광고
광고
광고
광고
광고
광고
광고
광고
광고
로고

[Simuli, TrueAGI, SingularityNet(SNet)기업 소개] 챗GPT4가 나오면서 에너지소비 5배로 증가 탄소배출도 수배로 증가, 그 대안은 에너지소모가 절반으로 감소하는 AGI 칩! 시물라이는 AGI칩 디자인하우스, 한국유치 시급

운영자 | 기사입력 2023/10/15 [12:24]

[Simuli, TrueAGI, SingularityNet(SNet)기업 소개] 챗GPT4가 나오면서 에너지소비 5배로 증가 탄소배출도 수배로 증가, 그 대안은 에너지소모가 절반으로 감소하는 AGI 칩! 시물라이는 AGI칩 디자인하우스, 한국유치 시급

운영자 | 입력 : 2023/10/15 [12:24]

 

 

 

Simuli, TrueAGI, SingularityNet(SNet)기업 소개

 

엔비디아가 챗GPT 최대 수혜기업인 이유, AI칩이 가장 큰 부를 가져온다.  AGI칩을 개발한 시뮬라이 AGI칩디자인하우스

 

엔비디아는 GPU 가 탄생했을 때부터 생태계 구축에 무척 심혈을 기울였는데요. 2007년 CUDA(Computer Unified Device Architecture)라는 이름으로 병렬 컴퓨팅(행렬연산)에 특화된 플랫폼과 소프트웨어를 개발하기 시작했어요. 당연히 GPU를 사용하는 대부분의 사람들이 이 CUDA 플랫폼 위에서 개발을 하고 학습을 하고 있죠. 이 CUDA 는 엔비디아가 AI반도체 시장을 꽉 잡고 있는 이유이기도 해요. 엔비디아의 AI 반도체 시장 점유율은 약 80%에 달하고 2023년 3분기 데이터센터 GPU 매출은 38억달러에 달해요. 엔비디아 3분기 매출의 64%에 달하는 높은 비중.

 

굳건할 것 같은 엔비디아의 GPU에 도전자가 등장하게 되는데요. 바로 AI 원탑인 구글. 구글은 2013년 제프리 힌튼 교수 등 유명한 딥러닝 연구자들을 영입하고 2014년에는 딥마인드를 인수하는 등 대규모 투자를 하기 시작하는데요. 2016년 바둑 기사 이세돌과 알파고의 대국이 딥러닝 분야에서 구글의 기술력을 보여준 상징적인 이벤트였어요.

 

2016년 알파고 대국에는 엔비디아의 GPU뿐 아니라 구글이 직접 만든 TPU(Tensor Processing Unit)가 사용된 것으로 알려져 있있요. GPU 같은 행렬연산에 특화된 반도체인데, GPU처럼 그래픽 처리까지 잘하는 것이 아니라 오직 AI 연산에만 집중하는 반도체죠. 텐서(Tensor) 란 다중차원의 행렬을 의미하는데 AI 연산이란 이 텐서를 계속 계산하는 것이거든요. 

 

TPU 의 등장으로 AI 반도체 시장은 1황인 엔비디아에 무수히 많은 도전자들이 등장하는 ‘大 AI반도체의 시대’가 열리게 되었습니다. 

 

AI반도체는 내 폰에도 들어있다

 

고객이 사용하는 PC나 스마트폰에서 이뤄질 수도 있죠. 이걸 엣지 컴퓨팅이라고 하는데 여기에도 AI반도체를 집어넣는 경우가 많아지고 있어요. NPU(Neural Processing Unit)이라고 불리는 경우가 많은 것 같은데 애플의 M1, M2 칩이나 퀄컴 스냅드래곤, 삼성 엑시노스 같은 스마트폰 AP에는 추론용의 AI반도체 기능이 들어갑니다. 다만 이런 엣지 NPU 시장은 챗GPT 와 같은 초거대AI 에 사용되는 AI반도체와는 별도의 시장으로 봐야할 것 같아요. (엔비디아가 ARM을 인수하려고 했던 이유이기도)

 

이처럼 AI 반도체에 학습과 추론의 차이가 있기 때문에 많은 기업들이 학습용 AI 반도체, 추론용 AI 반도체를 따로 만들어서 엔비디아에게 도전하고 있어요. 학습용 AI 반도체의 경우 CUDA를 기반으로 엔비디아가 구축해놓은 철옹성이 너무 강력하기 때문에 추론용 AI 반도체를 먼저 공략하는 경우가 많다고 합니다.

 

아래는 엔비디아에 도전하는 대표적 AI 반도체 회사들입니다.

 

구글 : TPU

아마존(AWS) : 인페런시아(추론용), 트레이니움(학습용)

인텔 : 하바나랩스 가우디(학습용), 하나바랩스 그레코(추론용)

AMD : 인스팅트, FPGA

SK(한국) : 사피온

 

스타트업 :

(해외) 그래프코어, 세레브라스, 삼바노바

(한국) 리벨리온, 퓨리오사AI

 

----------------------

 

 

 

 

 AGI칩을 개발한 시뮬라이 AGI칩디자인하우스

 

한국에 공장 이전 스탭 

Step 1) Software simulation  for hypervector and MPMC chips
Step 2) FPGA programming for hypervector and MPMC chips
Step 3) Construction of factory in Korean for assembly of AGI boards
Step 4) Manufacture of N hypervector and MPMC chips (presumably in
Taiwan or China) ... this is a small-scale production run
Step 5) Assembly of N AGI boards in Korean factory, each having a CPU
and deep-NN chip and hypervector chip and MPMC chip
Step 6) Expansion of Korean factory for assembling AGI boards
Step 7) Manufacture of M>>N hypervector and MPMC chips outsourced
Step 8) Assembly of M >>N AGI boards in Korean factory

 

반도체시장이 급격하게 AGI칩 마더 보드 생산으로 흘러가고 있다. 인공지능로봇바이오시장이 전체시장의 42%를 차지한다는 보고서가 나왔다. 재생에너지시장, 자율차시장, 3D프린터, 드론, IOT, 블록체인, 메타버스시장 등이 모두 10% 미만을 차지할때 인공지능이 40%를 가져간다. 인공지능에서는 로봇이나 자율차, 드론, IOT, 블록체인 메타버스등에 칩을 제공해야한다. 그래서 특별한 최고의 칩인 Artificial General Intelligence Chip이 필요하다. 이 칩을 넣은 보드를 서버에 장착해야지만 효율적이고 높은 성능의 자율차, 드론 등 신기술을 돌릴 수 있다. 한국정부도 적극적이다. https://www.it-b.co.kr/news/articleView.html?idxno=64795

 

최신기술로 최저금액으로 최고의 AGI칩을 디자인하는 시물라이 디자인하우스는 현재 디자인하우스를 한국파트너와 협업, 한국으로 옮기고 싶어한다. 시물라이사는 AGI칩을 넣은 마더 보드를 만들어 GPT3 서버에 장착하여 현존하는 칩이나 보드보다 수백배나 빠르면서 인공지능프로젝트를 관리할 수 있는 가장 앞서가는 칩과 보드를 디자인한다. 아래 보이는 GPT3 서버에 들어갈 AGI칩을 넣은 보드를 디자인하는데, 현재 NVDIA 등도 디자인하지 못한 최초의 AGI칩 마더보드를 디자인하여 특허를 받았다.

 

For creating a chip design house, the open source software approach taken by
 
 
is appealing.   This however is all about software... the designs created are then prototyped in the Skywater chip foundry...
Assuming Kim wants to do hardware and not just software, 'assembly and testing of the AGI boards ' in his factory,  or the boards'  final testing and packaging in his factory.   

The AGI board will have a custom hypervector chip, a custom OpenCog graph pattern matcher chip, a deep learning chip and a GPU, with custom interconnects between them ... each of these chips can be prototyped using MPW via Skybridge or MOSIS or elsewhere but then must be made in a proper foundry... but the putting together of the chips onto a board could be done in a simpler sort of factory,....
 

최초의 오픈 소스 파운드리 PDK는 개방형 하드웨어를 위한 전체 제조 체인을 가능하게 합니다. Google이 후원하는 MPW 셔틀 프로그램에서 현재 디자인 제출을 받고 있습니다.

미네소타주 블루밍턴 및 캘리포니아주 산호세 - 2020년 11월 12일 - 신뢰할 수 있는 기술 실현 파트너인 SkyWater Technology 와 Efabless맞춤형 실리콘을 위한 크라우드소싱 설계 플랫폼인 은 오늘 SkyWater에서 실행될 Google이 후원하는 일련의 오픈 소스 MPW(Multi-Project Wafer) 셔틀에 대한 설계 제출을 수락한다고 발표했습니다. Google, SkyWater 및 Efabless 간의 파트너십을 통해 프로그램에서 선택한 오픈 소스 디자인은 디자이너에게 무료로 제작됩니다. MPW 프로그램은 130nm 혼합 신호 CMOS 기술(SKY130 공정)을 위한 최초의 파운드리 지원 오픈 소스 공정 설계 키트(PDK)를 통해 가능합니다. 이 이니셔티브는 맞춤형 ASIC(Application Specific Integrated Circuits)를 위한 완전한 오픈 소스 제조 공급망을 가능하게 할 것이며 Google 및 Efabless의 프레젠테이션을 포함하여 FOSSi(Free and Open Source Silicon) Foundation에서 제작한 일련의 대화 에서 논의되었습니다.

Google은 RISC-V 재단과 Linux 재단의 CHIPS Alliance 프로젝트의 창립 멤버가 됨으로써 오픈 소스 실리콘을 지원한 강력한 역사를 가지고 있습니다. Google의 저명한 엔지니어인 Parthasarathy Ranganathan은 "Google은 OSPO(Open Source Programs Office)를 통해 특히 lowRISC를 비롯한 주요 개방형 하드웨어 노력에 자금, 전략 및 법적 지원을 제공함으로써 개방형 실리콘 공간의 씨앗을 뿌릴 수 있도록 적극적으로 참여하고 있습니다. 그리고 CHIPS 얼라이언스.”

셔틀 프로그램 을 지원하기 위해 Efabless는 SKY130 PDK를 지원하고 전 세계 설계자들이 사용할 수 있는 openLANE 이라고 하는 완전한 Apache 2.0 라이선스 오픈 소스 RTL2GDS 설계 스택을 출시했습니다. 오픈 소스 설계와 Efabless에서 생산하고 무료로 사용할 수 있는 표준화된 테스트 장치를 사용하면 검증 결과를 다른 설계자가 쉽고 비용 효율적으로 복제할 수 있으므로 새로운 모델이 아이디어를 평가하고 반복할 수 있습니다. 이 커뮤니티 기반 모델은 또한 제품 검증 및 보안에 대한 새롭고 효과적인 접근 방식을 제공합니다.

