SambaNova完成10億美元融資，估值達110億美元

當地時間7月8日，美國AI芯片初創公司SambaNova宣布完成了 10 億美元的 F 輪融資的首輪融資，使得公司整體估值達到了 110 億美元。

據介紹，General Atlantic領投了此輪融資，Seligman Ventures、T. Rowe Price Associates和Capital Group也深度參與。其他新老投資者還包括BlackRock、Intel Capital、卡塔爾投資局、Battery Ventures、Vista Equity Partners和Volantis等。SambaNova表示，預計將在未來幾周內完成F輪融資的第二輪融資。

SambaNova表示，將利用此輪募集資金擴大產能，提升面向企業、自主人工智能和新云客戶的部署規模，并繼續投資芯片、系統和軟件，保障供應鏈免受強勁需求沖擊。

與此同時，SambaNova還宣布，摩根大通將部署 SambaNova 的 SN40 和 SN50 系統，這些系統將部署在其自有場所運行人工智能工作負載，而不是通過第三方云服務提供商。

摩根大通基礎設施平臺首席信息官 Darrin Alves 在一份聲明中表示，“在摩根大通，人工智能基礎設施必須在性能、控制和可靠性方面達到非常高的標準，”

SambaNova聯合創始人兼首席執行官Rodrigo Liang表示，與摩根大通的合作關系標志著一種更廣泛的轉變?！皩τ阢y行和其他數據至關重要的行業來說，將這種基礎設施部署到本地，將包含模型的基礎設施部署到本地，并使其能夠使用您的私有數據，并將所有內容都置于您的防火墻內，這是以非常安全且私密的方式運行人工智能的一個極其重要的方面?！?/p>

資料顯示，SambaNova創立于2017年，主要設計和構建集成的軟硬件解決方案，旨在從數據中心到邊緣運行AI應用和數據密集型應用。SambaNova的AI芯片基于可重構數據流架構（RDU），使應用能夠驅動優化的硬件配置，軟件不受固定硬件的限制。

雖然GPU在AI模型訓練方面表現出色，但這是一個計算量很大的功能;AI推斷是一種數據流動和內存優化的挑戰，需要不同的架構方法。為了進行人工智能推理，GPU必須對片外內存進行多次冗余調用。每次內存調用都會增加進程的延遲和能量消耗，這也是GPU需要如此多功耗的原因。而RDU將給定AI模型的圖映射到數據在處理器中移動的最高效路徑。這種方法消除了對內存的冗余調用，從而大幅降低了延遲和功耗。

目前SambaNova主推的產品是基于第四代RDU架構的AI芯片SN40和基于第五代RDU架構的AI芯片SN50，以及基于這兩款芯片的AI系統，均為面向推理AI應用所設計。

其中， SN40L 基于臺積電5nm制程工藝，擁有1020億個晶體管（英偉達H100為800億個晶體管），1040個自研的“Cerulean”架構的RDU計算核心，整體的算力達638TFLOPS（BF16），雖然這個算力不算太高，但是關鍵在于SN40L還擁有三層數據流存儲器，包括：520MB的片上SRAM內存（遠高于此前Groq推出的號稱推理速度是英偉達GPU的10倍、功耗僅1/10的LPU所集成的230MB SRAM），集成的64GB的HBM內存，1.5TB的外部大容量內存。這也使得其能夠為 5 萬億參數模型提供支持，單個系統節點上的序列長度可達 256k+。對比英偉的H100芯片，SN40L不僅推理性能達到了H100的3.1倍，在訓練性能也達到了H100的2倍，總擁有成本更是僅有其1/10。

SN50 的單加速器計算能力是上一代產品的五倍，網絡帶寬是上一代產品的四倍。它可通過每秒數TB的互連鏈路連接多達256個加速器，從而縮短首次Token生成時間并支持更大的批處理規模。同時，結合了 16 顆 SN50 芯片SambaRack SN50 系統，使每臺加速器提供五倍的計算能力和四倍的網絡帶寬?；ヂ摰腟ambaRacks可通過多TB每秒互連擴展最多256個加速器，這減少了TTFT并支持更大的批次規模。因此，可以支持當今和未來的最大模型，能夠運行多達10萬億個參數的單個模型，其規模和上下文長度高達1000萬個Token。

根據SambaNova官方的說法，其SN40和SN50芯片在推理解碼階段的速度比競爭對手同類產品快5到10倍，能夠釋放出更多計算資源用于其他任務。

值得一提的是，今年2月，SambaNova完成了3.5億美元的E輪融資，英特爾作為戰略合作伙伴和投資者加入。

Rodrigo Liang表示，SambaNova正在考慮于 2027 年在美國進行 IPO。

編輯：芯智訊-浪客劍