شاخ‌وشانه استارتاپ SiMa.ai برای انویدیا؛ جذب ۱۵۰ میلیون دلار برای تیز کردن دندان‌های هوش مصنوعی!

کریشنا رانگاسایی (Krishna Rangasayee)، بنیان‌گذار و مدیرعامل شرکت SiMa.ai، چشم‌انداز بازار را خیلی شفاف خلاصه می‌کند: «در این بازار، اول انویدیا با ارزش ۵ تریلیون دلاری قرار داره و بعد هم نوبت ماست؛ دنیای من خیلی ساده و روشنه!»

شرکت SiMa.ai سازنده تراشه‌های تخصصی برای «هوش مصنوعی فیزیکی» (Physical AI) است و باید گفت این روزها بهترین زمان ممکن برای حضور در این حوزه به حساب می‌آید. سرمایه‌گذاری‌های صدها میلیارد دلاری در این بخش حسابی غوغا به پا کرده‌اند. هائومیاو هوانگ، از شرکای مؤسس صندوق سرمایه‌گذاری Matter Venture Partners، دلیل این هیجان را خیلی قشنگ توصیف می‌کند: «اگر قرار باشه هوش مصنوعی کل دنیا رو ببلعه، قطعات سخت‌افزاری نقش دندون‌های اون رو بازی می‌کنن!»

خبر تازه این است که SiMa.ai توانسته در دور سری C سرمایه‌ای ۱۵۰ میلیون دلاری با ارزش‌گذاری ۱.۴۵ میلیارد دلاری جذب کند تا مجموع سرمایه جذب‌شده‌اش به مرز ۵۰۰ میلیون دلار برسد. اما نکته هیجان‌انگیزتر پشت پرده این است که این استارتاپ ۷ ساله با ۲۰۰ کارمند، دقیقاً به نقطه جهش خود رسیده است؛ جایی که تراشه‌های اختصاصی‌اش قرار است مغز متفکر پهپادهای متوسط تا غول‌پیکر، خودروهای نیمه‌خودران و تمام‌خودران و انواع ربات‌ها از مدل‌های چهارپا گرفته تا انسان‌نماها باشند.

نکته مهم اینجاست که به گفته خود شرکت، این تراشه‌ها کارایی بسیار بالاتری نسبت به تراشه‌های انویدیا ارائه می‌دهند، آن هم با قیمتی کمتر، مصرف انرژی بهینه‌تر و تولید گرمای ناچیز. دلیلش هم واضح است: این تراشه‌ها اختصاصاً برای هوش مصنوعی فیزیکی بهینه‌سازی شده‌اند، نه فقط استنتاج ابری هوش مصنوعی؛ حوزه‌ای که انویدیا در حال حاضر پادشاه بلامنازع آن است، اما در حقیقت فقط بخش کوچکی از نیاز پردازشی یک ربات واقعی را تشکیل می‌دهد.

رانگاسایی با اشاره به خانواده تراشه‌ها و کیت‌های رباتیک نسل جدید انویدیا که توانایی پردازش تا ۲۷۵ تریلیون عملیات بر ثانیه (TOPS) را دارند، می‌گوید: «رقیب اصلی ما محصولات رده Jetson Orin انویدیا بوده؛ در حالی که از نظر سرعت تولید توکن یا تعداد فریم در ثانیه معمولاً دو برابر بهتر از انویدیا عمل می‌کنیم، مصرف انرژی‌مون تنها یک‌پنجم اون‌هاست.»

یکی از مدیران ارشد صنعت رباتیک پیش‌تر گفته بود که پردازش هوش مصنوعی در یک ربات انسان‌نما ممکن است تا ۴۰ درصد از کل توان باتری ربات را ببلعد؛ پس کاهش مصرف انرژی یک برگ برنده حیاتی است.

البته باید در نظر داشت که این آمارها از دل آزمایش‌های خود شرکت SiMa.ai بیرون آمده و بنچمارک مستقل شخص ثالث نیستند، اما دست روی مشکلی واقعی گذاشته‌اند. پلتفرم جدیدتر Jetson Thor انویدیا بی‌نهایت قدرتمند است و بسیاری از شرکت‌های رباتیک انسان‌نما سراغش رفته‌اند، اما هم‌زمان بسیار گران‌قیمت است و مصرف برقی نجومی دارد.

رانگاسایی دقیقاً انویدیا و ارزش بازار ۵ تریلیون دلاری‌اش را هدف گرفته و می‌گوید: «انویدیا برای ساخت نمونه‌های اولیه (پروتوتایپ) فوق‌العاده است، اما وقتی پای ساخت یک محصول تجاری و صنعتی به میان می‌آید قضیه فرق می‌کند. چه برای ربات انسان‌نما و چه هر چیز دیگر، پرداخت ۳,۵۰۰ تا ۵,۰۰۰ دلار فقط برای بخش پردازشی اصلاً توجیه اقتصادی ندارد. از طرفی توان مصرفی ۱۳۰ وات چیزی نیست که بتوان در مقیاس تولید انبوه و صنعتی با آن کنار آمد.»