이 제안은 IC 설계를 위한 실험 및 협업과 관련된 장벽과 장애물을 제거함으로써 IoT 유형 애플리케이션에 널리 사용되는 130nm 혼합 신호 SoC 노드의 혁신을 가속화하는 데 의미가 있습니다. 모델과 그 혁신적인 결과는 시간이 지남에 따라 고급 노드로 확장 가능합니다.

Efabless의 최고 기술 책임자이자 공동 설립자인 Mohamed Kassem은 “설계 제출을 위한 포털을 개설하는 것은 공개적으로 협력하여 ASIC을 만들고 검증하고 IP를 지원할 수 있는 글로벌 전문가 커뮤니티를 연결하는 이정표입니다. “오픈 소스 모델은 반도체 칩 설계의 협업을 배가시킵니다. 그리고 이것은 시작에 불과합니다. 시간이 지남에 따라 우리는 오픈 소스 커뮤니티에서 고급(고품질) 디자인이 나올 것으로 기대합니다.”

SkyWater의 기술 개발 및 설계 구현 담당 부사장인 John Kent는 "우리는 새로운 오픈 소스 파운드리 PDK가 재사용 가능한 IP를 생성하기 위한 탁월한 구현 엔진 역할을 하여 아이디어 생성을 증폭하고 현재 진행 중인 제품 개발에 피드를 제공할 것으로 기대합니다. IoT와 산업 공간.”

Google 후원 MPW 셔틀 프로그램 정보

오픈 소스 파운드리 PDK는 https://github.com/google/skywater-pdk 에서 액세스할 수 있으며 이 발표 당시 지난 2주 동안 1700회 이상 다운로드되었습니다. Efabless는 고객이 단계별 워크플로를 따라 설계를 MPW 셔틀 후보로 제출할 수 있도록 디지털 포털을 만들었습니다. Efabless 포털은 현재 활성화되어 있으며 2020년 11월 30일까지 설계를 수락합니다. Efabless는 라이센스 및 데이터 무결성 검사를 수행한 다음 셔틀을 조립하기 전에 설계 규칙 검사를 수행합니다. 각 셔틀 운행에는 40개의 디자인 슬롯(좌석)이 있으며 첫 번째 운행은 2020년 4분기에 시작될 예정입니다. 제출된 디자인이 셔틀의 좌석 수를 초과하는 경우 디자이너는 다음 셔틀로 연기됩니다.

설계 제출 프로세스 및 요구 사항에 대한 자세한 내용은 https://efabless.com/open_shuttle_program 또는 https://www.skywatertechnology.com/mpw/open-source-mpw-program/ 에서 확인할 수 있습니다 . SKY130 PDK 오픈 소스 파운드리 오퍼링에 대해 자세히 알아보려면 https://skywater-pdk.slack.com/ 을 방문 하거나 swfoundry@skywatertechnology.com 에 문의하십시오 .

Efabless Corporation 소개

Efabless.com 은 오픈 소스 및 커뮤니티 모델을 사용하여 IC의 설계 및 상용화를 간단하고 저렴하며 모든 사람이 액세스할 수 있도록 하는 플랫폼 및 마켓플레이스를 제공합니다. Efabless는 구성 가능한 오픈 소스 SoC 설계 템플릿 및 자동화된 설계 생성을 기반으로 하는 새로운 솔루션을 통해 신제품 개발 및 초기 개념 증명을 가속화합니다. 제품 개발자는 이 솔루션을 사용하여 신속하고 비용 효율적이며 안정적으로 맞춤형 실리콘을 생성합니다. 칩 개발자는 이 솔루션을 사용하여 새롭고 흥미로운 IC의 개념 증명을 위한 비용과 시장 출시 시간을 획기적으로 단축합니다. 당사의 모델은 고급 패키징, 소프트웨어, 하위 시스템 및 전체 시스템으로 확장할 수 있습니다. Efabless는 캘리포니아 산호세에 본사를 두고 있습니다. 자세한 내용은 www.efabless.com 을 방문하십시오 .

스카이워터 기술 소개

SkyWater는 미국 소유 및 미국 기반의 유일한 순수 플레이 반도체 파운드리이며 집적 회로 및 마이크로 장치용 맞춤형 기술 개발 서비스 및 대량 제조를 전문으로 하는 DOD 공인 신뢰할 수 있는 공급업체입니다. Technology Foundry 모델을 통해 SkyWater의 세계적 수준의 운영 및 고유한 처리 기능은 혼합 신호 CMOS, 전력, rad-hard 및 ROIC 솔루션을 가능하게 합니다. SkyWater의 고급 기술 서비스는 탄소 나노튜브, 광자 및 MEMS 장치와 함께 초전도 및 3D IC의 개발을 지원합니다. 이 회사는 항공 우주 및 방위, 자동차, 생물 의학, 클라우드 및 컴퓨팅, 소비자, 산업 및 IoT와 같은 성장하는 시장에서 고객에게 서비스를 제공합니다. 자세한 내용은 www.skywatertechnology.com/ 을 방문하십시오 . 

Efabless 회사 연락처: Jeff DiCorpo | 408.896.2078 | jeffdi@efabless.com

SkyWater 회사 연락처: Tara Luther | 952.851.5023 | tara.luther@skywatertechnology.com

SkyWater 미디어 연락처: Lauri Julian | 949.280.5602 | lauri.julian@skywatertechnology.com

 

 

Getting Around the GPT-3 Waitlist, The Hard(ware) Way 

이 기업은 소피아, 그레이스로봇의 소프트웨어를 만든 세계일반인공지능협회(AGI) 회장 벤 그로첼박사가 만든 기업이다.  투자에 $1.5-$2M USD가 필요하며 이를 통해 다음과 같은 이정표를 달성할 수 있다. 5년후 회사가치 2500억원, 직원 200명으로 예상, 투자자수익은 1년후 20억, 2년후 25억, 3년후 23억, 4년후 70억, 5년후 280억. 시물라이의 순이익 5년후 순이익 500억, 자금흐름도 1700억원, 잔고 2300억원, 기업가치는 2500억원으로 증가한다.

 

제품 이정표:

- 기존 하드웨어에서 시장에 출시할 준비가 된 이상감지 소프트웨어 제품군

- 기존 하드웨어에서 시장에 출시할 준비가 된 추천 시스템 소프트웨어 제품군

- 자율제어시스템 소프트웨어 프로토타입

- 이상감지 및 추천 소프트웨어를 위한 하드웨어 프로토타입

비즈니스 마일스톤:

- 참여 파일럿 고객과 함께 판매를 시작할 수 있다. 증가

- 신규 고객 판매 시작, 수익 흐름 캡처

- 소프트웨어 제품군 라이브러리 지원이 채택 증가를 시작할 수 있음

- 초기 성능 벤치마크를 기반으로 새로운 고객 부문에 참여하기 시작하는 자율 시스템 프로토타입

- 클라이언트를 업스케일링하고 AGI 보드 파트너십 논의를 시작하도록 유도하는 하드웨어 프로토타입

 

We need $1.5-$2M USD for the first year which will afford the following milestones to be met.
Product Milestones:
- Anomaly detection software suite ready for market on existing hardware
- Recommendation system software suite ready for market on existing hardware
- Autonomous control system software prototype
- Hardware prototype for Anomaly and Recommendation software
Business Milestones:
- Sales with engaged pilot customers can start ramping up
- New client sales begin, revenue stream captured
- Software suite library support can begin growing adoption
- Autonomous system prototype to start engaging new clientele sectors based on early performance benchmarks
- Hardware prototype to entice clients to upscale and begin discussing AGI board partnerships
 
현재 보드를 바꾸는 작업으로 핵심 AGI 보드 제품에 초점을 맞추면 $1M 가 필요하다. 공장의 경우 원래 첫 해에 원격작업을 계획했다. 이는 첫 해가 TSMC 또는 삼성 LSI(한국 기반) 파운드리와 공유할 핵심 소프트웨어 및 결과 RTL을 개발하기 위해 파트너십 및 파일럿을 끌어오는 데 전념하기 때문에 가능하다. 기껏해야 소규모 지역 사무소로 충분하다. 유용한 엔지니어는 수학적 RTL, 프런트 엔드 디자인 인터페이스 및 마더보드 엔지니어링에 뛰어난 엔지니어등.
 
 
레이첼 CEO가 설명하는 시물라이 전략
 
 시물라이 기업의 현황과 목표
우리는 멋진 디자인 회사이므로 우리가 집중하고 있는 것은 RTL과 아키텍처입니다. 디자인 계획을 세우고 삼성 및 TSMC와 같은 파운드리 업체와 협력하기 시작했습니다.
그들은 실제로 제품을 생산하고 우리는 NVIDIA와 같이 칩, 보드를 디자인하는 디자인하우스입니다.
 
우리도 반도체공장을 짓고 생산도 할 수 있지만 자체적으로 제조하는 것은 현실적이지 않습니다. 연구 등에 10억 달러 이상의 비용이 들 것입니다.
기본적으로 우리는 현재 FPGA에서 프로토타입을 개발한 소수의 개발자입니다. 먼저 필요한 RTL와 손잡고 큰 투자는 필요가 없도록 디자인해서 여러곳에 팔면 됩니다.
 
우리가 사용하고 있는 수학의 기본 핵심 기능을 자랑하며, 개발자들은 지금까지 대부분 원격으로 작업했고 주로 영국과 인도와 같은 다른 나라에서 원격근무를 합니다. 그래서 우리는 첫해에 반드시 공장이 필요하지 않다는 점에서 많은 잇점을 가집니다. 그러나 곳곳에 디자인하우스를 운영하면서 디자이너들을 키울 수 있습니다. 대부분이 서비스를 제공할 수 있는 작은 사무실 공간을 가지고 예술 및 건축 설계 단계에서 원격으로 작업하고 있습니다. NVDIA 또는 ARM 또는 AMD는 해당 회사와 매우 유사한 비즈니스 모델입니다. 우리 기술의 잇점은 큰 공장이 없는 수십억 달러 규모의 회사인 NVIDIA와 유사하다는 것입니다.
 
