汎用AIチップに挑むOLIX、3億1,200万ドルを調達
OLIXは、現時点で商用ラックを提供していないにもかかわらず、評価額33億ドルで3億1,200万ドルを調達し、Google Newsに取り上げられた。創業2年の英国チップスタートアップは、初のシステムを2027年後半に顧客へ提供するとしている。投資家が資金を投じているのは、確立済みの製品事業ではなく、アーキテクチャに関する主張だ。
その主張は、人工知能インフラを支配する汎用プロセッサに異議を唱えるものだ。OLIXは、学習済みモデルから回答を生成する推論において、1つのプロセッサが多様な工程を処理するため、大規模モデルはエネルギーと時間を浪費しているとする。提案する代替案では、それらの工程を光接続で結ばれた専用チップへ分散する。
これによりOLIXは、現代のAIデータセンターの大半で採用されるGPU中心の設計と競合することになる。中心的な比較対象はNvidiaだが、競争は単一のサプライヤーにとどまらない。クラウド事業者は、汎用アクセラレータを前提としたソフトウェア、ネットワーク、設備に多額を投資してきた。OLIXは、異なるラックアーキテクチャが、その仕組みを変えるに足る価値を提供できることを証明しなければならない。
この資金調達には国家政策上の側面もある。英国はAIを支えるハードウェアへの国内からの影響力を強めたい一方、重要な製造能力は海外に集中している。政府支援は資本、試験能力、初期需要を生み出し得る。しかし、実証されていないチップを競争力あるものにすることはできない。
OLIXの資金調達は、顧客がまだ試せない製品を支える
この資金調達によってOLIXはシステムを構築する時間を得るが、そのシステムが主張どおりの性能を発揮するかどうかは決着しない。
OLIXは8月3日、2026年に資金調達を発表した。同社によると、Fundomo、Arm、Hudson River Tradingが資金調達に参加した。Netflixの共同創業者であるReed Hastingsもエンジェル投資家として加わった。
既存出資者のHummingbird Ventures、Crane、Plural、Creandum、Phoenix Court、Transitionは出資を増やした。OLIXは発表でリード投資家を明らかにしていない。また、各参加者の出資額も開示していない。
シリーズBは、OLIXが評価額10億ドル超で2億2,000万ドルを調達したと報じられてから、およそ6カ月後に実施された。この先行調達により、同スタートアップは英国で最も資金を集めた半導体新興企業の一角にすでに位置付けられていた。今回のラウンドで、初の顧客出荷前に公表上の評価額は33億ドルへ上昇した。
OLIXはまた、Stanford大学名誉教授のNick McKeown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、OpenFlow、P4プログラミング言語の共同発明者だ。過去には、VMwareが買収したNiciraと、Intelが買収したBarefoot Networksを共同創業した。
ネットワーキングは同社設計の中核にあるため、この人事はOLIXのラックレベルの構想を支える。モデルを多数のプロセッサへ分割するには、性能や効率を損なうことなく、それらの間でデータを移動させなければならない。McKeownの参加は関連する経験を加えるが、製品の独立した検証を意味するものではない。
Matt Briersは最高財務責任者として加わった。BriersはWiseのCFOを9年間務め、同社のロンドン証券取引所上場を支えた。この人事は、OLIXが大規模ハードウェア事業に必要な財務組織を構築していることを示唆する。
資金は、シリコン開発、フォトニクス、コンパイラソフトウェア、製造コミットメント、顧客への納入に充てられる。OLIXはロンドン、ブリストル、オースティン、トロント、サンフランシスコで採用を進めている。この地理的な広がりにより、英国を拠点とするアイデンティティを保ちながら、複数のエンジニアリング市場へアクセスできる。
最も重要な時期は2027年後半だ。OLIXによると、DX-1アクセラレータはこの時期に初期顧客へ届く見込みだ。それまでは顧客と投資家は、実運用の成果ではなく、シミュレーション、プロトタイプ、コンパイラの進捗、製造上のマイルストーンを評価する必要がある。
この時期設定が記事の中心的な緊張関係を生む。評価額は、重要なインフラ供給企業に通常期待される水準を反映している。一方で、事業面の証拠は依然として野心的な開発プログラムに近い。
OLIXがAIデータセンターに生産ラインが必要だと考える理由
OLIXは、推論は汎用プロセッサが1つの反復作業として担うよりも、連携した工程として処理する方が優れていると賭けている。
学習済みAIモデルは、リクエストを処理して出力を生成する際に推論を行う。推論モデルでは、回答を返す前に多数の中間トークンを生成する場合があるため、この段階の要求はより厳しくなる。トークンとは、モデルが処理または生成する小さなテキスト単位だ。