یک اعلان جنگ تمام‌عیار به پادشاه پردازنده‌ها!

رانگاسایی حدود یک دهه پیش SiMa.ai را پایه‌گذاری کرد؛ روزهایی که به قول خودش «راه‌اندازی شرکت‌های هوش مصنوعی ابری خیلی مد بود». با این حال او تصمیم گرفت سراغ بخش دشوار و پیچیده ماجرا برود و شرکتی برای هوش مصنوعی در دنیای فیزیکی بسازد. او پس از گرفتن کارشناسی ارشد مهندسی برق، بیش از ۳۵ سال از عمر کاری‌اش را صرف توسعه سیستم‌های پردازشی در غول‌هایی مثل Xilinx، استارتاپ تراشه‌های هوش مصنوعی Groq و Cypress Semiconductor کرده است. کارنامه‌ای سرشار از طراحی تراشه‌های برنامه‌پذیر که همه چیز را، از خودروها گرفته تا دکل‌های مخابراتی، به کار می‌اندازند؛ پیش‌زمینه‌ای ایده‌آل برای رهبری دنیای هوش مصنوعی فیزیکی.

حالا او تراشه‌های مخصوص هوش مصنوعی فیزیکی را با نرم‌افزارهای ایجنت‌محور ترکیب کرده تا به توسعه‌دهندگان امکان دهد با سرعتی باورنکردنی، تمام توان این سخت‌افزارها را به کار بگیرند.

نسل دوم تراشه‌های این شرکت با نام Modalix با فناوری ۶ نانومتری TSMC ساخته شده و اکنون در مرحله تولید قرار دارد. سرمایه جذب‌شده در سری C قرار است ساخت نسل سوم را کلید بزند؛ تراشه‌ای که به گفته رانگاسایی با مصرف فقط ۶۰ وات، دو برابر قدرت تراشه Thor انویدیا را تحویل می‌دهد. سخت‌افزار نسل بعدی آن‌ها قرار است در نیمه اول سال ۲۰۲۸ با توان پردازشی ۱,۰۰۰ تِرا عملیات بر ثانیه (TOPS) و در قالب‌های متنوع مثل IP، چیپلت و سیستم روی تراشه (SoC) کامل عرضه شود.

اما در این نبرد، نرم‌افزار حتی از سخت‌افزار هم مهم‌تر است.

رانگاسایی با اعتراف به اینکه انویدیا با ساخت پلتفرم نرم‌افزاری CUDA بهترین عملکرد ممکن را داشته و سدی محکم دور اکوسیستم خود کشیده است، می‌گوید: «اگر می‌خواهید یک شرکت تراشه‌سازی بی‌نظیر بسازید، قبل از هر چیز باید یک شرکت نرم‌افزاری فوق‌العاده باشید.»

چالش اصلی کجاست؟ مدل‌های هوش مصنوعی برق‌آسا پیشرفت می‌کنند، اما روند ساخت و ارتقای تراشه‌ها فوق‌العاده کند است. صنعت هوش مصنوعی در چشم‌به‌هم‌زدنی از مدل‌های زبانی بزرگ (LLM) به مدل‌های بینایی-زبانی (VLM)، سپس مدل‌های اکشن-بینایی-زبانی (VLA) و بعد مدل‌های بنیادین جهانی رسید؛ اما سخت‌افزاری که سه سال قبل طراحی شده باید بتواند همه این مدل‌های جدید را بدون مشکل اجرا کند.

او می‌گوید: «معماری و ساختار هوش مصنوعی هر ماه یا حداکثر هر دو ماه یک‌بار دگرگون می‌شود، در حالی که چرخه نوسازی سیلیکون و تراشه‌ها دست‌کم سه سال طول می‌کشد. چطور می‌توان این دو دنیای ناهمگون را با هم هماهنگ نگه داشت؟ این یکی از بزرگ‌ترین چالش‌های نرم‌افزاری کل صنعت است.»

پاسخ SiMa.ai به این چالش پلتفرمی به نام Palette Neat است؛ محیطی که به ادعای شرکت نخستین محیط نرم‌افزاری ایجنت‌محور در حوزه هوش مصنوعی فیزیکی به شمار می‌رود. ایده پشت این پلتفرم فوق‌العاده جذاب است: سازندگان ربات اصلاً نیازی ندارند از پیچیدگی‌های معماری سخت‌افزار سر دربیاورند! آن‌ها فقط مجموعه داده‌هایشان و محدودیت‌های مورد نظر برای تاخیر زمانی، مصرف برق و دقت را تعیین می‌کنند و سیستم خودش بقیه برنامه را می‌سازد؛ درست مثل یک vibe coding تمام‌عیار برای دنیای ربات‌ها!

رانگاسایی می‌گوید: «مشتریان ما همگی می‌خواهند بدون درگیر شدن با دردسرهای یادگیری، تجربه کار با هوش مصنوعی را داشته باشند. آن‌ها واقعاً تمایلی به فهمیدن جزئیات معماری یا کدنویسی من ندارند؛ فقط می‌خواهند یک دکمه را بزنند و همه‌چیز بدون دردسر کار کند.»