그래서 첫해에는 하드웨어 개발을 주도할 일부 소프트웨어 제품을 추진하고 있고, 두 번째 해에는 하드웨어 개발이 현실화될 것입니다. 3년차에는 자율제어 시스템을 위한 맞춤형설계소프트웨어 및 하드웨어의 완전한 제품 스위트를 보유하게 됩니다. AGI 마더 보드의 기초입니다. 첫해에 우리는 RTL을 개발하고 전략이 뒷받침되지 않거나 RTL과 이를 지원하는 소프트웨어를 개발하고 있습니다. 두 번째 해에 우리는 수익 흐름과 파이프라인을 갖게 될 것이므로 기본적으로 투자자를 위한 출구는 2024년, 투자자가 투자액을 찾아갈 수 있습니다. 물론 투자를 오래 할 수록 더 높은 자산 수익률을 얻을 수 있습니다.
 
시물라이 편재 평가액과 한국본사 이전 
우리는 1,500만 달러(200억원)의 외부 평가를 받았으며 200만 달러 투자에 대해 20%의 지분을 시물라이 고문으로 있는 박영숙고문에게 드릴 수 있습니다.  NVIDIA 유형, AMD 및 ARM은 모두 유사한 비즈니스 모델을 공유하는 우리는 동일한 비즈니스 모델을 따르고 있습니다. 그래프코어(Graphcore)라는 떠오르는 신생기업이 있는에 정확하게는 그 회사와 유사한 모델을 따르고 있습니다. 20%의 지분을 가지면 먼저 작은 디자인하우스 또는 공장을 가동하고 거기에 하드웨어 엔지니어 몇 명을 배치하고 원격이 아닌 사내에서와 같이 디자인 개발을 시작할 수 있고 교육프로그램도 가능합니다. 
 
원한다면 개발자와 엔지니어가 상주하고 풀타임으로 이 작업을 수행하는 전체 사내 구조를 갖게 되고 한국이 이 기업의 중심이 될수 있습니다. 핵심 엔지니어 몇 명을 한국으로 데려오고 현지에서 확실히 고용할 것입니다. 네, 이 한국 엔지니어들을 가르칠 수 있고 거대한 AGI 칩과 보드 디자인공장을 만들 수 있습니다. 우리는 현재 미국 플로리다주 마이애미에 기반을 두고 있습니다.
 
벤고르첼 세계일반인공지능협회장겸 소피아개발자의 역할
Ben은 일종의 최고 AI 책임자 최고 연구 책임자로 활동하고 있습니다. 이 EGR 마더보드를 읽기 위해 설계해야 하는 두 개의 칩이 있다고 언급한 바 있습니다. 제가 개척하고 있는 디자인 칩중 하나는 벤 고르첼박사가 디자인하고 있습니다. 우리는 동업자입니다.
 
그래서 벤 고르첼은 Sisco와 같은 파트너십과 우리를 연결하는 데 정말 중요한 역할을 했습니다. 우리는 Sisco로부터 일부 작업을 위해 약간의 보조금을 받았습니다. 그리고 우리를 다른 가능한 클라이언트 및 파트너십과 연결하고 일부 디자인을 제공합니다. 특허에 대한 아이디어 또는 초기 도식등을 가지고 옵니다. 그래서 우리는 이미 출원된 하나의 특허를 가지고 있으며 현재 특허출원하기 위해 작업 중인 다른 두 개의 특허 프로젝트가 있습니다. 내년 1분기까지 특허들을 받습니다.
 
아마도 삼성이나 TMC 또는 이 지역에 몇 개의 다른 한국 기반 파운드리가 있다고 생각하므로 우리는 확실히 제품당 최고의 가격과 제품의 판매처 등을 위해 쇼핑하고 있습니다. Samsung RTMC와 같이 더 큰 알려진 파운드리가 귀하의 특허 아이디어를 훔칠 가능성은 거의 없습니다. 가장 큰 이유는 그들이 IP 일체형이라는 존경을 잃을 것이기 때문이며 다른 기업의 특허제품을 훔치면 더 이상 일거리가 들어오지 않습니다. 
 
따라서 일반적으로 삼성같은 대기업은 다른 기업의 IP를 베끼지 않습니다. 이것이 그들이 정기적으로 수많은 회사를 위해 반도체 생산을 수행하기 때문에 대부분의 비즈니스를 포착하기위해 작은 기업들의 제품을 베끼지 않습니다. 그들의 목표가 서비스를 제공하는 것이라면 혁신적인 잠재고객을 창출하는 것이 아닙니다. 그래서 삼성은 그렇게 할 이유가 전혀 없습니다. 대신 그들이 우리 제품을 정말 좋아한다면 우리 회사를 인수하여 삼성 제품군에 포함시킬 가능성이 훨씬 더 높습니다. 마치 우리가 일부 플레이어에게 개발을 아웃소싱하는 것처럼 일부 IP 문제에 부딪힐 수 있는 곳이 있는데, 그런 경우는 중국이 훨씬 더 가능성이 높은 곳입니다.
 
시물라이 타임라인
첫해에 우리는 출시 준비가 된 두 가지 제품을 갖게 됩니다. 세 번째 제품을 위한 프로토타입과 첫 번째 하드웨어 제품을 위한 프로토타입으로 2개의 소프트웨어 제품이 ER에서 출시될 준비가 되었습니다. 
 
프로토타입에 있는 하나의 소프트웨어 제품과 전체 프로토타입에 있고 구축을 시작할 준비가 된 하나의 하드웨어 제품도 약 5개의 특허를 신청할 것입니다. 그리고 이러한 특허는 최악의 시나리오에서도 투자자 수익을 창출할 수 있습니다. 따라서 우리가 이러한 특허를 쇼핑하지 않기 때문에 정확히 말하기는 어렵습니다. 그러나 이상적으로는 현재 파이프라인에 있는 5개의 특허를 통해 어디에서나 수익을 기대할 수 있습니다.
 
아마도 우리가 디자인한 칩으로 마더 보드를 생산, 600,000불 약 7억원은 특허가 매번 사용될 때마다 라이센스 비용이 적용되고 우리의 수익이 될 것으로 예상됩니다. 종종 기업들은 흔히 200만에서 300만불 약 24억-34억정도 특허 사용료를 완전히 사들이기도 합니다. 그리고 담보 특허가 있지만 그게 최악의 시나리오로 수익을 챙길 수 있는 방법입니다.
 
여기서 올바른 궤적은 우리가 개발에 투자하는 첫 해이므로 두 번째 해에는 수익 흐름을 생성할 수 있고 세 번째 해에는 약 20%의 순이익 마진을 얻을 수 있습니다. 그게 우리의 궤적입니다.
 
왜 시물라이가 필요하며, 누구를 대상으로 판매하나?
오늘날 AI의 가장 큰 문제는 칩이나 보드가 너무 비싸다는 것입니다. 따라서 가장 성능이 좋은 AI모델을 선택하면 인기있는 예가 GPT3로 알려져 있습니다. 해당 모델을 교육하는 데 한개의 GPT 같은 서버가 500만 달러 약 55억이 들며 일반 기업들은 사기가 힘듭니다. 그리고 가장 좋은 성능의 GPT3는 4,500만 달러는 500억이나 합니다.
 
GPT3를 구축하는데 그만큼 돈이 든다고 말할 수 있습니다. GPT3와 비슷한 것을 우리는 얼마에 생산할 수 있을까요 4500만이 아니라 훨씬 적게 들어갑니다. 아마 현재 비용의 40%이하만 필요합니다. 즉 우리는 AI개발 비용을 약 40% 절감할 수 있습니다. 기업이 생성하는 AI 프로젝트에 대한 투자 수익을 높일 것으로 기대합니다.
 
우리의 제품은 비즈니스 기업에 판매를 하며, Hp 및 Sisco와 같은 고객과 이미 관계를 맺기 시작했습니다. 독일 자율주행차 회사인 CF도 이미 이야기를 하고 있습니다. 우리는 NASA와도 대화를 하고 있습니다. 이 모든 플레이어 Netflix, Facebook과 협상을 시작했습니다. Amazon Google은 Marketplace AI의 모든 대형 플레이어들고 협력을 하면서 우리의 칩과 보드를 판매하려하고 있습니다. 
 
2가지 기존제품에 없는 신기술 데이터전처리, 전력소모 절감
우리는 차량, 드론, 정부 등 자율 제어 시스템입니다. 건강 관리는 은행 및 금융 시스템 스마트 도시에 약간 있습니다. 가장 큰 참여자인 모든 부문은 AI 개발 비용을 줄이기 위해 확실히 돈을 쓸 것입니다. 그리고 우리가 이러한 회사의 비용을 절감할 수 있는 위치에 있는 이유는 "데이터 전처리"로 알려진 것을 제거하는 방법을 찾았기 때문입니다. AI 개발에 사용되는 예산의 40%는 "데이터 전처리"에 사용됩니다. 그래서 우리는 그것을 완전히 없애고 있습니다. 즉, 이 시스템을 사용하면 자동으로 예산의 40%를 즉시 회수할 수 있습니다. 
 
또한 이전에 사용된 적이 없는 수학 유형을 사용하고 있기 때문에 이 컨텍스트에서 이전에 사용된 적이 없습니다. 전력 효율이 높도록 설계되어 회사에서 소비하고 전력을 약 200% 절약하고 있습니다. 즉, 여러분이 아마존에 있고 AI의 전력 요금으로 300만 달러를 지출하고 있다면 AI를 훈련시키는 데 전기료로 100만 달러를 지출하고 있는 것입니다.
바로 이 거대하고 수백만 달러 규모의 AI 모델을 교육하고 있는 대기업들은 결국 이 새로운 유형의 수학과 하드웨어로 많은 돈을 기부하게 될 것입니다.
 
일반적인 AR 랙인 GPT3 서버의 크기가 될 것이므로 CXL과 같은 몇 가지 새로운 발전을 이룰 것입니다. 그래서 우리는 마더보드와 하드웨어 통합 공간에서 긴급하게 떠오르는 기술을 채택하고 있으며 혁신적이고 새로운 프로세서와 함께 이를 유리하게 사용하고 있습니다. Ato는 우리가 개발한 독특하고 혁신적인 참신한 제품이 모두 장착된 전형적인 표준 마더보드를 만듭니다. 그리고 AI 시스템을 가능한 한 최적화하기 위해 자체 사용자 정의 소프트웨어로 깜박입니다.
 
일종의 것이지만 여기서 우리가 하고 있는 일의 핵심은 우리가 소프트웨어와 하드웨어 관점 모두에서 AI 시스템을 최적화하고 있다는 것입니다. 따라서 일반 서버에도 적합합니다. 이미 일반 서버를 보유하고 있는 기업들이 서버의 보드를 바꾸는 작업을 손쉽게 할 수 있습니다.
 
