OLIX、特化型AI推論システム構築に向け3億1,200万ドルを調達

OLIXは評価額33億ドルで3億1,200万ドルを調達し、Nvidia Techmemeの文脈に、異例に野心的なハードウェア計画を掲げる新たな英国の挑戦者を加えた。ロンドン拠点のスタートアップは、汎用推論プロセッサ1基を、特化チップによるラック規模の生産ラインへ置き換えようとしている。最初の製品は、2027年後半に顧客へ納入される予定だ。

資金調達から納入までの隔たりこそが、この物語を規定する。OLIXは投資家としてArm、Fundomo、Hudson River Trading、Netflix共同創業者のReed Hastingsを迎えた。既存投資家も出資を増やしている。しかし同社は、顧客環境に導入されたシステムからの独立したベンチマークを公表していない。

直接の競合相手はNvidiaだが、より根深い争点はアーキテクチャにある。Nvidiaは、汎用アクセラレータ、ネットワーキング、ソフトウェア、高帯域幅メモリを中心に構築した緊密統合型プラットフォームを拡大し続けている。OLIXは、光リンクで接続された特化チップ群にトークン生成を分担させる方が優れた解だと主張する。

3億1,200万ドルのラウンドにより、OLIXはその解を構築する時間を得た。ただし、それが主張どおりの性能を発揮すること、安定して製造できること、あるいはNvidiaハードウェアを前提に築かれた既存のソフトウェア運用に適合することまでは示されていない。

新たな資金調達が、チップに関する仮説を納入への責任へと変える

OLIXは代替アーキテクチャの提案段階から、実際の顧客向けに完全な推論ラックを提供すると約束する段階へ移行した。

同社は8月3日、2026年にSeries Bを発表した。このラウンドで、創業2年の企業は評価額33億ドルとされた。Fundomo、Arm、Hudson River Tradingが、Hastingsおよび継続投資家とともに参加した。

既存投資家であるHummingbird Ventures、Crane、Plural、Creandum、Phoenix Court、Transitionも出資額を増やした。OLIXは発表で単独のリード投資家を明らかにしていないが、Financial TimesはFundomoが資金調達を主導したと報じている。

今回のラウンドは、2月に報じられた2億2,000万ドルの調達に続くものだ。前回の資金調達ではOLIXの評価額は10億ドル超となり、Hummingbird Venturesが主導した。したがって、スタートアップが初の商用チップを納入する前に、評価額はおよそ6カ月で3倍超に膨らんだことになる。

OLIXはまた、Nick McKeown教授を取締役に迎えた。McKeownはソフトウェア定義ネットワーキングを共同発明し、事業者によるネットワークのプログラミング方法を変えたOpenFlowとP4の創出に貢献した。さらにNiciraとBarefoot Networksを共同創業し、両社はのちにVMwareとIntelに買収された。

この人事は、同社のシステムレベルでの野心に合致している。OLIXは、顧客が既存サーバーに差し替えて使える単体プロセッサを売り込んでいるわけではない。チップ、レーザー、光接続、コンパイラ、そして周辺のラック全体を、連携して動く一つのシステムとして設計する計画だ。

Wiseの元財務責任者であるMatt Briersは、OLIXの最高財務責任者に就任した。BriersはWiseの2021年ロンドン直接上場を支援した。その参加によりOLIXは、非公開テクノロジー企業を公開市場の精査へ導く経験を持つ経営幹部を得た。

これらの人事が重要なのは、新たな資金に明確な事業上の使途があるためだ。OLIXによると、製造コミットメント、サプライチェーン能力、より広範なカスタムシリコンプラットフォームの開発に充てるという。ロンドン、ブリストル、オースティン、トロント、サンフランシスコでも採用を進めている。

中心的な節目となるのは、AIモデルが応答を生成する段階向けに設計されたデコードアクセラレータ、DX-1だ。OLIXは、2027年後半に初の顧客へチップを納入する意向を示している。

この目標は、同社をどう評価すべきかを変える。初期の資金調達は技術的な仮説に報いた。Series Bは、ウェハー、パッケージング、フォトニクス、コンパイラの準備、システム統合、顧客受け入れに期限を課す。

