EnCharge AI 是一家专注于开发用于人工智能应用的模拟存储芯片的半导体初创公司。最近，该公司在由老虎环球基金（Tiger Global）领投的 B 轮融资中筹集了超过 1 亿美元的资金，用于推动其下一阶段的发展。这笔资金的注入意义重大，一方面是因为人工智能的热度正处于历史高位，但与此同时，构建和运营人工智能服务的高昂成本仍然是一个亟待解决的问题。EnCharge AI 从普林斯顿大学分拆而来，其开发的模拟存储芯片计划应用于笔记本电脑、台式机、手机和可穿戴设备等设备中。公司认为，这些芯片不仅能加速人工智能的处理速度，还能有效降低成本。
总部位于美国圣克拉拉的 EnCharge AI 声称，其开发的人工智能加速器在运行工作负载时的能耗仅为市场上其他芯片的五分之一。公司预计，首批芯片将于今年晚些时候正式推向市场。此次融资的时机也值得关注，因为美国政府已经将硬件和基础设施（包括芯片）确定为需要提升国内创新和产品发展的关键领域。如果 EnCharge AI 能够成功实现其技术落地，它有望成为这一战略的重要组成部分。
公司确认，此次 B 轮融资是一轮新的资金注入。值得注意的是，2023 年 12 月报道的一笔资金并不属于此次 B 轮融资。早在 2023 年 5 月，彭博社就曾报道 EnCharge AI 计划再筹集至少 7000 万美元以扩展业务，这暗示了此次 B 轮融资的存在。
在与 TechCrunch 的采访中，EnCharge AI 的首席执行官兼联合创始人纳文·维玛（Naveen Verma）并未透露公司的估值。公司还表示，PitchBook 关于 EnCharge AI 在 2023 年 10 月以 4.38 亿美元的投后估值筹集资金的数据是不准确的。
维玛也没有透露公司的客户名单，但参与此次融资的投资者名单却十分引人注目。除了老虎环球基金外，参与本轮融资的还包括 Maverick Silicon、来自台湾的 Capital TEN、SIP Global Partners、Zero Infinity Partners、CTBC VC、范德堡大学和 Morgan Creek Digital，以及回归的投资者 RTX Ventures、Anzu Partners、Scout Ventures、AlleyCorp、ACVC 和 S5V。此外，参与本轮融资的公司还包括三星风险投资公司（Samsung Ventures）和 HH-CTBC——鸿海科技集团（富士康）与 CTBC VC 之间的合作伙伴。此前，VentureTech Alliance 也曾支持过 EnCharge AI。其他投资者还包括 In-Q-Tel（与美国中央情报局相关的政府背景投资者）、RTX Ventures（航空航天和国防承包商的风险投资部门）以及 Constellation Technology（清洁能源制造商）。EnCharge AI 还获得了美国国防高级研究计划局（DARPA）和国防部等美国机构的资助。
维玛表示，EnCharge AI 正与台积电（TSMC）密切合作。他此前曾透露，台积电将是公司首批芯片的制造商。“台积电多年来一直关注我的研究，”他在采访中说道，“这种合作可以追溯到 EnCharge AI 研发的早期阶段。他们为我们提供了非常先进的硅片，这对他们来说是非常罕见的事情。”
EnCharge AI 的模拟芯片技术与竞争对手有所不同。目前，市场上大部分关注点都集中在用于服务器端训练和人工智能推理的处理芯片上，这使得英伟达（Nvidia）和 AMD 等 GPU 制造商的业务大幅增长。然而，EnCharge AI 的模拟芯片技术却另辟蹊径。根据 IBM 研究团队最近的一篇论文，模拟芯片的计算和存储之间没有分离，这使得它们与传统设计相比极为经济。
IBM 和 EnCharge AI 都认为，这些芯片的物理特性目前适用于推理，但不太适合训练。EnCharge AI 的芯片不用于训练应用，而是用于在“边缘”运行现有的人工智能模型。不过，该公司（以及其他公司，如 IBM）仍在开发新算法，以扩大其应用场景。
IBM 和 EnCharge AI 并非唯一从事模拟芯片技术的公司。但维玛指出，EnCharge AI 的一个突破在于其芯片的设计，特别是使其具有抗噪声能力。“如果你的芯片上有 1000 亿个晶体管，它们都可能产生噪声，而你需要它们全部正常工作，因此你需要信号分离。但同时，你也在效率上有所损失，因为你没有在模拟中表示这些信号之间的所有信号，”维玛解释道，“我们取得的重大突破是弄清楚如何使模拟对噪声不敏感。”
该公司使用“一种在标准供应链中免费获得的非常精确的设备”，这种设备是一组几何依赖的金属线，可以非常精确地控制。维玛表示，EnCharge AI 是一家全栈式公司，它不仅开发硬件，还围绕其硬件开发了软件。
EnCharge AI 的成功还得益于其团队的专业背景。公司创始人纳文·维玛（Naveen Verma）以及联合创始人——首席运营官埃切雷·伊罗阿加（Echere Iroaga）和首席技术官凯拉什·戈帕拉克里斯南（Kailash Gopalakrishnan）——分别曾在半导体公司 Macom 和 IBM 工作，他们为公司带来了丰富的专业知识。然而，目前尚不清楚这是否足以让 EnCharge AI 在竞争激烈的市场中保持竞争力。其他参与模拟芯片竞赛的初创公司还包括 Mythic 和 Sagence。
Anzu Partners 的投资合作伙伴吉米·坎（Jimmy Kan）表示：“我们在 2017 年至 2021 年之间考察了至少 50 家这个领域的公司，自那以后可能超过 50 家。”他曾在高通从事芯片工作，“其中每五家公司中就有一家是某种新型架构，如模拟或脉冲神经网络计算芯片。我们一直希望找到一种真正与众不同的 AI 计算技术，而不是渐进式的，而不是英伟达可能在下个季度或明年开发的东西。”他补充道，“因此，我们对 EnCharge AI 取得的进展感到非常兴奋。”
EnCharge AI 的发展轨迹与过去几年许多深度技术初创公司有所不同。过去 25 年的技术繁荣带来了大量风险投资，这些资金纷纷涌入那些可能成为下一个谷歌、微软、苹果、Meta 或亚马逊的初创公司。这反过来又导致市场上初创公司的数量大幅增加。其中，越来越多的深度技术项目开始涌现，聪明的创始人开始为那些尚未准备好进入市场但可能具有重大影响的有趣想法筹集资金。量子计算就是一个经典的“深度技术”类别。
如果 EnCharge AI 早些时候从普林斯顿分拆出来，并在风险投资和其他资金的支持下悄悄发展，它很容易成为那波深度技术企业中的一员，也许会成为芯片领域的下一个创新。然而，这家初创公司却选择等待了多年才独立发展。直到 2022 年，维玛和他的团队在普林斯顿大学开始研究近十年后，公司才走出隐匿状态，开始寻找商业合作伙伴，同时继续发展其技术。
“有些创新你可以很早就获得风险投资支持。但如果你正在开发的是一项全新的基础技术，其中有许多方面需要理解，以降低风险，因为其中许多可能会失败，”维玛说，“当你获得风险投资的那一天，你的议程就会改变……这不再是为了理解技术。你必须以客户为中心。”