아이디어는 로봇 공학 회사의 경우 안드로이드, 드론 또는 모든 종류의 자율 로봇 상황을 다루는 모든 사람을 위해 번개처럼 빠른 인터를 사용하여 클라우드와 싱크에 연결한다는 것입니다. 그 마더 보드는 로봇을 제어하기 위해 위치합니다.
 
Hanson로보틱스는 우리와 함께 일하고 있습니다. 그들은 러시아에 기반을 둔 서버를 가지고 있으며 로봇과 왕 소피아를 업데이트하는 데 연결하고 사용합니다. 따라서 이상적으로는 ansand 로봇 공학과 협력하여 이러한 agi 보드 중 일부를 일종의 랙에 구현하는 것입니다. Sophia를 더 잘 제어하고 더 저렴하고 비용 효율적으로 제어할 수 있습니다.
 
우리는 보드 제조업체 또는 AGI 보드 제조업체 또는 CHiP 공장입니다. 더 정확히 말하자면 보드메이커라기보다는 디자인하우스가 더 적합하고 수많은 칩디자이너를 교육시킬 수 있는 업체입니다. 

 

 
시물라이 관리팀

우리 팀은 인공 일반 지능으로의 길을 닦는 동시에 최첨단 AI 방법을 혁신하고 있다우리는 비전과 오랜 성공의 역사를 가진 전문가를 이끌고 있다.

 

소개

보다 스마트하고 확장 가능한 미래를 위한 초지능 플랫폼

 

우리의 가치 제안                                                                        

필요한 전체 리소스를 줄이고 에너지 소비를 줄이기 위해 "코드 대 회로"로 설계된 AI 시스템은 값비싼 데이터 오케스트레이션의 필요성을 줄이고 있다.

 

예상 실적

Simuli의 완전히 최적화된 AI는 인공지능 이니셔티브의 효율성을 높인다.

-AI 개발에 투자한 투자 수익 40% 증가

-실제로 배포하는 AI 이니셔티브 72% 증가

-복잡한 데이터 오케스트레이션 제거로 AI 예산 40% 절감

 

AI 관련 업계 문제의 근본 원인

고가의 하드웨어를 과도하게 사용하여 대규모 데이터 세트를 비효율적으로 병렬 처리

데이터 사전 처리를 위해 데이터 엔지니어링과 같은 복잡한 소프트웨어 오케스트레이션을 불가피하게 사용하여 비용이 크게 추가됨

"좁은 지능"을 구축하기 위해 확장하기 어렵고 값비싼 기술을 과도하게 사용

 

많은 $$$가 매우 적거나 전혀 가치가 없음

 

매직

당사의 모듈식 AI 솔루션 스택은 생물학적 학습을 시뮬레이션하여 "이전에는 없었던인간 수준의 지능을 생성한다.

고급 수학과 신경 과학의 원리를 기반으로 구축된 혁신적인 소프트웨어는 지저분한 데이터 흐름을 훌륭하고 이해하기 쉽게 만드는 확장 가능한 새로운 자율 시스템을 만든다.

기존 HW - CPU  GPU에 대한 상당한 AI 비용 효율성

맞춤형 HW 컴파일러는 기존 HW 플랫폼에서 상당한 자원 및 전력 절감을 가능하게 한다.

우리의 혁신적인 알고리즘은 설계상 확장 가능하고 사용자 친화적이므로 값비싼 데이터 오케스트레이션이 필요하지 않는다.

맞춤형 HW를 통한 기하급수적 이점 - 2024년 옵션

우리의 새로운 NDPU 칩은 초차원 컴퓨팅을 활용하여 엄청난 전력 절감과 더 안전하고 스마트한 AI 컴퓨팅을 가능하게 한다.

우리의 새로운 MPMC 칩은 떼 지능을 활용하여 대용량 데이터를 빠르게 처리한다.

 

제품 및 시장

HPE, Cisco, ZF Friedrichshafen, Hanson Robotics 등과 같은 고객을 위해 최적화된 하드웨어 가속기로 지원되는 맞춤형 소프트웨어 솔루션을 제공한다.

정부의료전자 상거래소셜 미디어소매석유 및 가스, IOT, 스마트 도시엔터테인먼트공급망로봇 공학 및 자율 에이전트의 업계 참여자들은 더 스마트하고 안전하며 확장 가능한 AI를 열망하고 있다규모에 맞게 구축된 AI를 제공한다.

 

제품

우리의 초지능 플랫폼은 확장 가능하고 효율적인 솔루션을 만든다.

AI 메모리에 장착된 이상 감지 기능으로 이상 값을 신속하게 식별한다스마트 도시에지 클라우드 컴퓨팅금융 등에 대한 애플리케이션은 효율성을 잃지 않고 정확성을 확보하면서 사용자 데이터로 확장할 수 있다.

우리의 추천 엔진은 고객이 자신을 아는 것보다 고객을 더 잘 이해한다. AI 메모리를 사용하면 컴퓨터 지원 설계엔터테인먼트 및 스마트 검색에 대한 보다 현실적인 접근이 가능하고 저렴해진다.

우리의 자율 시스템은 기존 AI보다 훨씬 더 효율적이다메모리 지원 기능을 통해 엘리트만을 위한 값비싼 AI는 과거의 일이다재교육 감소데이터 사전 처리 감소클라우드 시간 감소적응성 증가의사 결정 해석 용이성 및 학습 시간 단축.

AGI 마더보드는 우리의 모든 혁신과 기존 및 새로운 강력한 기술을 하나의 두뇌와 같은 컴퓨팅 플랫폼으로 통합한다로보틱스와 슈퍼컴퓨팅은 지능의 미래를 염두에 두고 설계된 하드웨어에 의해 가속화된다.

 

우리의 접근

Simuli 초차원 AI

초차원 벡터를 사용하므로 훨씬 적은 계산 리소스와 전력을 소비한다.

"차원의 축복"을 자연스럽고 저렴하게 사용하여 폭 넓은 지능으로 이어진다.

데이터를 "준비"하기 위해 복잡한 데이터 엔지니어링이 필요하지 않음

모델 결정을 해석하기 위해 복잡한 소프트웨어 엔지니어링이 필요하지 않음

연상 지능을 기반으로 한 초차원 학습 모델을 사용하여 더 적응력이 뛰어나다.

데이터 여정은 "복잡에서 단순"

"적은 비용으로 더 많은 작업 수행"

 

현재 최첨단 클래식 AI

행렬 곱셈을 사용하므로 훨씬 더 많은 계산 리소스와 전력을 소비한다.

좁은 지능으로 이어지는 "차원의 저주"의 제약

데이터를 "준비"하려면 복잡한 데이터 엔지니어링이 필요하다.

모델 결정을 해석하려면 복잡한 소프트웨어 엔지니어링이 필요하며 이 프로세스는 확장에 중요하다.

시스템이 성장함에 따라 리소스가 탐욕스럽고 적응하기 어려운 행렬 곱셈 기반 학습 모델(딥 러닝)을 사용한다.

데이터 여정은 "복잡함에서 더 복잡함에서 단순함"

"더 많은 작업 수행"

 

시뮬레이션

 

1

2

3

이상 감지

추천 엔진

자율 시스템

애드온 모듈

맞춤 애드온

완전 맞춤형 시스템

계층화된 탐지 수준

현실적인 추천 계층

교육이 더 빠르고 저렴

애플리케이션 전반에 걸쳐 향상된 용량

인간과 같은 능력

인간 수준의 능력보다 낫다

CPU/GPU

CPU/GPU

NDPU +/- MPMC

 

사용자 채택 및 시스템 수명과 함께 성장

 하나 이상의 소스에서 가져온 지저분한 데이터와 함께 작동한다.

 분석적 통찰은 의사 결정 방법을 설명한다.

모든 솔루션은 플러그 앤 플레이 방식으로 사용하기 쉽다.

 

솔루션 로드맵 - 투자자를 위한 설계 위험 제거

HW NRE 비용은 관심 있는 고객 및 파트너가 부담한다. Simuli는 아키텍처 개발에만 투자할 것이다.

 

제품 고유성

 

 

독특한 기능

우리의 초지능 플랫폼은 모든 수준의 혁신적인 소프트웨어를 맞춤형 하드웨어 통합 또는 맞춤형 하드웨어 자체와 결합한다이 플랫폼은 다양한 클라이언트 요구 사항을 충족하는 모듈식이다.

*우리의 새로운 플랫폼은 고급 수학을 사용하여 트랜지스터가 사용되는 방식을 재설계한다 —> 기존 HW에서 효율적인 가속기로 이어진다.

•곧 출시될 맞춤형 칩은 트랜지스터 밀도로 인해 지금까지 엔지니어링이 불가능했던 하드웨어 레이아웃이 독특하다고객이 선택할 수 있는 옵션이지만 필수는 아니다.

NDPU MPMC에 특화된 로직은 기존 칩의 행렬 곱셈 방식과 달리 첨단 방식으로 AI 지능을 높인다.

•소비자는 더 적은 비용으로 더 많은 인텔리전스를 제공하는 AI 플랫폼을 원하며인간과 같은 메모리 모듈로 AI를 구현하여 솔루션을 제공한다.

 

경쟁자들

 AI 소프트웨어 또는 AI 하드웨어 또는 컴파일러 팀과 같이 단일 분야에 집중하는 많은 플레이어

Simuli AI를 위한 순수한 최적화에 초점을 맞춘다는 점에서 독특하다.

"필요한 최적화 수단" — 소프트웨어하드웨어컴파일러 및 논리 프로그래밍 기술 사용

•가장 확장 가능한 시스템은 가장 효율적인 시스템이다. AI도 예외는 아니다.

 

 

AI 패러다임풍경&어디서나.....