チップスタートアップは、有望なシミュレーションと信頼できる量産ハードウェアの間に長い隔たりを抱えることが少なくない。製造遅延はソフトウェアの節目未達や顧客導入の延期へ連鎖しうる。完全なラックには、単体アクセラレータよりさらに多くの統合ポイントが加わる。

OLIXは今や、相当な資本と著名な技術的支援を得ている。次の段階はより容赦がない。同社はこれらの資源を、測定可能な経済性を持つ稼働システムへと変えなければならない。

Nvidia Techmemeとの比較が有用である一方、誤解も招く理由

Nvidia Techmemeという枠組みは既存勢を示すが、OLIXは従来型GPUの複製を作るのではなく、Nvidiaのシステム設計に挑戦している。

Nvidiaが提供するのはアクセラレータ用シリコンだけではない。その地位はGPU、ネットワーキング製品、開発ツール、最適化ライブラリ、導入経験、CUDAを中心に訓練された大規模なコミュニティに支えられている。顧客が導入するのは単なるプロセッサ仕様ではなく、蓄積されたそのシステム全体だ。

OLIXは別の道を追求している。このスタートアップは、推論にはハードウェア要件が異なる複数の処理が含まれると主張する。すべての段階を1つの汎用アクセラレータで実行すると、速度、応答性、消費電力、利用率の間で妥協が生じる。

推論とは、訓練済みモデルを使って回答を生成するプロセスである。プロンプト処理段階と、モデルがトークンを1つずつ順番に生成する逐次的なデコード段階が含まれる。これらの段階では、メモリ帯域幅と計算に異なる負荷がかかることがある。

OLIXはデータセンターを、製品がトークンである工場になぞらえる。従来の工場では、生産工程ごとに特化した機械を使う。同社は、推論システムも同じ原則に従うべきだとする。

同社のX-1プラットフォームは、モデルを多数の特化チップにまたがって配置する構想だ。各プロセッサはモデルの一部分を繰り返し処理し、その間をアクティベーションがシステム内で移動する。OLIXはこの構成を、トークンの生産ラインと表現している。

この手法は技術的な問題を移し替える。特化により個々の処理はより効率的になりうるが、それはプロセッサ間のデータ移動で得られた利点が失われない場合に限られる。したがって、レイテンシー、同期、ネットワークエネルギー、スケジューリングが設計の中心となる。

OLIXは、銅配線の代わりに光でデータを転送する「低速かつ広帯域」の光インターコネクトを提案している。同社は、ラック規模の協調設計により、このリンクは低レイテンシーかつ低エネルギーで大量のデータを移動できるとする。決定論的コンパイラがラック全体にワークロードをスケジュールするという。

Nvidiaはより進化的な道筋を取る。同社のBlackwell architectureは、アクセラレータと高速インターコネクト、訓練と推論向けに構築されたソフトウェアプラットフォームを組み合わせている。後継システムは、幅広いプログラマビリティを維持しながら、メモリ容量、通信帯域幅、計算性能を高めている。

この汎用性にはオーバーヘッドが伴うが、急速なモデル変化に対して顧客を守る役割も果たす。あるワークロード向けに購入したアクセラレータは、ソフトウェアを調整すれば別の用途にも使えることが多い。Nvidiaの導入基盤は、プロファイリング、最適化、導入のための実証済みツールも開発者に提供する。

OLIXは、自社チップが単一モデルをハードコードするのではなく、柔軟な計算ファブリックを維持するとしている。この違いは本質的だ。モデルアーキテクチャは半導体開発サイクルより速く変化しうるため、硬直的な特化は、昨日のワークロードに最適化されたチップを残す可能性がある。

Armの参加は、このリスクを解消せずに信頼性を加える。Armはプロセッサ設計と商用化に関する深い経験を持つが、投資はOLIXが主張する性能を検証するものではない。それは異なる推論アーキテクチャへの戦略的関心を示す。

同じ注意は評価額にも当てはまる。投資家は、上昇する推論コストへの潜在的に価値ある対応策に資金を提供した。X-1が既存プラットフォームを置き換えられるかを判断するために必要な、独立した技術的証拠を提示したわけではない。

