Liangxun Technology hat die Angel-Finanzierungsrunde abgeschlossen, um eine KI-Beschleunigungs- und quanteninspirierte Rechenplattform zu entwickeln.

Kürzlich hat Quantour Technologies bekanntgegeben, dass die Seed-Finanzierungsrunde abgeschlossen wurde. Diese Runde wird von Dingfeng Kechuang angeführt, wobei Pudong Venture Capital und der Chengding Fund unter der Shanghai Chengtou Group gemeinsam teilnehmen. Die erhaltenen Mittel werden hauptsächlich für das Tape-Out der Kernprodukte, technische Forschung und Entwicklung, Teamaufbau sowie Marktexpansion eingesetzt, um die Forschung und Kommerzialisierung der PPU (Probabilistic Processing Unit) und der KI-Inferenzbeschleunigerchips zu beschleunigen. Duowei Capital fungiert als exklusiver Finanzberater für diese neue Runde und auf lange Sicht.

Quantour Technologies positioniert sich als Plattform für KI-Beschleunigung und quanteninspiriertes Rechnen und verfolgt zwei Produktlinien: Die eine Seite richtet sich an die schnell wachsende Nachfrage nach KI-Inferenz, die andere Seite erforscht die Prozessorisierung von Wahrscheinlichkeits-, Such- und Optimierungsrechnungen über PPU (Probabilistic Processing Unit). Die beiden Linien teilen die langjährig angesammelten Fähigkeiten von Quantour im Bereich unterer Komponenten und Chip-Engineering und entsprechen auch der Einschätzung des Unternehmens für die nächste Stufe der Rechenindustrie: Die Nachfrage von KI nach Rechenleistung erstreckt sich allmählich von der Berechnung einzelner Modelle auf mehr Arten von Workloads, und quanteninspiriertes Rechnen sucht ebenfalls nach einem Fenster, um früher in die reale Industrie einzutreten.

Die Probleme der KI haben sich geändert, und die Anforderungen an die untere Rechenebene verändern sich ebenfalls

In den letzten zehn Jahren war eine der wichtigsten Aufgaben der KI-Rechenleistung, die Matrixberechnung immer schneller zu machen. Von GPUs bis zu verschiedenen KI-Beschleunigern hat dieses System den Ausbruch von Deep Learning und großen Modellen durchgehend unterstützt. Aber mit der Weiterentwicklung von KI von der Generierung zu Agenten, verkörperter Intelligenz und Echtzeitentscheidungen werden die Rechenaufgaben auch vielfältiger.

Ein Agent muss zwischen verschiedenen Werkzeugen und Aktionen wählen, ein Roboter muss den Pfad in Echtzeit entsprechend der Umgebung planen, und komplexere KI-Systeme müssen zudem kontinuierlich unter einer großen Anzahl von Möglichkeiten suchen und optimieren. Die KI beginnt sich immer häufiger mit der Frage „Wie soll ich als Nächstes wählen?“ auseinanderzusetzen, was Rechenlasten wie Suche, Sampling, Optimierung und Wahrscheinlichkeitsentscheidung entspricht.

Für Quantour löst die KI-Inferenzbeschleunigung das Problem der effizienten Ausführung von Modellen, während die Wahrscheinlichkeitsrechnung sich weiter an die neuen Rechenanforderungen richtet, die entstehen, nachdem sich KI in Richtung Suche, Planung und Entscheidung erstreckt.

Diese Veränderung führt auch zur Entstehung von mehr Rechenchips, die speziell für bestimmte Workloads neu entwickelt wurden. Im März führte Samsung Catalyst Fund eine Finanzierungsrunde von 50 Millionen US-Dollar für Normal Computing an, das die Nutzung der Zufälligkeit physikalischer Systeme zur Berechnung erforscht; im Juli unterzeichnete Extropic eine Absichtserklärung über CHIPS-Forschungs- und Entwicklungsförderungsmittel in Höhe von bis zu 75 Millionen US-Dollar mit dem US-Handelsministerium, um die industrielle Umsetzung von Wahrscheinlichkeitsrecheneinheiten voranzutreiben; im August kündigte AMD die Übernahme von Taalas an, einem Unternehmen für spezielle KI-Inferenzchips, das versucht, den Datenfluss und die Rechenstruktur von Modellen tiefer in spezielle Siliziumchips zu integrieren.

In China sind Wahrscheinlichkeitsrechnungs-Coprozessoren ebenfalls in den Fokus von lokalen zukünftigen Industrien und Projekten im Zusammenhang mit neuem Rechnen gerückt, Quantour hat kürzlich Unterstützung durch Regierungsprojekte erhalten.

Mit der fortlaufenden Differenzierung von KI-Workloads erstreckt sich die untere Hardware ebenfalls von allgemeiner Rechenleistung auf spezialisiertere Rechenaufgaben. Neben der effizienten Inferenz ist die Frage, ob Workloads wie Suche, Sampling, Optimierung und Entscheidung eine für sich geeignetere Hardware-Implementierung bilden können, ebenfalls Teil der neuen Runde von Rechenleistungsinnovationen.