AI 컴퓨터 기능

 

적은 비용으로 더 많은 작업 수행 - 하이퍼차원 컴퓨팅

 

HD 컴퓨팅 솔루션 SW & HW - Innovators

Simuli , Numenta

 

더 많은 것으로 더 많은 작업 수행 – 슈퍼컴퓨팅

다양한 SC 영역의 업계 리더

Cisco, HPE, Dell, IBM, Tesla, Rivien, Waymo, Penske, Rolls Royce, AWS, Google, Nvidia, Intel, ARM, Salesforce, Siemens, Microsoft,

Alphabet, Baidu, GM, Ford, Oracle, Deepmind, OpenAI, Qualcomm, AMD

 

로보틱스 SW  HW 플레이어

AMP Robotics, Skydio, Flyability, Q-Bot, Robotic Research, Boston Dynamics, Hanson Robotics, Xona,Shadow Robot, Clearpath,

Slamcore , ModalAI, Asirobots

적은 비용으로 적은 작업 수행 - 에지 컴퓨팅

AI HW 플레이어

Brainchip, Mythic AI, Wave, Via, Thinci, Groq, Hailo, SiMa, Esperanto, Luminous, Lightmatter,

Movidius, Habana, Rebellions, Flex Logic, Prophesee, Kinara, EdgeQ, Axiado, LeapMind, Axelera, Rain Neuromorphics, Moffett, NeuReality, eYs3D, Adapteva, Boulder, Ambient

 

더 적게 하고 더 많이 - 클래식 컴퓨팅

AI HW 플레이어

Graphcore, Sambanova, Cerebras, Brainchip, Mythic AI, Wave, Via, Thinci, Groq, Hailo, SiMa, Esperanto, Luminous,Lightmatter, Movidius,

Habana, Rebellions, Flex Logic, Prophesee, Kinara, EdgeQ, Axiado, LeapMind, Axelera, Rain Neuromorphics, Moffett, NeuReality, eYs3D,

Adapteva, Boulder, Ambient

추천 엔진 SW 플레이어

Optimizely, Evergage, Monetate, Sailthru, Dyamic Yield, Qubit, Adobe, Episerver, Vue, Crab, RichRelevance, Matej, Crossing Minds,

Recombee, Octane, Algolia, Kibo, Syte, AutoCAD, Creo, Autodesk, Solidworks, Oneshape, Catia

이상 탐지 SW 플레이어

Avora, Splunk Enterprise, Loom Systems, Elastic X-Pack, Anodot, Crunch Metrics, Weka Data Mining, Shogun, RapidMiner, Dataiku, Elki,

Sci-kit, Tibco, Symantec, SAS Institute, Flowmon Networks, Securonix, Trend Micro, Gurucul, Wipro, Rapid7, Aqueduct Technologies,

Logrhthm, Trustwave, Varonis, GreyCortex, Cynet, Guardian Anaytics

자율 시스템 SW 플레이어

CausaLens, Shield AI, AlgoLux, Osaro, Oceanit, Eduworks, Lucid, Eatron, Charles River, QinetiQ, Atkins, Brain Corp, Emerging Technology, Aptiv, Luminar, Pony, iXblue, Yokagawa

 

리소스 소비 - 하드웨어복잡한 데이터 오케스트레이션소프트웨어보안에너지 및 전체 비용

 

경쟁자 분석

상위 SW 경쟁업체 문제

•고유한 작업/데이터에 적응하기 어려운 협소한 시스템

•기존 솔루션을 작동시키는 데 필요한 수많은 복잡한 데이터 오케스트레이션 및 전 처리

•특정 하드웨어 시스템 흐름에 최적화되지 않아 비효율적이거나 정확성이 떨어짐

 

상위 HW 경쟁업체 문제

•복잡하고 고가의 시스템

•특화 소프트웨어가 부족하여 HW를 사악하고 엉성하게 사용함

•사용 사례와 산업 간의 최소한의 상호운용성

 

시물라이 경쟁 우위

-하드웨어 경쟁자는 공동 판매 파트너가 되고 소프트웨어 경쟁자는 기회 고객이 된다맞춤형 컴파일러, API 및 유연한 라이선싱을 통해 하드웨어 및 소프트웨어 측면 모두에서 캡처하고 개선한다.

-Simuli는 소프트웨어와 하드웨어 간의 관계를 재평가한다.

-다양한 가능한 하드웨어로 설계된 소프트웨어는 소프트웨어의 특수한 수학적 속성을 활용하여 트랜지스터가 더 열심히 작동하도록 한다한 가지 이상의 작업을 수행하는 소프트웨어.

-혁신적인 소프트웨어와 유연하게 작동하도록 재구성된 하드웨어.

-각 산업 사용 사례 내에서 성능에 대해 최대로 최적화된 맞춤형 하드웨어.

 

시장 진출 계획

2023: 파일럿 고객과 함께 초기 실행 가능한 제품 출시

2024: 제한된 고객 그룹 및 특수 칩으로 실험 및 개선

2026: 가속 성장 단계 및 전체 AGI 보드

 

이상적인 고객

확장 가능한 AI 솔루션이 필요한 크고 복잡한 데이터 소스가 있는 엔터프라이즈 비즈니스추천 엔진이상 탐지 및 자율 시스템에서 현재 AI 솔루션보다 더 효율적이고 지능적이며 안전해야 하는 엔터티. AI 디자인에서 효율성이 최우선인 사람들.

 

고객 확보

기술 및 소비자 대면 위치 모두에서 기업 의사 결정권자를 대상으로 하여 Simuli 솔루션을 사용할 수 있는 어포던스 기회를 만든다초기 단계에서 우리는 기존 고객의 AI 확장 문제를 직접 해결하는 데 집중하고 있다우리가 성장함에 따라 산업 전반의 표준을 능가하는 수평적 솔루션을 통해 다른 고객으로 확장할 것이다.

 

규모

초기 솔루션은 추천 AI 엔진에 중점을 둔다우리가 확장함에 따라 우리는 스마트 시티와 자율주행 AI 시장을 활용할 것이다. AI 메모리 모듈을 사용하면 고급 로봇 시장을 쉽게 채택할 수 있다.

 

로드맵

 

 

고객은 투자 및 효율성에 따라 카탈로그에서 항목을 선택할 수 있다.

요컨대 우리의 제품 로드맵은 고객에게 근본적으로 도움이 될 것이다.

-유익한 컴파일러 및 API 솔루션은 맞춤형 칩을 이끌 것이다.

-설치된 솔루션으로 맞춤형 칩을 쉽게 푸시할 수 있도록 하여 "주문 제작"하고 HW NRE 비용을 전가한다.

맞춤형 칩은 AI AGI로 변환하는 데 도움이 되는 AGI 보드를 위한 길을 열 것이다.

 

적은 $$ 투자상당한 $$$$ 출력 + 근본적인 혁신

 

시드 단계에 대한 자금 요구 사항

 

우리는 투자자를 위해 가능한 한 많은 위험을 제거하기 위해 여러 출처에서 자본을 조달하려고 시도하고 있다.

 

현재 상태성과 및 자금 사용

 

현재 상태

우리는 고객과 소통하기 시작했다고충을 해결하고 솔루션 파일럿을 공식화하고 있다.

업적

우리는 칩에 대한 특허를 획득했으며 클라이언트를 성공적으로 참여시켰다.

자금 사용

우리의 목표는 고객 판매를 통해 엔지니어링 급여마케팅 및 반복되지 않는 엔지니어링 비용을 오프로드하는 것이다.

2023년 말

일부 AI 사용 사례의 소프트웨어 솔루션

다중 수평 소프트웨어 솔루션하드웨어 프로토타입

소프트웨어 개발을 위한 엔지니어링 급여에 사용되는 자금

2024년 말

가속기 칩을 사용한 가속 소프트웨어 솔루션

산업 전반에서 사용할 수 있는 풀스택 솔루션

반복되지 않는 엔지니어링 비용 칩 제조 비용일부 판관비

2025년 말

전체 제품군 및 서비스 출시, AGI 보드 개발 시작

볼륨 칩 판매, AGI 마더보드 프로토타입

성장과 광범위한 채택을 가속화하기 위해 일부 자금이 필요할 수 있다.

 

논의희망

-팀 소개

-사업 계획

-재정 계획

-GTM 전략 및 잠재 고객

-희석되지 않은 자금원

-투자자를 위한 ROI

-투자자들의 출구전략

-특허 및 지적재산권 현황

-지적 재산 로드맵

-하드웨어 테이프아웃

simuli.ai     Simuli Inc.

 

 

 

[Simuli] 첨단 컴퓨팅 회사 칩디자인하우스로 적은 비용으로 더 많은 계산하고 확장 가능하고 지능적인 컴퓨팅을 위한 리소스 효율적인 하드웨어를 제공한다.

https://www.simuli.ai/

JM Kim | 기사입력 2022/10/26 [00:00]
 
 

Simuli 소개 

-첨단 컴퓨팅 회사   

-적은 비용으로 더 많은 계산 

-확장 가능하고 지능적인 컴퓨팅을 위한 리소스 효율적인 하드웨어

 

 

 

° 칩 디자이너

전문 신경 과학자수학자 및 AGI 전문가와 협력하여 컴퓨터 하드웨어를 혁신하기 위해 왔다. 

° 하이퍼스케일 컴퓨팅

데이터가 계속 증가함에 따라 기술 산업은 전력과 비용에 더 많은 비용을 지출하고 있다우리는 확장 파이프라인을 근본적으로 개선하고 있다. 

° AGI

인공지능은 우리의 새로운 하드웨어와 함께 다음 단계인 AGI로 빠르게 발전하고 있다. 

° 전체 스택 파이프라인

당사의 프로세서는 기존 파이프라인에 완벽하게 맞는 것을 염두에 두고 소프트웨어에서 하드웨어에 이르기까지 공동 설계되었다. 

 

NDPU 기능

하이퍼스케일 컴퓨팅을 위한 프로세서 

당사의 새로운 PCIe 칩은 트랜지스터당 더 많은 정보를 처리하도록 설계되어 클라우드데이터베이스블록체인 및 AI 애플리케이션에서 비용과 전력을 절감한다.

 적은 전력 소비 

더 빠른 컴퓨팅 처리량

 포스트 퀀텀 보안 

 

 

NDPU

고급 수학 및 혁신적인 하드웨어 레이아웃을 사용하여 새로운 프로세서를 설계했다. NDPU는 처리 전에 정보를 압축하여 트랜지스터당 더 많은 정보를 처리한다초기에 최적화되지 않은 프로토타입은 이미 유망한 결과를 보여준다. 

 

클라우드 서비스

데이터 센터 비용 절감. 

-세계 상위 5대 기술 기업은 매년 데이터 센터에 1,000억 달러 이상을 지출한다이 숫자는 매년 증가하고 있다메타버스의 확장으로 더 많은 데이터를 처리해야 하는 필요성이 기하급수적으로 증가하도록 설정되었다데이터에 대한 NDPU 컴파일러의 압축 접근 방식과 NDPU의 논리에 내장된 "무손실추상화 알고리즘은 하이퍼스케일 컴퓨팅(AKA 데이터 센터)에서 기하급수적인 효율성을 가능하게 한다.

