチップ技術が実際に実現できる市場進出方法を見つけることです」と述べました。
また、同社は、電気パルスの代わりに光を使用してデータを送信する技術であるフォトニクスベースのネットワーキングを開発する企業を含む、データセンター内でAIチップラックを接続する新しい方法（「インターコネクト」と呼ばれる）を研究する企業と協力しています。これらの技術は、データセンター内でデータを混合する際に発生するボトルネックを解決するように設計されています。この問題は、互いに通信する必要があるさまざまなチップタイプが必要になると、より複雑になる問題です。
共同創業者は、今後、資金を使用してロンドンベースのチームを拡大し、米国に拡張を開始し、独自の補完的なハードウェアインフラストラクチャの構築を開始する予定だと述べています。彼らの長期的な野心は、ソフトウェアを超えてデータセンターの設計自体を根本的に再考することまで拡張されます。
Achterberg氏は、「誰もがチップの多様性が管理すべき欠点であると考えた。しかし、我々はその反対、すなわち活用することが有利であることを見た」とAchterbergは言った。 「私たちは、既存のスタックの上に1つのアルゴリズムを最適化するものではありません。我々は、ソフトウェアを使用してシステム全体のすべてのレバーを制御し、他の人が無視する多様性から利点を抽出しています。」
PluralのパートナーであるIan Hogarth氏は、ステートメントでは、「マルチモデル、マルチチップの将来に対する（Callosumの）ビジョンは革新的であり、世界最大のチップおよびモデルメーカーと競争できる場所に置くことができます。
