Zettascale desarrolla silicio para IA y chips XPU para cargas de trabajo orientadas al descubrimiento, con menor consumo energético y soporte para sistemas desde prototipos hasta clústeres.
Zettascale desarrolla silicio para IA, incluidos chips XPU, para cargas de trabajo orientadas al descubrimiento. La empresa presenta su hardware como infraestructura para sistemas de IA que hacen más que generar texto: proponen ideas, las simulan, prueban candidatos frente a la realidad y utilizan los resultados para mejorar el siguiente ciclo.
El sitio presenta Grasshopper como el primer XPU, actualmente prototipado en una FPGA, y Monolith como un clúster en desarrollo que conecta varios XPU en una máquina más grande. En las páginas públicas, el producto se describe como chips de flujo de datos reconfigurables y eficientes en el uso de la energía para el entrenamiento y la inferencia de IA, con énfasis en minimizar el movimiento de datos, admitir cómputo denso e irregular y abarcar un amplio rango de precisión.
La empresa afirma que sus chips XPU están diseñados para ejecutar cualquier carga de trabajo de IA con una fracción de la energía, con un enfoque en el cómputo orientado al descubrimiento en lugar de limitarse a la generación de texto.
Grasshopper se presenta como un prototipo en FPGA del primer XPU, diseñado para minimizar el movimiento de datos, que el sitio identifica como un costo energético importante en la IA.
La arquitectura se describe como compatible con cargas de trabajo densas e irregulares en una sola máquina, de modo que puede gestionar tanto cómputo intensivo en matrices como ejecución dispersa y condicional.
La página de tesis afirma que el hardware debería abarcar un rango de precisión de fp8 a fp64, lo que permite tanto el entrenamiento de baja precisión como el cómputo científico de mayor precisión.
Monolith se presenta como un clúster que funciona como un solo chip, pensado para admitir conjuntamente el entrenamiento, la simulación y la verificación en un ciclo de descubrimiento.
Las páginas públicas describen el producto en torno a chips de flujo de datos reconfigurables, lo que indica una arquitectura adaptable a cargas de trabajo de entrenamiento e inferencia de IA.
Úsalo cuando un equipo esté creando sistemas de IA que necesiten proponer candidatos, simular resultados y verificar resultados en un único ciclo de descubrimiento, en lugar de limitarse a proporcionar respuestas de texto.
Úsalo para cargas de trabajo que combinen álgebra lineal densa con ejecución dispersa o irregular, cuando un único acelerador fijo pueda resultar demasiado limitado y una GPU general pueda desaprovechar capacidad.
Úsalo en proyectos donde el consumo energético sea importante y el movimiento de datos represente un costo significativo, especialmente si la carga de trabajo se beneficia de un diseño orientado al flujo de datos.
Úsalo cuando un grupo de investigación necesite cómputo de mayor precisión en partes del flujo de trabajo, como etapas científicas o de simulación intensiva que requieran algo más que operaciones tensoriales de baja precisión.
Úsalo para sistemas a escala de equipo que necesiten conectar varios XPU en una sola máquina lógica para el entrenamiento, la simulación y la verificación.
Zettascale desarrolla chips de flujo de datos reconfigurables y eficientes en el uso de la energía para el entrenamiento y la inferencia de IA. El sitio posiciona el hardware para cargas de trabajo de IA orientadas al descubrimiento, en lugar de aplicaciones de consumo de propósito general.
El sitio describe Grasshopper como el primer XPU, prototipado en una FPGA. Se presenta como una forma de minimizar el movimiento de datos, que, según la empresa, representa uno de los principales costos energéticos de la IA.
Monolith se describe como un clúster en desarrollo que conecta varios XPU para que funcionen como un solo chip. El flujo de trabajo previsto es el ciclo de descubrimiento: entrenamiento, simulación y verificación en una única máquina.
Las páginas públicas no muestran precios de productos, niveles de planes ni un flujo de compra autoservicio. La URL de precios parece funcionar como una página de la empresa y no como una página de precios de productos.
La fuente hace hincapié en hardware para matemáticas densas, un rango completo de precisión de fp8 a fp64 y ejecución irregular. No documenta integraciones de software, pasos de configuración ni detalles de compatibilidad con plataformas.
Los datos de tráfico son solo como referencia.
runware.ai
Plataforma de inferencia de IA generativa con una sola API para cargas de trabajo de imagen, vídeo, audio, 3D y texto, sin gestionar infraestructura de GPU propia.
nebius.ai
Nebius es una plataforma de nube de IA para desarrolladores y empresas que crean productos, agentes y servicios de IA, desde el entrenamiento hasta la implementación en producción.
ai21.com
AI21 ofrece API de modelos fundacionales y una pasarela beta para enrutar, almacenar en caché y compactar el contexto del tráfico de agentes. También trabaja con empresas en modelos dedicados para cargas de trabajo específicas.
githubnext.com
GitHub Next es el sitio de investigación de GitHub para crear prototipos de futuras herramientas y flujos de trabajo de desarrollo de software, incluida la automatización de repositorios mediante lenguaje natural en GitHub Actions.
zilliz.com
Plataforma de base de datos vectorial y Vector Lakebase totalmente gestionada para cargas de trabajo de IA empresarial, con búsqueda vectorial en tiempo real, recuperación híbrida y opciones de implementación SaaS y BYOC.
rork.com
Rork es un creador de aplicaciones con IA que convierte descripciones escritas en aplicaciones móviles mediante IA y Expo (React Native), para crearlas, probarlas y, en algunos casos, publicarlas desde un flujo de trabajo basado en chat.
