EnCharge punta sui chip analogici per l’AI di prossima generazione | Intelligenza artificiale app | Openai | Intelligenza artificiale generativa chat gpt | Turtles AI

EnCharge AI, startup nata dalla ricerca della Princeton University, ha chiuso un round di finanziamento di Serie B raccogliendo più di 100 milioni di dollari. L’obiettivo è accelerare la diffusione dei suoi innovativi chip analogici, progettati per ridurre il consumo energetico dell’AI fino a 20 volte rispetto alle soluzioni tradizionali. L’azienda mira a spostare i carichi di lavoro di inferenza AI dai data center a dispositivi locali, migliorando sicurezza, latenza ed efficienza economica. Il round, guidato da Tiger Global, rafforza il posizionamento di EnCharge in un mercato strategico, allineandosi alle iniziative governative per l’innovazione hardware.

Punti chiave:

• Finanziamento strategico: Raccolti oltre 100 milioni di dollari per portare sul mercato acceleratori AI analogici.
• Efficienza energetica: Chip fino a 20 volte più efficienti rispetto alle soluzioni attuali.
• Supporto istituzionale: Collaborazioni con Princeton University, DARPA e investitori chiave del settore.
• Innovazione tecnologica: Architettura in-memory resistente al rumore per elaborazione AI avanzata.

EnCharge AI si distingue nel panorama dei semiconduttori grazie all’adozione di un approccio innovativo basato su chip analogici, che superano il tradizionale modello di elaborazione separata tra memoria e calcolo. L’azienda punta a migliorare il settore dell’AI con una tecnologia capace di elaborare dati direttamente nella memoria, riducendo drasticamente il consumo energetico e ottimizzando le prestazioni dei dispositivi. Questa metodologia risponde a una delle principali sfide del settore: l’elevato costo computazionale dell’AI, che oggi grava sui data center alimentati da GPU ad alta intensità energetica.

Il finanziamento, guidato da Tiger Global e supportato da investitori di spicco come Samsung Ventures, HH-CTBC (joint venture tra Foxconn e CTBC VC), Maverick Silicon e SIP Global Partners, porta il capitale complessivo raccolto da EnCharge a oltre 144 milioni di dollari. La startup, con sede a Santa Clara, prevede di lanciare le sue prime soluzioni commerciali entro la fine dell’anno, consolidando il proprio ruolo in un settore sempre più strategico per l’economia globale.

A differenza dei chip convenzionali utilizzati per l’addestramento e l’inferenza AI nei data center, la tecnologia sviluppata da EnCharge è progettata per eseguire modelli AI direttamente sui dispositivi edge, come laptop, smartphone e wearable. Questo approccio consente di ridurre la dipendenza dal cloud, migliorando sicurezza e latenza e offrendo al contempo un’alternativa più sostenibile ed economica alle attuali soluzioni basate su GPU e TPU.

L’azienda è full-stack, avendo sviluppato non solo l’hardware ma anche un’intera piattaforma software per ottimizzare l’integrazione e l’utilizzo dei suoi acceleratori AI. La chiave del successo tecnologico di EnCharge risiede nella sua architettura di calcolo in-memory resistente al rumore, elemento che la distingue dai concorrenti. Il CEO e co-fondatore Naveen Verma ha sottolineato come la grande innovazione risieda nella capacità di sfruttare un dispositivo geometrico di fili metallici altamente controllabile, già presente nella catena di fornitura standard, per ottenere un’elaborazione più efficiente.

Il coinvolgimento di partner strategici come TSMC, che produce i chip di EnCharge, dimostra la solidità della sua roadmap tecnologica. La startup ha lavorato per anni prima di uscire dall’ombra, preferendo affinare la propria tecnologia prima di accedere ai finanziamenti di venture capital. Oltre al sostegno di Princeton e DARPA, EnCharge conta su un comitato consultivo con esperti del calibro di Donald Rosenberg (ex Qualcomm), Sam Heidari (CEO di Lumotive) e Andrea Goldsmith (Intel e Princeton).

L’azienda entra in un mercato altamente competitivo, sfidando giganti come Nvidia e AMD e startup emergenti come Mythic e Sagence. Tuttavia, il modello analogico in-memory potrebbe rappresentare una svolta cruciale, soprattutto considerando l’interesse crescente del governo degli Stati Uniti per il rafforzamento della produzione nazionale di semiconduttori.

EnCharge ha già dimostrato un forte potenziale, con investitori di rilievo che credono nella sua visione di un’AI più efficiente, scalabile e sostenibile.