Retym Inc.,一家专注于云计算和人工智能数据中心连接半导体技术的公司,今日宣布正式成立,同时获得由 Spark Capital 领投的 7500 万美元 D 轮融资。
现有投资方 Kleiner Perkins、Mayfield 和 Fidelity Investments 也参与了本轮融资。至此,该初创公司的总融资额超过 1.8 亿美元。
Retym (发音为"re-time") 专注于为云数据中心和 AI 基础设施开发可编程相干数字信号处理 (DSP) 解决方案。这项半导体技术用于实现数据中心之间以及数据中心内部的高速数据传输。
联合创始人兼首席执行官 Sachin Gandhi 在接受 SiliconANGLE 采访时表示,随着 AI 工作负载规模和复杂性的不断增长,对数据连接速度和效率的需求也在不断提升。
当今的数据中心包含成千上万或数百万个图形处理单元,它们被分成集群和机架,全部通过后端网络连接。这些设备进而连接到光学模块,这些模块通常用于连接建筑物或数据中心之间的较长距离。
Retym 的 DSP 半导体技术被集成在这些光学模块中,这些模块不仅能够实现信号的远距离传输,还能提供更快的速度,使其同样适用于数据中心内部。
"实际上正在发生的是相干技术的转变," Gandhi 说。"它不仅存在于数据中心之间,随着速度的提升,也在向数据中心内部迁移。我们正在构建核心技术,DSP 将瞄准下一代 AI 基础设施和云连接的演进。"
Gandhi 解释说,随着 AI 模型训练和推理需求的不断发展,"数据中心内部"和"数据中心互连"之间的界限开始模糊。根据市场研究公司 Dell'Oro Group 的数据,到本十年末,全球数据中心计算和网络支出预计将超过 1 万亿美元,这将使光网络和 DSP 解决方案成为 AI 云基础设施的首选。
"数据传输总是存在瓶颈," Gandhi 说。"为了避免瓶颈,我们在基础设施上投入大量资金。我们将速度从 400 Gb/s 提升到 800 Gb/s,从 800 Gb/s 提升到 1.6 Tb/s。这种速度提升过去每四年发生一次,现在每两年就会发生一次。"
Gandhi 表示,他相信 Retym 选择在这个时机推出产品是正确的,因为随着压力的增加,公司可以抓住 AI 基础设施市场对数据中心内部和之间速度和效率的需求。
研究公司 LightCounting 的创始人兼首席执行官 Vlad Kozlov 表示:"随着数据量和性能需求的持续增长,相干光学技术和驱动它们的 DSP 对于 AI 驱动的数据中心变得越来越重要。这个市场的持续发展凸显了对创新和高效解决方案的需求。"
借助新一轮融资,Gandhi 表示 Retym 将推进其相干 DSP 的生产工作,并计划在年底前将产品推向市场。
好文章,需要你的鼓励
机器人和自动化工具已成为云环境中最大的安全威胁,网络犯罪分子率先应用自动化决策来窃取凭证和执行恶意活动。自动化攻击显著缩短了攻击者驻留时间,从传统的数天减少到5分钟内即可完成数据泄露。随着大语言模型的发展,"黑客机器人"将变得更加先进。企业面临AI快速采用压力,但多数组织错误地关注模型本身而非基础设施安全。解决方案是将AI工作负载视为普通云工作负载,应用运行时安全最佳实践。
MBZUAI研究团队发布了史上最大的开源数学训练数据集MegaMath,包含3716亿个Token,是现有开源数学数据集的数十倍。该数据集通过创新的数据处理技术,从网页、代码库和AI合成等多个来源收集高质量数学内容。实验显示,使用MegaMath训练的AI模型在数学推理任务上性能显著提升,为AI数学能力发展提供了强大支撑。
面对心理健康专业人士短缺问题,谷歌、麦肯锡和加拿大重大挑战组织联合发布《心理健康与AI现场指南》,提出利用AI辅助任务分担模式。该指南构建了包含项目适应、人员选择、培训、分配、干预和完成六个阶段的任务分担模型,AI可在候选人筛选、培训定制、客户匹配、预约调度和治疗建议等环节发挥作用。该方法通过将部分治疗任务分配给经过培训的非专业人员,并运用AI进行管理支持,有望缓解治疗服务供需失衡问题。
这项由多个知名机构联合开展的研究揭示了AI系统的"隐形思维"——潜在推理。不同于传统的链式思维推理,潜在推理在AI内部连续空间中进行,不受语言表达限制,信息处理能力提升约2700倍。研究将其分为垂直递归和水平递归两类,前者通过重复处理增加思考深度,后者通过状态演化扩展记忆容量。