OLIXは演算ではなくメモリが限界を決めると賭ける

同社の中核的な主張は、汎用計算能力をさらに少し上積みすることよりも、モデルデータを効率的に移動させることの方が重要だというものだ。

大規模モデルには、訓練で学習した数値パラメータである重みが含まれる。こうしたモデルを提供するには、プロセッサが重みや中間データを繰り返し取得する必要がある。この移動は、とりわけ逐次的なトークン生成時に時間とエネルギーを消費する。

最新のアクセラレータは、多くの場合、プロセッサの近くに配置した高帯域幅メモリ、すなわちHBMに依存する。HBMは従来のサーバーメモリよりはるかに大きな帯域幅を提供するが、特殊な製造と先進パッケージングを必要とする。この両方の供給は、AIハードウェア市場全体で戦略的重要性を増している。

OLIXは、DX-1でモデルデータをスタティックランダムアクセスメモリ、すなわちSRAMに保持したい考えだ。SRAMは一般にチップへ直接統合される高速メモリである。低レイテンシーを実現する一方、外部メモリ技術よりも高密度ではなく、保存ビット当たりのコストも高い。

このスタートアップは、マルチチップアーキテクチャにより、この一見した不利を管理可能にできるとする。1つのプロセッサの近くに大規模モデル全体を配置する代わりに、X-1はモデルを多数のチップとラックに分散する。各チップは割り当てられた部分を保存し、実行する。

OLIXによると、DX-1はHBMも先進パッケージングも必要としない。この選択により、既存アクセラレータベンダーが支配するサプライチェーンへの依存を減らせる可能性がある。以前のOLIXに関する報道では、供給が制約された部品を回避することが、同社戦略の中心的要素として挙げられていた。

この設計は、OLIXを他のフォトニックコンピューティングの提案からも分ける。フォトニクスとは、通信または計算に光を使うことを指す。X-1では、光技術は主にプロセッサ接続に用いられ、プログラム可能な計算は電子回路が担う。

このハイブリッド設計は、すべてを光演算に賭けることを避ける。それでもOLIXには、レーザー、電子チップ、ネットワーキング、コンパイラソフトウェア、熱管理を、信頼できるラックへ統合することが求められる。各要素はシステム可用性と製造歩留まりに影響する。

同社は、DX-1が1,000億パラメータのモデルで、ユーザー1人当たり毎秒1万トークンを超えると主張している。また、大規模バッチサイズで動作する汎用プロセッサより、ワット当たりの出力トークンスループットが高いとも主張する。

OLIXはさらに、そのアーキテクチャが10兆パラメータ以上のモデルまで拡張可能だとしている。これらは企業による予測であり、独立して再現された顧客成果ではない。発表では、比較の背景となるすべてのモデル、精度、レイテンシー、利用率、消費電力の条件を明示していない。

こうした欠けている条件は極めて重要だ。推論性能は、入力長、出力長、バッチサイズ、数値精度、モデルアーキテクチャ、許容可能なレイテンシーによって変化する。ある組み合わせに最適化された結果が、一般的な本番トラフィックを表すとは限らない。

「ユーザー1人当たり毎秒トークン数」は対話性を測定できるが、運用者はラック全体のスループットにも関心を持つ。同時に処理するリクエスト数と応答性のバランスを取らなければならない。エネルギー効率は、チップと施設の両方のレベルで重要になる。

比較対象も重要だ。特化型デコードシステムは、あらゆる推論段階を処理する汎用プロセッサと比べれば強力に見えるかもしれない。運用上の問いは、ネットワーキング、アイドル容量、ソフトウェア、冷却を含めた後に、完全なOLIXラックが最適化された異種構成を上回るかどうかである。

OLIXのinference manifestoは、主流のアーキテクチャに疑問を投げかける一貫した根拠を提示している。ただし、再現可能な測定の必要性がなくなるわけではない。最も説得力のある証拠は、現実的なサービスレベル要件の下で最新モデルを稼働させる完成したラックから得られるだろう。