Quanteninspiriertes Rechnen: Ein näheres Umsetzungsfenster suchen

Auf der anderen Seite bieten die Entwicklung der Quantencomputer und der statistischen Physik diesen Such-, Optimierungs- und komplexen Lösungsproblemen auch technische Ideen, die sich von der traditionellen Berechnung unterscheiden. Eine Richtung besteht darin, die Ideen zur Bearbeitung komplexer Probleme in der Quantencomputer und der statistischen Physik auf heute herstell- und einsetzbare Hard- und Softwaresysteme zu übertragen, um zunächst Probleme wie Suche und Optimierung zu lösen, deren traditionelle Berechnung hohe Kosten verursacht.

Quantour hat sich für PPU entschieden und hofft, mithilfe des klassischen Halbleiterherstellungssystems die rechenwertvollen Teile der Fähigkeiten aus Quanten- und statistischer Physik zu Chips zu machen, die technisch umsetzbar sind.

Seit diesem Jahr haben sich die entsprechenden industriellen Aktivitäten weltweit deutlich erhöht. Im Februar haben Toshiba und MIRISE Technologies die quanteninspirierte Optimierung für Echtzeitentscheidungen autonomer mobiler Roboter eingesetzt; im Juni kombinierte Toshiba weiter KI mit quanteninspirierter Optimierung, um dynamische Optimierungsszenarien wie Automobile, drahtlose Kommunikation und Roboter anzuvisieren; im September unterzeichnete D-Wave eine Fördervereinbarung in Höhe von bis zu 100 Millionen US-Dollar mit dem US-Handelsministerium, um die Forschung und Skalierung des quanteninspirierten Rechnens voranzutreiben.

Hinter verschiedenen technischen Routen verbirgt sich dieselbe Frage: Kann die Zufälligkeit in der physischen Welt von dem „Rauschen“, das in der traditionellen Berechnung unterdrückt werden muss, weiter zu einer nutzbaren Rechenressource umgewandelt werden?

KI bringt immer mehr Rechenanforderungen in Bereichen wie Suche, Sampling, Optimierung und Entscheidung, während quanteninspiriertes Rechnen nach einem früheren industriellen Umsetzungsfenster sucht. Quantour zielt auf den Schnittpunkt der beiden technischen Entwicklungslinien ab.

Eine unterliegende Technologie, zwei Rechenrouten

Den Trend zu erkennen ist eine Sache, einen technischen Weg zu finden, der wirklich zu fertigen Chips führt, eine andere.

Die Antwort von Quantour stammt aus der langjährigen Erfahrung des Teams im Bereich der unteren Komponententechnologie. Dasselbe Spin-Bauelement kann jeweils in zwei Zuständen arbeiten: einem deterministischen und einem probabilistischen, was zwei verschiedenen Arten von Rechenanforderungen entspricht.

In einem stabilen Zustand kann das Bauelement zur Speicherung und Berechnung verwendet werden und dient der KI-Inferenz durch Rechnen im Speicher; wenn es in den probabilistischen Zustand eintritt, kann es die eigene Zufälligkeit des Bauelements zur Berechnung nutzen und für Aufgaben wie Sampling, Suche und kombinatorische Optimierung eingesetzt werden.

Aus einem Satz unterer Bauelemente ergeben sich somit zwei Produktlinien. KI-Inferenzbeschleunigerchips richten sich an Endgeräteszenarien wie maschinelles Sehen, intelligentes Fahren und verkörperte Intelligenz und decken die bereits schnell wachsende Nachfrage nach Rechenleistung ab. PPU hingegen richtet sich an Wahrscheinlichkeitsrechnung sowie Aufgaben wie Sampling, Suche und kombinatorische Optimierung und etabliert neue Hardware-Rechenfähigkeiten.

Warum ausgerechnet Quantour?

Für neue Rechentechnologien ist der Weg von Spin-Bauelementen und Schaltungsdesign bis hin zu Chip-Tape-Out, Algorithmenzuordnung und endgültiger Anwendung der längste und schwierigste Teil des Industrialisierungsprozesses. Das Team von Quantour hat entlang dieser Kette viele Jahre Erfahrung gesammelt und die Fähigkeiten der unteren Bauelemente bereits bis zur Phase des Chip-Engineerings und der Anwendungsvalidierung vorangetrieben.

Dr. Zhu Zheng, CEO von Quantour Technologies, verfügt über mehr als 10 Jahre industrielle Erfahrung in Bereichen wie Chips, Quanten und Sicherheit und ist Experte für die Technologie von Spin-Bauelementen. Professor Wang Jiayong, Vorsitzender des Aufsichtsrats, verfügt über fast 30 Jahre Erfahrung in der Quanten- und Chipindustrie sowie deren Industrialisierung. Hou Ya Ru, CTO, konzentriert sich seit langem auf Spin-Speicher und Wahrscheinlichkeitsrechnung und verfügt über Erfahrung in der Massenproduktionsvalidierung von zehntausenden entsprechenden Chips. Akademiker Xu Hongxing, Chefwissenschaftler, ist Mitglied der Chinesischen Akademie der Wissenschaften und hat langjährige Forschungserfahrung in Bereichen wie Quanten und Chips. Das Kernforschungs- und Entwicklungsteam vereint technische Fachkräfte von Universitäten wie der Hong Kong University of Science and Technology, der Beihang-Universität, der Shanghai Jiao Tong-Universität, der Fudan-Universität und der ShanghaiTech-Universität und hat eine vollständige Forschungs- und Entwicklungsreihe von Bauelementen bis zu Systemen aufgebaut.