OLIXは、データセンターを製品としてトークンを生み出す工場と表現する。同社は、1つのトークンの生成には異なるハードウェア要件を持つ数百の操作が関与する一方、導入済みシステムの大半では、それらを同じ種類の汎用アクセラレータで実行していると主張する。
この比喩は重要だ。現実の工場では、1台の機械にすべての工程を担わせることはほとんどない。製造業者は生産を工程に分け、それぞれに専用設備を割り当てる。OLIXはこの構造をモデル推論に適用しようとしている。
同社のX-1プラットフォームでは、モデルを多数のチップに分散させる。各チップはトークン生成の定義された部分を担当し、決定論的コンパイラが作業を調整する。コンパイラはワークロードを命令へ変換し、ハードウェアがそれをどのように実行するかをスケジューリングする。
同社はこの構成をトークン生産ラインと呼ぶ。これは、同一のアクセラレータをサーバーに追加するだけの手法とは異なる。OLIXはチップ、光接続、コンパイラソフトウェア、完全なラックを1つのシステムとして設計している。
DX-1は、このプラットフォームで最初に発表されたチップだ。モデルが出力トークンを選択・生成するデコーディング段階を対象とする。デコーディングには、メモリアクセス、低遅延通信、逐次処理という難しい組み合わせが求められる。
OLIXによると、DX-1はモデルデータをチップ上に直接配置されたスタティックランダムアクセスメモリ、すなわちSRAMに保存する。SRAMは、プロセッサからより離れた位置に置かれるメモリより低遅延を実現する。一方で貴重なチップ面積を使用するため、容量と製造経済性が重要な制約となる。
同社は、その設計が高帯域幅メモリと先端パッケージングを回避するとしている。一般にHBMと呼ばれる高帯域幅メモリは、データを高速に移動させるため、メモリコンポーネントをプロセッサの近くに積層する技術だ。これは現代のAIアクセラレータにとって重要で、ときに供給制約を受ける要素となっている。
HBMを回避できれば、重要な供給ボトルネックの1つへの依存を減らせる可能性がある。一方でOLIXは、その代替メモリ構成が他の部分で許容できないコストを生むことなく、商業的に意味のあるモデルを支えられることを示さなければならない。
通信は第2の課題となる。OLIXは、同社が「低速・広帯域」と呼ぶ光インターコネクトを通じて、チップ間でデータを移動させる計画だ。光リンクは、銅線を通る電気信号ではなく、光でデータを伝送する。
この設計は、低いエネルギー消費と遅延で高い総帯域幅を実現することを目指す。OLIXは、ラック規模での共同設計がこのアプローチを可能にするとしている。この主張は、信頼性の高いレーザー、パッケージング、ネットワーキング、スケジューリング、熱管理が一体となって機能することに依存する。
これが、資金調達が1つのプロセッサをはるかに超える範囲を対象とする理由だ。周辺システムがなければ、専用チップは提案された生産ラインを実現できない。OLIXは密接に結び付いた複数の技術を同時に実用化しなければならない。
このアプローチはまた、推論ワークロードが特化を正当化するという前提に立つ。モデルアーキテクチャは急速に変化しており、過度に狭く最適化されたプロセッサは、規模に達する前に陳腐化する可能性がある。OLIXは、各チップが1つのモデルアーキテクチャを恒久的に組み込むのではなく、柔軟な計算リソースを維持するとしている。
この選択は、よく知られたトレードオフを浮き彫りにする。特化を進めれば効率を高められる一方、柔軟性を高めれば変化するソフトウェアに対応できる。OLIXは、優位性を失わずに汎用ハードウェアを上回るため、両方を十分に備える必要がある。
Google Newsでの注目はOLIXの性能主張を検証するものではない
OLIXの発表にある数値は、独立した実運用テストの結果ではなく、同社が掲げる目標値だ。
OLIXによると、DX-1は1,000億パラメータのモデルで、ユーザー1人当たり毎秒1万トークン超を実現できる。また、大規模バッチで動作する汎用チップよりもワット当たりの出力スループットが高いとしている。
これは、極めて高い対話型性能を意味することになる。しかし、OLIXは外部の観察者が結果を再現するのに十分な独立ベンチマーク資料を公表していない。同社の発表では、比較対象として使用した出荷済みシステムも特定されていない。
同社はまた、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。これは、システムが対応可能な規模に関するアーキテクチャ上の主張だ。その規模の本番モデルを有償顧客向けに稼働させた証拠ではない。
推論ではベンチマークの前提条件が重要になる。結果は、モデルアーキテクチャ、数値精度、バッチサイズ、入力長、出力長、遅延目標、消費電力の測定方法、許容される応答品質によって変化する。こうした条件がなければ、毎秒トークン数という数字の価値は限られる。
ユーザー当たりの速度とラック全体の総スループットは、システムに異なる方向の要求を課す場合もある。対話型アプリケーションでは、1人のユーザーに対する低遅延が重視される。クラウドの経済性では、高価なプロセッサを稼働させ続けるため、多数のリクエストをバッチ処理することが重視される場合が多い。