-더 적은 컴퓨팅 리소스와 전력 소비로 더 나은 지능형 컴퓨팅을 위해 대규모 데이터 세트를 압축할 수 있다특허 받은 아키텍처를 통해 하드웨어 및 에너지 요구 사항을 200% 이상 줄이면서 복잡한 처리 및 멀티플렉싱을 수행할 수 있다이는 전력 소비에 3백만 달러를 지출하는 회사가 이제 NDPU 클라우드로 마이그레이션하는 것만으로 1백만 달러만 지출할 수 있음을 의미한다.

-이 모든 것은 칩에 내장된 수학과 신경과학에 대한 다른 접근 방식을 통합한 우아한 아키텍처로 가능하다그 결과 1. 동일한 양의 데이터 처리에 필요한 컴퓨팅 용량과 인프라가 줄어들고 2. 동일한 양의 데이터가 처리되는 동안 런타임 동안 전력 소비가 줄어든다.

 

자율주행

더 스마트하고 안전한 자율주행 차량.

"완전 자율주행기능의 현재 비용은 차량당 약 12,000달러이다이는 현재 칩 용량과 AI 훈련 비용 때문이다. AI 학습 접근 방식은 매우 비효율적이며 매우 제한적이다. NDPU는 벡터를 압축하고 하드웨어를 더 우아하게 만들어 훨씬 적은 전력과 비효율적인 계산을 요구하는 기능을 제공한다. NDPU는 매우 비싼 하드웨어의 필요성과 AI 교육 비용을 줄일 수 있다우리 칩은 또한 AGI에 대한 새로운 접근 방식을 용이하게 한다홀로그램 아키텍처 접근 방식을 사용하여 일련의 비효율적인 신경망에서 인지 네트워크로 학습 모델을 변환한다이것은 자동 부트스트랩과 불가피한 일반화를 허용한다결과는 1 하드웨어 비용 절감 및 더 적은 전력 소비 + 하드웨어 사용 및 2 새로운 운전 지형환경 및 규정에 필요한 교육 감소를 통해 학습 증가이다. 

데이터베이스 처리

데이터 처리 파이프라인 최적화 

오늘날 데이터베이스 처리의 문제는 데이터가 증가하고 계속 증가할 것이며 해당 데이터를 저장하고 처리하기 위해 더 많은 하드웨어 인프라가 필요하다는 것이다데이터 샤딩(data-sharding)으로 알려진 기술은 메가 데이터베이스를 더 작은 청크로 분할하여 많은 다른 프로세서에 할당한다데이터가 많을수록 더 많은 프로세서가 필요하다. NDPU는 데이터 샤딩의 필요성을 줄여 데이터베이스 처리의 현상을 변경한다첫째압축 컴파일러는 원본 데이터를 동등한 형식으로 추상화하지만 그렇게 하는 데 더 적은 비트를 사용하는 특수 형식으로 정보를 변환한다효과는 각 프로세서의 더 많은 정보가 트랜지스터당 더 많은 정보를 처리한다는 것이다둘째번개처럼 빠르고 유선으로 연결된 로직이 나노 초 내에 검색을 실행하도록 구성되어 있다결과는 1 하드웨어가 덜 필요하고 칩이 CPU  GPU에 비해 에너지 효율적이기 때문에 하드웨어 및 전력 비용이 감소하고 2 특허 받은 조명 처리량 기술로 인해 데이터베이스 검색 및 처리가 더 빨라졌다.

 

메타버스 트랜잭션 

민감한 정보를 보호한다.

Facebook, AKA Meta 2022년에 메타버스에만 300~400억 달러를 지출할 것이라고 말했다메타버스의 기반 중 하나는 전 세계적으로 개인 정보를 안전하게 보내고 사용하는 것이다이 새로운 기술이 발전함에 따라 민감한 정보를 안전하게 처리하는 것이 그 어느 때보다 중요하다. NDPU는 여러 수준에서 포스트 양자 보안이다소프트웨어 측면에서 정보는 NDPU 컴파일러에 의해 무작위로 암호화된 문자열로 압축된다물리적으로 복제할 수 없는 기능이 하드에 내장되어 있어 이 무작위 암호화를 공격자가 식별할 수 없다따라서 NDPU는 암호화된 데이터를 저장하고 처리할 수 있는 초보안 칩이다그 결과 1개의 암호화된 데이터를 안전하게 처리하고 2개의 소프트웨어 및 하드웨어 보안 계층을 통해 정보를 안전하게 보호한다.

 

 

블록체인 채굴

기후 친화적인 복잡성 해결. 

일부 주요 블록체인비트코인은 기본적인 아키텍처 때문에 상당한 에너지를 소비한다이는 매우 높은 온실 가스 배출을 초래하고 때로는 경제 사업을 손상시킨다많은 국가들이 디지털 화폐를 사용할 계획인 점을 감안할 때 이 문제는 증가할 것으로 예상되며이 역시 유사한 확장성 문제를 겪을 것이다. NDPU는 이 문제를 완화하는 데 도움이 될 수 있다데이터 샤딩은 대규모 온칩 처리로 압축 및 압축을 통해 크게 줄일 수 있다이것은 복잡한 샤딩과 재조립의 필요성을 줄여준다현재 컴퓨팅은 낭비되고 있으며 당사의 특허 받은 접근 방식은 이러한 낭비를 줄이는 데 도움이 될 것이다결과는 하나의 압축 상태에서 처리되는 분산 정보로 인해 1 수직 스케일링이 크게 증가하고 2 복잡한 알고리즘 실행이 더 빨라졌다.

  

Simuli 서비스

 

 

° 칩 디자인

학제 간 전문 지식의 계층에 의해 뒷받침되는 혁신적인 하드웨어. 

° 맞춤형 소프트웨어 스택

당사 칩으로 솔루션을 간소화하여 다음 단계로 이동한다 

당사의 맞춤형 소프트웨어는 귀하의 특정 솔루션을 위해 설계되었으며 NDPU 칩과 함께 작동하도록 최대한 최적화되었다. 1단계부터 당사의 전문 엔지니어가 작업 흐름을 방해하지 않으면서 성능을 향상시키면서 귀하의 요구에 완벽하게 맞는 솔루션을 수작업으로 맞춤화한다우리는 NDPU 세대의 진화 전반에 걸쳐 첫날부터 귀하의 성능 우선 순위를 최우선으로 삼는다스택을 훌륭하게 만드는 맞춤형 솔루션에 관심이 있으시면 지금 우리에게 문의할 수 있다.

° 배포 및 통합

채택이 간단하고 강력한지 확인한다 

NDPU는 하이퍼스케일 컴퓨팅의 "필수품"이다오픈 소스 지원 소프트웨어와 전담 개발 유지 관리 팀을 통해 칩 사용은 1-2-3만큼 간단하다그러나 회사에 서버가 많고 각 칩을 회전하는 데 시간을 보내고 싶지 않다면귀하를 위해 완벽한 컴퓨팅 설정을 구성하고 배포하는 데 도움이 되도록 올스타를 보내게 되어 기쁘다기존 처리 파이프라인을 이 강력한 새 프로세서와 통합하기 위한 전담 지원을 받게 된다.

  

Simuli 팀원

 NDPU 세부정보

일반적인 기술 질문 

1. NDPU는 어떻게 전력 소비를 줄이나?

정보는 자동으로 홀로그램 수학 상태로 압축된 다음 압축된 형태로 처리된다이 기술은 더 적은 메모리를 사용하여 필요한 전력을 줄인다. 

2. NDPU는 트랜지스터당 더 많은 정보를 어떻게 처리하는가?

정보가 처리되기 전에 압축되기 때문에 각 트랜지스터는 해당 정보를 나타내는 데 사용되는 더 적은 비트로 모든 정보를 병렬로 계산할 수 있다. 

3. NDPU가 지능적인가?

우리의 새로운 칩은 상황에 맞는 수학 유형을 사용한다모델이 확장됨에 따라 더 많은 GPU를 추가하지 않고도 새로운 유형의 인공 지능을 지원할 수 있다. 

4. NDPU를 안전하게 만드는 요소는 무엇인가?

칩은 두 가지 형태의 보안을 사용한다첫째소프트웨어 계층은 데이터를 무작위로 추상 문자열로 스크램블한다그런 다음 하드웨어는 PUF를 사용하여 랜덤 스크램블이 양자 이후에 안전한지 확인한다 

5. NDPU의 독특한 점은 무엇인가?

우리의 논리와 기억의 플로어 레이아웃은 기억의 바다에 있는 논리의 섬과 같다논리는 GPU의 부동 소수점 행렬 곱셈 연산 대신 고정 소수점 기하학적 연산을 위해 설계되었다모든 정보는 칩에서 압축이진화 및 벡터화된다. 

6. NDPU를 사용해야 하나?

많은 양의 데이터를 처리하고 하드웨어를 지속적으로 추가하고 성능을 높이지 않고 이를 수행하려는 사람은 NDPU를 좋아할 것이다. 

문의 이메일: info@simuli.ai

투자자를 위한 자료

[Simuli Inc. 사업 계획] Simuli의 주된 약속은 효율적인 하드웨어와 혁신적인 소프트웨어를 갖춘 강력하고 윤리적이며 유용한 인공 일반 지능 제품군을 구축하는 것이다. 이 회사의 솔루션은 자본 비용을 줄이면서 규모에 맞게 가속화하기 위해 자율 컴퓨팅 에코시스템에 중점을 둔다.

 

요약

-Simuli의 초지능 플랫폼은 확장 가능하고 비용 효율적인 인간 수준의 AI를 제공한다.

-새로운 칩은 무어의 법칙을 확장하기 위해 "트랜지스터가 더 열심히 작동"하도록 만든다.

-데이터와 함께 성장하는 지능형 소프트웨어

-학제간 "올스타

-하이퍼스케일 인공지능 영역에 적용 가능-이상 탐지최적화 시스템자율 제어사이버 보안 등

 투자 필요 종자 – 150만 달러

 시리즈 A 투자 – 210만 달러

 5년차 순수익 – 1 1500만 달러

 5년차 순이익 – 4,680만 달러

  

회사 하이라이트

사명 선언문

Simuli로서 우리의 주된 약속은 효율적인 하드웨어와 혁신적인 소프트웨어를 갖춘 강력하고 윤리적이며 유용한 인공 일반 지능 제품군을 구축하는 것이다당사의 솔루션은 자본 비용을 줄이면서 규모에 맞게 가속화하기 위해 자율 컴퓨팅 에코시스템에 중점을 둔다.

Simuli의 임무는 기존 가속기 및 Simuli의 사내 가속기를 위한 신뢰할 수 있는 맞춤형 컴파일러를 제공하여 하드웨어에 완전히 최적화된 확장 가능한 새로운 인공지능 소프트웨어를 만드는 것이다.

