Quadric wykorzystuje przejście od AI opartej na chmurze do inferencji na urządzeniach lokalnych — i wyniki już to pokazują

Rozwój Quadric: napędzanie lokalnej sztucznej inteligencji w różnych branżach

W miarę jak organizacje i instytucje rządowe dążą do ograniczenia kosztów związanych z chmurą oraz budowy niezależnych możliwości AI, Quadric wychodzi naprzeciw tym potrzebom. Założona przez byłych liderów firmy wydobywającej bitcoin 21E6, Quadric rozszerza swoje działania poza sektor motoryzacyjny, oferując rozwiązania do wnioskowania AI na urządzeniach dla laptopów i sprzętu przemysłowego.

Współzałożyciele Quadric: Nigel Drego, Veerbhan Kheterpal i Daniel Firu (od lewej do prawej) | Źródło: Quadric

Imponujący wzrost przychodów i zainteresowanie inwestorów

Ta strategiczna ekspansja już przynosi znaczące rezultaty. Według CEO Veerbhana Kheterpala, przychody Quadric z licencjonowania wzrosły do poziomu pomiędzy 15 a 20 milionów dolarów w 2025 roku, co stanowi zauważalny wzrost względem około 4 milionów w 2024 roku. Z siedzibą główną w San Francisco oraz oddziałem w Pune w Indiach, firma dąży do osiągnięcia 35 milionów dolarów przychodu w tym roku, koncentrując się na modelu biznesowym opartym o tantiemy za AI na urządzeniach. Wycena Quadric również wzrosła i obecnie szacowana jest na 270-300 milionów dolarów, w porównaniu do około 100 milionów po rundzie Series B w 2022 roku.

Dynamika firmy przyciągnęła nowych inwestorów. Quadric niedawno pozyskała 30 milionów dolarów w ramach rundy Series C, prowadzonej przez ACCELERATE Fund i zarządzanej przez BEENEXT Capital Management, co łącznie daje 72 miliony dolarów kapitału. Ta runda inwestycyjna zbiegła się ze zmianami w branży, polegającymi na przenoszeniu większej ilości obciążeń AI na lokalne urządzenia i serwery, ograniczając zależność od scentralizowanej infrastruktury chmurowej.

Ekspansja poza zastosowania motoryzacyjne

Quadric początkowo koncentrował się na rozwiązaniach dla motoryzacji, umożliwiając funkcje AI w czasie rzeczywistym, takie jak zaawansowane wsparcie dla kierowców. Jednak powszechne wdrożenie modeli AI opartych na transformerach w 2023 roku przyspieszyło przejście do lokalnego wnioskowania na szerokiej gamie urządzeń. Ta zmiana napędziła szybki wzrost biznesu, ponieważ coraz więcej firm chce uruchamiać AI bezpośrednio na swoim sprzęcie.

"Nvidia dominuje w AI dla centrów danych," wyjaśnił Kheterpal. "Naszym celem było stworzenie programowalnej platformy, podobnej do CUDA, dla AI na urządzeniach."

W przeciwieństwie do Nvidia, Quadric nie produkuje własnych układów scalonych. Zamiast tego licencjonuje swoją własność intelektualną procesora AI — zasadniczo jest to projekt, który klienci mogą zintegrować z własnymi układami. Oferta obejmuje kompleksowy stos oprogramowania i narzędzi, umożliwiający wykonywanie modeli AI na urządzeniu do zadań takich jak rozpoznawanie obrazu i głosu.

Technologia Quadric jest niezależna od układów i oparta na oprogramowaniu | Źródło: Quadric

Praktyczne wdrożenia i globalna ekspansja

Technologia Quadric znajduje zastosowanie u różnorodnych klientów, od producentów drukarek, przez dostawców motoryzacyjnych, po laptopy z funkcjonalnościami AI. Do znanych klientów należą Kyocera oraz Denso, główny japoński dostawca motoryzacyjny dla Toyota. Pierwsze komercyjne produkty wykorzystujące technologię Quadric mają zostać wprowadzone na rynek w tym roku, począwszy od laptopów.

Firma celuje także w nowe rynki zainteresowane strategią "suwerennej AI", mającą na celu zmniejszenie zależności od infrastruktury bazującej w USA. Quadric analizuje możliwości w Indiach i Malezji, korzystając ze wsparcia strategicznego inwestora Rahula Garga, CEO Moglix, aby kształtować swoje podejście do rynku indyjskiego. Firma zatrudnia prawie 70 osób na całym świecie, z czego około 40 w USA i 10 w Indiach.

Przesunięcie w stronę rozproszonej sztucznej inteligencji

Rosnące koszty scentralizowanej infrastruktury AI oraz wyzwania związane z budową dużych centrów danych zwiększają zainteresowanie rozproszonymi rozwiązaniami AI. Coraz więcej organizacji rozważa uruchamianie wnioskowania AI na laptopach lub lokalnych serwerach we własnych obiektach, zamiast polegać wyłącznie na usługach chmurowych.

Światowe Forum Ekonomiczne niedawno zwróciło uwagę na ten trend, podkreślając przesuwanie się wnioskowania AI bliżej użytkowników końcowych i odchodzenie od systemów scentralizowanych. Podobnie, listopadowy raport EY podkreślił rosnącą dynamikę suwerennej AI, gdy rządy i przemysł dążą do rozwijania krajowych możliwości w zakresie przetwarzania, modeli i danych.

Dla producentów układów scalonych szybki rozwój modeli AI stanowi wyzwanie, ponieważ cykle rozwoju sprzętu często pozostają w tyle. Kheterpal uważa, że klienci potrzebują elastycznej, programowalnej własności intelektualnej procesorów, którą można dostosowywać poprzez aktualizacje oprogramowania, unikając kosztownych przeprojektowań sprzętu wraz z ewolucją architektur AI.

Quadric pozycjonuje się jako alternatywa dla uznanych dostawców układów, takich jak Qualcomm — który integruje swoją technologię AI z własnymi procesorami — oraz dostawców własności intelektualnej, takich jak Synopsys i Cadence, których bloki do przetwarzania neuronowego mogą być trudne do zaprogramowania przez klientów. W przeciwieństwie do nich, programowalne podejście Quadric pozwala klientom wspierać nowe modele AI za pomocą aktualizacji oprogramowania, co daje znaczącą przewagę na dynamicznym rynku, gdzie architektury modeli mogą się zmieniać w ciągu kilku miesięcy.

Pomimo tych postępów, Quadric wciąż znajduje się na wczesnym etapie skalowania swojego biznesu, z ograniczoną liczbą podpisanych umów z klientami. Długoterminowy sukces firmy będzie zależeć od przekształcenia obecnych umów licencyjnych w masową produkcję oraz powtarzalne strumienie tantiem.