علاوه بر این، شرکت کاری کرده تا مهاجرت از انویدیا هم حسابی بی‌دردسر باشد. انویدیا معمولاً بردهای آماده سیستم-روی-ماژول (SOM) می‌فروشد، بنابراین SiMa.ai یک نسخه جایگزین دقیق برای آن ساخته است.

رانگاسایی توضیح می‌دهد: «تنها کاری که باید بکنید این است که ماژول SOM انویدیا را بردارید و ماژول SiMa را سر جایش بگذارید. تمام پایه‌ها دقیقاً منطبق است و استانداردهای کامل صنعتی را دارد.»

در بخش نرم‌افزار هم SiMa.ai اسکیل‌ها و کتابخانه‌های ایجنت‌محوری آماده کرده تا مشتریان بتوانند جلوی چشمان خود، تبدیل کدهای انویدیا مبتنی بر CUDA یا TensorRT را به کدهای سازگار با SiMa تماشا کنند. اعضای این تیم هم‌اکنون در حال مذاکره با سازندگان پهپاد هستند و پیشنهادی وسوسه‌انگیز به آن‌ها می‌دهند: کدهای فعلی پهپادتان را بیاورید تا در همان جلسه و به صورت زنده آن را به پلتفرم ما منتقل کنیم!

رانگاسایی می‌گوید: «پیش‌فرض همه در دنیای هوش مصنوعی فیزیکی این بود که ساخت یک برنامه کاربردی پیچیده حداقل ۹ ماه زمان می‌برد؛ اما ما این زمان را به یک روز رسانده‌ایم!»

البته رساندن ساخت یک سیستم در مقیاس تولید به تنها یک روز ادعای بسیار بزرگی است، اما با موج جدید مهندسی به کمک هوش مصنوعی کاملاً همخوانی دارد. چندی پیش شرکت جنرال رباتیکس که انویدیا روی آن سرمایه‌گذاری کرده اعلام کرد ۸۰ درصد از کدهایش توسط هوش مصنوعی نوشته می‌شود و زمان آموزش ربات‌ها ۹۹ درصد کاهش یافته است. هر کسی که در این مدت تجربه جدی vibe coding داشته، می‌داند که سرعت سرسام‌آور پیشرفت واقعی است، حتی اگر خروجی نهایی همیشه بی‌نقص نباشد.

به گفته رانگاسایی، مشتریان معمولاً با شک و تردید پای جلسات می‌آیند: «من عاشق این شک و تردیدم؛ چون وقتی در انتهای کار حس و حالشان را می‌پرسم، با تعجب می‌گویند: واقعاً کار کرد!»

قابلیت فنی مهم دیگر، اجرای هم‌زمان چندین مدل هوش مصنوعی است. بیشتر ربات‌ها چندین لایه هوش دارند؛ کنترل سطح پایین حرکات، لایه‌ای شبیه ROS برای هدایت ربات، لایه‌های سطح بالاتر استدلال برای برنامه‌ریزی وظایف، مدل‌های زبانی برای گفتگو و لایه‌های نظارتی ناوگان. تراشه SiMa.ai از نسخه ROS 2 پشتیبانی پیش‌فرض دارد و می‌تواند چندین مدل بینایی-زبانی (VLM) را هم‌زمان روی یک تراشه اجرا کند.

درآمد SiMa.ai از سال ۲۰۲۴ تا ۲۰۲۵ چهار برابر شده و لیست مشتریانش شامل غول‌هایی مانند Bosch، Emerson، Micron، Synopsys و همچنین Intrinsic (متعلق به گوگل) است. نرم‌افزار این شرکت به شکل متن‌باز روی گیت‌هاب نیز منتشر شده است.

درباره آینده ربات‌های انسان‌نما، رانگاسایی پیش‌بینی می‌کند موج ورود انبوه آن‌ها از سال ۲۰۲۸ و هم‌زمان با آماده شدن سخت‌افزارهای جدید SiMa.ai آغاز شود. او معتقد است تاریخ دیتاسنترها در دنیای رباتیک هم تکرار خواهد شد؛ همان‌طور که ده سال قبل ۹۰ درصد درآمد مراکز داده از آموزش مدل‌ها بود و حالا به ارائه پاسخ و سرویس‌دهی روزمره تبدیل شده، در رباتیک هم درآمد اصلی از مرحله آموزش ربات‌ها به اجرای روزمره آن‌ها منتقل خواهد شد.

درباره بحث‌های بی‌پایان بر سر شکل ظاهری ربات‌ها هم رانگاسایی ترجیح می‌دهد طرف هیچ‌کدام را نگیرد: «بحث بر سر اینکه حتماً باید ربات شبیه انسان باشد یا چهارپا و چرخ‌دار، تا بیست سال آینده هم ادامه خواهد داشت. چرا باید با جاذبه زمین بجنگیم؟» پاسخ SiMa.ai ساده است: آن‌ها به همه سازندگان، با هر فرم و ظاهری، تراشه خواهند فروخت!