Die Besonderheit dieses Teams liegt darin, dass es gleichzeitig Fähigkeiten in den Bereichen Bauelemente, Chips und Industrialisierung besitzt.

Zuvor hat das Team von Quantour die vollständige Validierung von Spin-Bauelementen in Produkten im Zusammenhang mit Quantensicherheit abgeschlossen – von der Prozessgestaltung über Tape-Out und Gehäuse-Prüfung bis hin zur industriellen Anwendung – und einen Satz wiederverwendbarer Fähigkeiten für Bauelement-Engineering und Chip-Massenproduktion angesammelt. Dadurch beginnt das Unternehmen heute nicht neu im Labor, wenn es KI-Inferenzbeschleunigerchips und PPU vorantreibt, sondern baut auf seinen vorhandenen technischen Grundlagen auf, um sich weiter auf neue Rechenszenarien auszudehnen.

Derzeit sind die dritte Generation der KI-Inferenzbeschleunigerchips und die PPU von Quantour bereits im Tape-Out-Verfahren, die Rückprüfungen der Chips werden durchgeführt, und die Entwicklung in Bereichen wie Chip-Architektur, Algorithmenzuordnung und Weiterentwicklung von Anwendungssystemen wird fortgesetzt.

Auf der Seite der Kommerzialisierung hat das KI-Inferenzbeschleunigerchip des Unternehmens bereits eine vollständige Zusammenarbeit im Bereich „Hardware + Software“ mit der Abteilung für intelligentes Fahren eines bekannten inländischen Automobilherstellers gestartet. PPU treibt die Umwandlung der Algorithmenplanung in Rechensysteme voran und erörtert den technischen Weg für heterogene Coprozessoren mit führenden inländischen Herstellern von Hochleistungs-GPUs.

Mit der fortlaufenden Differenzierung von KI-Workloads können in zukünftigen Rechensystemen immer mehr spezielle Recheneinheiten entstehen, die für verschiedene Aufgaben entwickelt wurden und jeweils bei den am besten geeigneten Rechenproblemen ihre Wirkung entfalten.

Wenn KI lernt, wie man Entscheidungen trifft, muss das Rechnen auch lernen, mit Unsicherheiten umzugehen.

Was Quantour anstrebt, ist der Chip, der früher auf dem Markt erscheint.

Dingfeng Kechuang erklärte: „Quantentechnologie ist ein wichtiger Schwerpunkt der nationalen Strategie und eine wichtige Richtung der neuen technologischen Revolution. Quantour hat auf Basis der plattformbasierten Technologie von siliziumbasierten Elektronenspinnen als Erstes die Massenproduktion und Kundenanwendung von Chips für Quanten-Zufallsgeneratoren realisiert und erweitert weitere Anwendungsbereiche wie KI-Inferenzbeschleunigung, Quantensicherheit und quanteninspiriertes Rechnen. Wir schätzen die Fähigkeiten des Teams im Bereich Chip-Design und Industrialisierung sehr und erwarten, dass Quantour die siliziumbasierte Elektronenspin-Technologie weiter vertieft und sie in größer angelegten Chips und echten Rechensystemanwendungen einsetzt.“

Pudong Venture Capital erklärte: „Die KI-Industrie befindet sich noch in einem frühen Stadium der schnellen Entwicklung von Technologie und Anwendungen, wobei Rechenleistung als grundlegende Fähigkeit besonders wichtig ist. Quantour verfolgt gleichzeitig KI-Inferenz und Wahrscheinlichkeitsrechnung, was uns die Möglichkeit zeigt, dass sich neue Rechenleistung auf mehr Anwendungsszenarien erstreckt. Wir glauben, dass mit dem Eintritt von KI in reale physische Szenarien die Nachfrage nach unteren Rechenfähigkeiten weiter wachsen wird, und Quantour hat die Chance, in diesem Prozess zu einem Hard-Technology-Unternehmen mit langfristigem industriellen Wert zu werden.“

Der Chengding Fund erklärte: „Neben der Technologie selbst achten wir auch sehr darauf, wie neue Technologien umgesetzt werden. Chips müssen letztendlich durch Produkte und Kunden validiert werden. Quantour ist jetzt bereits in der Phase der Rückprüfung der Chips eingetreten und beginnt gemeinsam mit Industriekunden mit der Umsetzung von Anwendungen. Danach geht es um eine sehr praktische Angelegenheit: die Produkte gut zu entwickeln und die Szenarien erfolgreich zu realisieren. Shanghai verfügt über reichhaltige Industrie- und Anwendungsressourcen, und wir werden das Unternehmen so weit wie möglich dabei unterstützen, diese Ressourcen zu vernetzen, damit die Technologie schneller in den realen Markt gelangt.“