 

비즈니스 세부정보

Rachel St.Clair Binoy Syed는 회사의 현재 주주이다그들은 현재 장기적인 성공 비전을 공유하는 투자자 또는 투자 그룹으로부터 제안을 요청하고 있다는 점에 유의해야 한다.

Simuli는 전 세계적으로 고객에게 서비스를 제공할 수 있는 능력을 갖춘 플로리다주 마이애미에 위치하고 있으며 선호한다장기 계획은 창립자가 해당 지역에 대해 잘 알고 있고 위치가 제공하는 도달 범위로 인해 운영 기반으로 유지하는 것이다또한 세금 및 인재에 대한 비즈니스 환경이 발전함에 따라 매우 매력적인 글로벌 위치가 되었다.

 

제품 및 서비스

Simuli의 궁극적인 목표는 일반 인공 지능 솔루션 제공업체가 되는 것이다이를 위해 팀은 인간 수준의 AI를 위해 완전히 최적화된 하드웨어와 소프트웨어를 공동 설계하여 대규모로 패키징하는 초지능 플랫폼에서 작업하고 있다초지능 플랫폼은 처음부터 초지능 소프트웨어 제품군에 통합되는 세 가지 새로운 소프트웨어 솔루션으로 시작하여 설계되었다기존 가속기에 대한 사용자 정의 컴파일러를 사용하는 하드웨어 구성 요소가 플랫폼에 추가된다마지막으로 최대 성능을 위해 두 개의 새로운 가속기인 NDPU MPMC가 추가되었다이 제품 코호트는 초지능 플랫폼을 완전히 모듈화할 수 있게 한다기존 시스템에 적용하거나 완전히 대체할 수 있다.

 

NDPU – 비선형 분산 처리

유닛 - 하이퍼벡터를 사용한 연관 학습에 최적화된 PCIe ASIC 보드

● 정보가 압축계산 및 칩에 저장됨

● 하이퍼스케일 정보처리 및 인공지능에 사용

● 하드웨어 비용과 에너지 소비를 크게 줄인다.

 

MPMC – 메타그래프 패턴 매칭 칩– 군집 인텔리전스로 그래프 컴퓨팅을 가속화하는 맞춤형 프로세서

● 정보는 메가 스케일에 대해 계층적으로 저장된다.

● 빠른 정보 검색

● 시스템의 데이터 및 수명과 함께 성장

 

핵심 팀

 

회사 기존 인원

Simuli는 여러 유형의 계약 전문가를 고용한다.

● 하드웨어 엔지니어

● 수학 프로그래머

● 컴파일러 엔지니어

● 소프트웨어 엔지니어

 

고문

Simuli는 다음 개인으로부터 멘토링을 받는다.

 L. Andrew Coward – 전자 제어 시스템 설계 및 인지 아키텍처 전문가

● 여러 수학자

● 여러 IP 전문가

● 여러 비즈니스 개발 및 자금 조달 전문가

 

파트너십 및 제휴

잠재적 파트너

 SingularityNet – 제휴설립완료

 TrueAGI - 제휴설립완료

 TSMC– 제휴설립완료

 HP, Cisco, NASA, Siemens, ZF, Micron, Cerebras, Graphcore, SambaNova, AWS – 진행 중● Dell, IBM, Intel, ARM, Groq, Hanson Robotics

 

잠재적 동맹

● Nvidia

 AMD

 Tesla

● MS

● Amazon

● Google

 

외부 업체와의 R&D

● 대학 – 1단계 및 2단계

 Deep Mind & Open AI & Boston Dynamics

 DOE/DOD

● 개발자 생태계

 

시장 조사

클라이언트 리서치

우리의 주요 고객은 HP, Microsoft, Cisco, Dell, IBM 등과 같은 기업과 Tesla, Rivien, AMP Robotics, DOD 등과 같은 자율 제어 엔터티를 사용하는 대규모 AI이다. 2차 고객은 이상 감지 및 최적화/추천 시스템을 사용하는 비즈니스를 대상으로 한다이러한 회사 중 일부에는 Meta, Amazon, Netflix  Google이 포함된다.

 

고객 요구의 증거

기업의 40% AI 개발에 대해 부정적인 ROI를 보고했으며 평균 ROI 1.3%이다. AI 채택에 100만 달러를 지출할 때마다 해당 회사는 실제 수익으로 13,000달러만 받는다. AI의 컴퓨팅 수요가 증가함에 따라 비용도 증가하여 이러한 격차가 더욱 줄어들고 있다또한 개발 예산의 40% Simuli의 플랫폼에서 필요하지 않은 데이터 엔지니어링에 사용된다더 나쁜 것은 AI 이니셔티브의 72%가 확장 제약으로 인해 대규모 배포를 하지 않았다는 것이다.

Amazon  Tesla와 같은 업계 리더는 데이터 및 컴퓨팅 요구 사항이 기하급수적으로(그리고 포물선적으로확장됨에 따라 극도의 확장 제약에 직면해 있다당사의 플랫폼은 현재 솔루션의 에너지 및 비용 오버헤드 없이 현재 아키텍처에 쉽게 통합할 수 있는 솔루션을 제공한다.

 

자본 비용

기술 산업은 확장할 수 있는 자본 비용을 최소화하는 방법을 찾고 있다중형 플레이어는 확장할 자본 능력이 없기 때문에 어려움을 겪는다업계 리더들은 그들의 성장이 포물선 모양이기 때문에 어려움을 겪는다.

 

운영 비용 및 탄소배출량

에너지 소비 및 관련 비용은 플레이어가 규모에 맞게 혁신을 추진하는 데 큰 제약이 된다게다가 온실가스 배출량은 기술 산업이 인식되고 성장하는 방식의 중심이 되고 있다.

 

혁신

현재 AI 구현은 컴퓨팅 한계에 크게 제약을 받고 있으며 신경과학이나 수학 같은 핵심 영역의 한계로 인한 것이 아니다이로 인해 연구자들은 새로운 솔루션을 비용 효율적이고 대규모로 개발할 수 없다.

 

경쟁자 프로파일링

이상 감지추천 엔진 및 자율 제어 시스템을 위한 AI 소프트웨어 공간에는 많은 플레이어가 있다마찬가지로 AI 하드웨어에는 여러 플레이어가 있다.

신흥 플레이어로는 Avora, Splunk, Loom, Anodot, Tibco, Numenta, Algolux, Osaro, Shield AI, AMP Robotics, Optimizely, Evergage, Monetate, Sailthru, Graphcore, Sambanova, Cerebras, Brainchip, Mythic AI, Wave, Via, Thinci, Groq 등이 있다.

그러나 우리는 1) 하드웨어 아키텍처를 자체적으로 사용할 수 있도록 라이선스를 부여하고 2) 우리 소프트웨어가 하드웨어에서 효율적으로 실행되도록 컴파일러 커널을 사용자 지정하여 고객에게 더 나은 성능을 제공할 수 있기 때문에 하드웨어 경쟁업체를 공동 판매 파트너에게 기회로 보고 있다.

우리는 소프트웨어 경쟁업체를 가속화된 하드웨어 옵션으로 지원되는 기존 패키지의 모듈로 API를 추가할 수 있는 기회 고객으로 간주한다이를 수행할 수 있는 능력은 우리 플랫폼이 모듈식이기 때문에 기존 시스템에 추가할 수 있고 모든 클라이언트의 특정 요구 사항에 맞게 형식을 지정할 수 있다.

 

주요 "경쟁자"에는 다음이 포함된다.

Cisco, HPE, Dell, IBM, Tesla, Rivien, Waymo, Penske, Rolls Royce, AWS, Google, Nvidia, Intel, ARM, Salesforce, Siemens, Microsoft, Alphabet, Baidu, GM, Ford, Oracle, Deepmind, OpenAI, Qualcomm.

우리는 이러한 주요 업체를 우리 제품을 구매할 가능성이 가장 높은 주요 대상 고객으로 보고 있다.

Simuli의 장점은 공동 설계 및 공동 최적화된 소프트웨어와 모듈식 하드웨어의 혁신적인 통합에 의존하는 고유한 기술 솔루션이다우리의 이점은 비즈니스 및 학제간 기술 개발 분야의 숙련된 개인 팀에 의해 지원된다.

 

SWOT 분석

강점

● 기술 지식수학과 HW에 대한 Rachel, Ben 및 기술 팀과 같은 창립 멤버의 틈새 및 전문 지식은 우리의 부상과 발전의 핵심이다.

● 특화된 시장– 완전히 통합되고 최적화된 모듈식 제품을 개발하고 있다절실한 필요성이 있지만 3개 부문을 모두 해결할 수 있는 기존 솔루션은 거의 없다.

● 성장하는 산업– 산업은 기하급수적으로 성장하고 있으며 곧 둔화되지 않을 것이다.

● 낮은 간접비 – 우리는 매우 낮은 간접비를 가지고 있으며 이를 계속 유지하려고 한다.

 

약점

● 제한된 자금 – 현재 자금이 제한되어 있다.

순익을 내기 전에 세 가지 소프트웨어 솔루션과 하드웨어 프로토타입을 완료하려면 더 많은 것이 필요하다.

● 법무팀– 현재 강력한 사내 법률 고문이 없다그러나 우리는 곧 하나를 가질 계획이다.

 

위협

● 대규모 경쟁자– Intel  Nvidia와 같이 침투에 큰 도전을 가할 수 있는 거대 기업이 있다우리의 완화책은 공유 이익을 촉진하기 위해 조기에 협력하는 것이다.

 

기회

● 상당한 관심 – OEM 및 정부 기관과 같은 잠재적인 파트너와의 초기 논의에서 솔루션 탐색에 대한 논의가 증가하고 있다.

● 공동 개발– 빅 데이터 AI에 대한 OEM용 제품 라인을 공동으로 개발할 수 있는지에 대한 높은 수준의 논의가 있다.

 

2021년 소프트웨어 산업 시장

이상         추천       자율

$208천만  $177천만   $33

16% CAGR   33% CAGR   25% CAGR

총 시장, 71 8천만 달러  

 

2028년 소프트웨어 산업 시장

이상       추천       자율

$110.5억   $173.3억    $133.4

총 시장, 41.72억 달러

 

주요 동인

-2025년까지 AI의 비즈니스 가치는 5조 달러가 될 것으로 예상된다.