最初のシリコンが戻った後に本当の難しさが始まる

OLIXは、アーキテクチャの効率性が製造、モデルの変化、そして本番推論の日々の変動にも耐えうることを証明しなければならない。

最初の不確実性は、シリコンの実行に関するものだ。半導体のスケジュールは、設計上の誤り、製造上の問題、パッケージングの制約、歩留まりの低さによって遅れる可能性がある。OLIXはカスタムプロセッサと光学部品を協調させる必要があり、顧客への納入前に依存関係の数が増える。

HBMを避けても、サプライチェーン上のリスクがなくなるわけではない。同社には依然として、ファウンドリの生産能力、基板、レーザー、光学アセンブリ、試験装置、ネットワーク部品、ラック製造が必要となる。その設計は単に、負荷を別のサプライヤーやプロセスの組み合わせへ移すものだ。

第二の不確実性はソフトウェアだ。Nvidiaの優位性には、成熟したコンパイラ、最適化されたカーネル、デバッグツール、開発者に馴染みのあるフレームワークが含まれる。新しいアーキテクチャには、顧客が推論運用全体を作り直さずにモデルを展開できるソフトウェアの道筋が必要だ。

OLIXによれば、決定論的コンパイラがラック全体にわたってワークロードをスケジューリングする。決定論的スケジューリングとは、動的に割り当てるのではなく、処理と通信を予測可能な形で計画することを意味する。これにより協調のオーバーヘッドを削減できる一方、変化するトラフィックパターンを吸収しにくくなる可能性もある。

本番リクエストが、整然と均一なバッチで届くことはめったにない。プロンプトの長さは異なる。出力長は予測できない。モデルはツールを呼び出し、キャッシュされたコンテキストを再利用し、異なるレイテンシー期待を持つユーザーにサービスを提供する。パイプラインが最も遅いステージを待つ場合、ハードウェア利用率は低下しうる。

これは典型的な生産ラインの問題を生む。作業が安定して流れる場合、専門化はスループットを向上させるが、ボトルネックによって他のステージが遊休状態になることがある。OLIXは、アーキテクチャが約束する効率性を維持しながら、コンパイラが多様なリクエストを均衡よく処理できることを示さなければならない。

モデルの進化も別の課題を生む。Mixture-of-expertsシステムでは、トークンごとにモデルの異なるサブセットが活性化される。マルチモーダルモデルは、テキスト、画像、音声、動画を組み合わせる。投機的デコーディングでは、小規模なモデルが出力候補を提案し、それを大規模なモデルが検証する。

それぞれの技術は、計算とデータ移動を変化させる。OLIXは、柔軟なファブリックにより、モデルをハードコードすることなくこうした変化に対応できるとしている。顧客には、更新のたびに長期にわたるコンパイラ作業や新しいシリコンが必要にならないという証拠が求められる。

ラック規模では信頼性も重要だ。多数のプロセッサに分散したシステムでは、1つのコンポーネントが故障した際に失われる作業がより多くなる可能性がある。OLIXには、ハードウェア障害時にもサービスを維持する障害分離、冗長性、監視、復旧の仕組みが必要だ。

その次に経済性の検証がある。顧客は、設備、電力、ネットワーク、冷却、ソフトウェア、人員、保守、利用率を含む総保有コストを計算する。高速なチップが自動的に低コストのサービスを生むわけではない。

Nvidiaも対応できる。既存大手は、推論特化ソフトウェア、低精度演算、ネットワーク、ラック設計を継続的に改善している。ハイパースケーラーは独自のアクセラレータを開発しており、Cerebras、Groq、d-Matrix、Fractileといったスタートアップも他の特化型アプローチを追求している。

この競争の激しい市場は、買い手に交渉力を与える。同時に、OLIXが展開時に対峙する競合は、X-1の設計時点で利用可能だったNvidiaシステムとは限らないことも意味する。重要な比較対象は、2027年後半に出荷される製品となるだろう。

政府の支援は、このスタートアップの活動期間を延ばしうる。英国のAI hardware planは、国内のコンピュート企業と公共インフラへのアクセスを優先している。ただし、政策面での後押しは、顧客による検証や再現可能な製造に代わるものではない。