-지난 5년간 AI 교육 비용 10배 증가

-기업들은 2022년에 AI를 주요 수익 동인으로 보고 있다/ 78%

-데이터 센터 배출량 50% 증가

 

Simuli의 수익 잠재력

접근 가능한 시장

우리의 철학은 상위 고객을 "계정 "설치"로 추구하는 것이며 본질적으로 "시장 점유율철학을 따르지 않는 것이다고급 애플리케이션미들웨어펌웨어 및 지적 재산 라이선싱을 판매한 집단적 팀 경험에 따르면 수익 예측에 대한 우리의 접근 방식은 "시장 점유율"이 아닌 "높은 잠재 고객 및 판매 자신감"이어야 한다.

스타트업 투자 개요

하드웨어

 

순이익이 발생할 때까지 총 자본 – 3년 차

 

투자 스냅샷

 

투자 하이라이트

 

시장 규모와 투자 요건을 고려할 때 모든 투자자에게 상당한 ROI를 제공한다타임라인은 최대 2분기까지 다를 수 있다.

 

1년차 이정표 – 기존 하드웨어 및 자율 시스템 소프트웨어 프로토타입 및 NDPU 프로토타입에서 시장에 출시할 준비가 된 이상 감지 및 추천 시스템 소프트웨어

2년 차의 이정표 – 기존 및 맞춤형 하드웨어의 시장 출시 준비가 완료된 자율 시스템 및 맞춤형 소프트웨어와 함께 고객이 사용할 수 있는 NDPU

 

투자 결과물 타임라인

 

가격

기존 하드웨어 가속기의 소프트웨어

 

맞춤형 하드웨어 가속기의 소프트웨어

 

반복되지 않는 엔지니어링 비용을 고객에게 부담할 계획이다이것은 NRE 오버헤드를 줄이기 위해 공유 웨이퍼에서 더 작은 배치를 실행함으로써 가능하다.

 

예상 손익

 

예상 현금 흐름

 

예상 대차대조표

 

예상 순자산

 

직원 성장

 

마케팅 계획

고유 판매 포인트          

-복잡한 데이터 오케스트레이션 및 전력 소비에 대한 필요성 감소... 따라서 전체 비용 절감

-수직 확장 증가수평 확장 감소 → 데이터 샤딩/캐싱 완화

-더 정확하고 사람과 같은 상호 운용성

-인공일반지능의 새로운 물결 이용

 

핵심 가치

비용과 에너지 소비를 줄이기 위해 "코드 대 회로"로 설계된 효율적이고 지능적인 AI 시스템.

우리의 타겟 청중은 두 가지이다첫째, AI 컴퓨팅에서 데이터가 지속적으로 증가하는 개체는 인간과 유사한 AI 소프트웨어와 칩의 속도 및 압축 기술의 이점을 통해 고객이 컴퓨팅 비용을 줄일 수 있다둘째고급 인공지능을 찾는 사람들은 우리 칩의 학습 알고리즘의 이점을 얻는다그렇지 않으면 기존 소프트웨어나 하드웨어만으로는 실질적으로 구현되지 않는다.

데이터가 증가하고 사고의 패러다임은 더 적절한 수학 논리로 트랜지스터를 재설계하는 대신 더 많은 하드웨어를 추가하거나 광범위한 컴퓨팅 소프트웨어를 확장하는 것이다트랜지스터당 더 많은 정보를 처리하여 정보를 압축하고 연결하는 지능을 해결한다.

 

상용화 접근

2년차와 3년차에 우리는 두 가지 시장을 목표로 한다.

 

이상 탐지 및 추천 엔진.

대상 클라이언트로는 HP, Cisco, NASA, DOE, ZF, Siemens 등이 있다.

4년차에는 고객이 정부, Rivien, Lucid, Waymo를 포함하는 자율 시스템/에이전트의 추가 목표 시장으로 확장하고 Standard Chartered, Blackrock, Fidelity, Dell  IBM과 같은 고객으로 기존 시장을 확장한다.

5년차에는 Hanson Robotics, Boston Dynamics와 같은 고객과 함께 자율 로봇 시장으로 확장한다. Amazon, Tesla, Meta, Netflix, Microsoft  AWS와 같은 고객으로 기존 시장을 확장한다제품은 보다 지능적이고 모듈화된 비용 효율적이고 리소스 효율적인 AI로 포지셔닝된다.

 

우리의 GTM 전략에는 "판매 대상" "판매를 통해 판매"라는 두 가지 주요 접근 방식이 있다당사 영업팀은 Cisco, HP, Sambanova, Graphcore 등과 같은 파트너와 협력하여 고객에게 솔루션을 스택으로 판매할 것이다또한 소매의료정부은행석유 및 가스 등과 같은 특정 산업을 직접 대상으로 하는 "판매 대상접근 방식을 통해 솔루션을 추진할 것이다팀으로서 우리는 분기당 목표로 하는 최대 설치 수가 각 솔루션에 대해 분기당 15개를 넘지 않는다는 점을 감안할 때 두 접근 방식 모두 결과를 가져올 것이라고 확신한다.

8명의 수석 영업 전문가로 구성된 팀이다이것은 하이테크 산업에서 매우 보수적인 판매 목표이며특히 이러한 유형의 초고급 사용자 정의 솔루션에 대해 우리의 가격이 더 낮을 것이라는 점을 감안할 때 그렇다.

 

시장 기회 검증

 

 

판매 전략

Simulli B2B 모델을 사용한다선별된 고객과 함께 유료 파일럿을 통해 세 가지 소프트웨어 API를 개발할 계획이다이상 및 추천 API는 기존 하드웨어(CPU 또는 기존 가속기)에서 실행하기 위해 $250,000의 정액 요금으로 라이선스가 부여된다기능과 성능이 향상됨에 따라 3년차에 $500,000로 증가했다자율 시스템 API 라이선스의 가격은 $750,000이다.

또한 현재 논의 중인 공동 합의 가격에 따라 엄선된 하드웨어 가속기(Sambanova, Cerebras, Graphcore, HP Cray, Intel Gaudi2)와 공동 판매할 계획이다이 기간 동안 기존 API보다 더 많은 성능 향상을 원하는 고객을 위해 NDPU  MPMC 가속기에 대한 유료 파일럿이 시작된다.

반복되지 않는 엔지니어링 비용을 고객에게 부담하고 고객 액셀러레이터를 사용하여 API 라이선스 요금에 합당한 추가 요금을 추가합니다변칙 시스템을 $750,000로 가져옴그리고 자율 시스템은 100만 달러에 달한다이것은 NRE 오버헤드를 줄이기 위해 공유 웨이퍼에서 더 작은 배치를 실행함으로써 가능하다.

MPMC는 서비스 요금으로 TrueAGI용으로 개발될 예정이며 TrueAGI 소프트웨어와의 공동 판매 전략이 채택될 예정이다일부 클라우드 인스턴스 인프라는 4년차에 시간당 $1.99의 가격으로 기존 소프트웨어와 맞춤형 가속기 모두에 제공될 예정이다. AGI 마더보드 및 소프트웨어 제품군(AKA – 슈퍼 인텔리전스 플랫폼)의 가격은 250만 달러이며 업계 리더 및 정부 기관에 판매할 예정이다.

 

생산 방식

우리는 반복되지 않는 엔지니어링 비용을 고객에게 오프로드할 계획이며 고객 액셀러레이터를 통해 API 라이선스 요금에 합당한 추가 요금이 추가된다생산을 위한 중요한 RTL 및 컴파일러와 함께 제품이 준비되면 Simuli 팀은 광범위한 논의를 거쳐 Global Chip  AI Chip과 같은 파트너와 구두 파트너십에 동의한 TSMC와 협력하기 시작할 것이다.

이 선수들은 완전한 생산을 위한 마스크뿐만 아니라 테스트 칩을 만드는 전문 지식을 가지고 있다그들은 또한 지정된 위치로 제품의 테스트포장 및 배송을 수행하여 업계의 턴키 공급업체 역할을 하며 Simuli에도 그렇게 할 것이다당사의 소프트웨어는 가장 큰 산업 표준 기능이 충족되고 기능과 성능이 계속 성장할 때 구축 및 배송된다기존 고객과 함께 지속적으로 성장하고 새로운 시장에 진출하면서 이익을 얻는다.

 

IP 평가 및 위험 완화

 

 

IP 평가는 근사치이다값은 보수적이며 초기 비용을 보여준다일부는 완전한 판매 및 일부 영구 로열티일 수 있다.

NDPU  AGI MB 특허는 2023년 상반기에 제출될 예정이다생산 또는 사업이 실패하는 경우 재앙적인 시나리오에서 투자자는 여전히 특허 판매 및 영구 로열티 혜택을 누릴 수 있다우리는 주요 업체들과 수익성 있는 계약을 체결해야 하며이는 대부분 일어날 것이다.

맞춤형 소프트웨어 특허는 2023년과 2024년에 제출될 예정이다. AGI에 상당한 관심과 수요가 있다는 점을 감안할 때 이러한 특허에도 동일하게 적용된다.

실패 비용의 완화생성된 특허는 재정적 실패로부터 보호하므로 투자자와 주주에게 완화를 제공한다.

 

키 포인트

AGI 및 혁신에 대한 약속

Simuli로서 우리의 주요 약속은 우리의 반도체 및 소프트웨어 제품군이 포함된 강력하고 윤리적이며 자비로운 인공 일반 지능 제품군을 구축하는 것이다.

 

고객 및 생태계에 집중

우리는 업계고객 및 주변 생태계의 불타는 요구에 집중할 것이다우리의 제품 로드맵은 이 초점을 기반으로 파생된다우리는 시간과 함께 계속 날카롭게 발전할 것이다.

 

커뮤니티 빌딩

우리 성공의 핵심 부분은 강력하고 견고한 연구원 및 개발자 커뮤니티가 될 것이다우리는 그들과 관계를 맺고 우리의 사용 사례가 산업 요구에 적합하고 우리 솔루션이 포지셔닝 및 판매를 시작하기 전에 잘 제작되고 테스트되었는지 확인한다.

 

가치 파트너십 및 제휴

우리는 기술 생태계의 주요 제휴 없이는 배포 및 확장할 수 없다는 것을 알고 있다여기에는 OEM, 제조업체채널 파트너클라우드 플레이어 등과의 비즈니스 파트너십이 포함된다. Intel, Nvidia  AMD와 같은 인식된 경쟁업체도 마찬가지이다생태계와 건강한 협력관계를 구축하겠다.

 

충의

우리의 전략적전술적거래적 관계는 항상 미국과 검증된 동맹국에 대한 약속에 의해 규율될 것이다우리는 브랜드 이미지를 보호하기 위해 모든 회색 영역을 피한다.

 

 

 
 
 
PHOTO
1/6
광고
광고
광고
광고
광고
많이 본 기사
최신기사