OLIXは技術的に具体的な主張を行っており、曖昧な約束よりは望ましい。だが、その主張は今や同じく具体的な立証責任を伴うものとなっている。

OLIXが真のNvidia代替となるかを示す3つのシグナル

顧客向けハードウェア、独立して定義されたベンチマーク、そして再注文が、OLIXがインフラ供給企業になるのか、高価なアーキテクチャ実験にとどまるのかを決める。

最初のシグナルは、稼働するDX-1ラックが予定どおりに納入されることだ。OLIXは顧客向けの目標時期を2027年後半に設定している。それまでに、テープアウトの発表、初期シリコンの結果、ラックのデモ、実名のローンチパートナーが、開発が計画どおり進んでいるかを明らかにするだろう。

研究室でのデモだけでは不十分だ。このシステムは最新モデルを継続的に稼働させ、障害から復旧し、顧客がすでに利用しているサービングソフトウェアと統合しなければならない。顧客環境からの証拠は、別の予測よりも重みを持つ。

第二のシグナルは、完全な試験条件を備えたベンチマークだ。読者は、モデル名、パラメータ数、数値精度、プロンプト長、出力長、バッチサイズ、レイテンシー目標、ラック電力、システム全体の構成を確認すべきである。

ユーザー1人あたり毎秒10,000トークン超というOLIXの主要な主張は印象的に聞こえる。その意味は、こうした詳細に左右される。独立した再現は同社の挑戦を強める一方、限定的な条件やシステム電力の省略は、その説得力を弱める。

有用な比較では、応答性と総スループットの両方を測定しなければならない。あるプラットフォームは、1本のストリームを高速に生成できても、同時利用者を十分に処理できない場合がある。また、総トークン数を最大化できても、各ユーザーに許容できない遅延を与える可能性もある。

第三のシグナルは、最初の導入後の商業的拡大だ。パイロットは、買い手が技術を評価したいと考えていることを示す。再注文は、そのシステムが運用変更を正当化するだけの価値を提供したことを示す。

再注文の需要は、OLIXのソフトウェアおよびサポート組織が本番顧客に対応できることの指標にもなる。ハードウェア性能だけではインフラ事業は築けない。買い手には、予測可能な納入、保守、セキュリティ更新、モデルサポート、信頼できる製品ロードマップが必要だ。

Armの投資も、この商業的な検証の中で注目に値する。Armは、幅広い市場でプロセッサ技術をライセンスしてきた技術的な関係性と経験を提供できる。将来の協業、顧客紹介、あるいは開示される設計コンポーネントがあれば、その戦略的役割はより明確になるだろう。

Nvidiaの対応は、製品ロードマップと推論の経済性を通じて明らかになる。同社はOLIXを模倣する必要はない。OLIXが狙う機会を狭めるのに十分な速さで、ワット当たりのトークン数、レイテンシー、導入コストを改善すればよい。

これが、Nvidia Techmemeの話をスタートアップ対既存大手の資金調達競争へ還元すべきではない理由だ。OLIXが試しているのは、AI推論が汎用アクセラレータに集中したままであるべきか、それとも特化型マシンによるパイプラインになるべきかという問いである。

この生産ライン型モデルが機能すれば、開発者や企業の買い手は、より低レイテンシーな推論への別の道筋を得られる可能性がある。利用可能なトークンが増えれば、より長い推論ワークロード、より大きなユーザー集団、そして現在は提供コストが高すぎるアプリケーションを支えられるかもしれない。

失敗した場合、その原因は示唆に富むものとなるだろう。光通信が協調オーバーヘッドを相殺できないかもしれない。SRAM容量が難しいスケーリング経済性を課す可能性がある。コンパイラが変動するワークロードに苦戦するか、Nvidiaのより広範なプラットフォームがOLIXの本番到達より速く改善する可能性もある。

この資金調達は、それらの答えを探すための十分な活動期間を提供する。だが、答えそのものを確定するものではない。したがってNvidia Techmemeの見出しに対する最も有用な反応はシンプルだ。ラックを注視し、ベンチマーク条件を精査し、顧客が2度注文するのを待つことである。