OLIXの比較は、大規模バッチを実行する汎用チップに言及することで、この緊張関係を認めている。同スタートアップはDX-1を、対話性とスループットの両方に向けて位置付けている。独立テストでは、同一の稼働条件下でシステムが両方を実現できるかを示す必要がある。
ソフトウェア互換性も、別の検証要件を生む。データセンターの購入者はプロセッサを単独で購入するわけではない。モデルフレームワーク、可観測性ツール、デプロイメントシステム、セキュリティ制御、確立されたエンジニアリング慣行に依存している。
Nvidiaの優位性には、アクセラレーテッドコンピューティング向けのプログラミングプラットフォームであるCUDAに加え、大規模な開発者・ソフトウェアエコシステムが含まれる。代替ハードウェアは強力なコンポーネントベンチマークを示せても、顧客がソフトウェアを書き直したり、慣れないシステムを管理したりする必要があるなら苦戦する可能性がある。
OLIXの決定論的コンパイラは、ラック全体で作業をスケジューリングすることで、その負担を軽減するものとされる。同社は、対応するモデル形式、フレームワーク統合、移行プロセスを公には詳述していない。これらの要素は、生のシリコン性能と同じくらい導入に影響する。
信頼性も重要になる。多数の専用プロセッサと光接続にまたがるモデルでは、単一チップの比較から想定される以上に多くの調整ポイントがある。アーキテクチャが障害を適切に処理できなければ、1つの障害で推論サービス全体の可用性が低下する可能性がある。
製造もなお未解決の問題だ。OLIXは、先端パッケージングとHBMを避けることで、業界の供給不足にもかかわらず規模を拡大できるとしている。同社は、製造パートナー、プロセスノード、想定歩留まり、生産量を公には特定していない。
こうした非開示は、技術・商業情報を保護する非公開チップ企業にとって通常のことだ。それでも、読者が資金調達から何を推測すべきかを限定する。投資家は、一般には検証できない非公開の証拠を受け入れられる。
したがって、責任ある読み方は限定的なものになる。OLIXは、技術的に首尾一貫した提案を軸に、相当な資本と経験豊富な参加者を集めている。しかし、その完全なシステムが独立した顧客環境でこれらの主張を満たすことは、まだ示されていない。
Google Newsでの露出は、資金調達ラウンド、評価額、性能に関する数値を増幅させることはできる。しかし、その証拠の隔たりを埋めることはできない。決定的な情報は、稼働中のラック、透明性のあるワークロード、そして再現可能な測定結果から得られる。
英国は孤立したサプライチェーンを構築せずに国内AIハードウェアを求めている
政府支援は英国をより良い立ち上げ市場にできるが、ソブリンAIは依然として国際的な製造基盤と顧客に依存している。
英国政府はコンピュート・インフラを戦略的優先事項として位置付けている。AI Hardware Planでは、研究、人材、調達、投資、国際連携にまたがるプログラムを示している。
同計画は、英国のAIハードウェア・パイプラインの一部として、Fractile、Lumai、Oriole Networks、Salience Labsと並びOLIXを挙げている。プロセッサに取り組む企業もあれば、フォトニクス、ネットワーキング、または完全なシステムを手掛ける企業もある。
この戦略には、官民合わせて11億ポンド超の重点支援が含まれる。また、異なる種類のプロセッサを組み合わせられる7億5,000万ポンド規模のヘテロジニアス・スーパーコンピュータについても記載している。ヘテロジニアス・コンピューティングでは、特定のタスクに適したプロセッサへワークロードを割り当てる。
このプログラムのうち、4億ポンドは専門チップの調達を支援すると見込まれている。初期の先進市場コミットメントは初期需要の創出を目的とし、その後により大規模なハードウェア購入が続く。このような調達は、スタートアップに研究室での実証から運用環境への導入へと進む道筋を与え得る。
計画によると、政府の5億ポンド規模のSovereign AI Fundはコンピュートを優先している。同基金は企業への投資に加え、テストや導入の機会につなげることができる。英国は、国内AI企業が海外資本のみに頼らず規模拡大できるよう、このプログラムを開始した。
しかし、本稿で確認した公開文書では、Sovereign AI FundがOLIXの8月のシリーズBに名を連ねる参加者であることは明確に示されていない。OLIX自身の発表はFundomoなどの投資家を列挙しているが、政府基金の名前は挙げていない。
この区別には注意が必要だ。OLIXは明らかに英国のソブリンAIハードウェア政策と整合しており、政府計画でも目立つ位置に置かれている。政策との整合性は、特定の資金調達ラウンドへの参加が確認されたことと同義ではない。
英国のより広範な戦略も、完全な技術的孤立を退けている。ハードウェア計画は、設計、製造、システム統合における国際連携を繰り返し強調している。これは半導体生産の現実を反映している。
英国のチップ設計企業は、エンジニアリング、知的財産、高付加価値の雇用を国内に維持できる。それでも海外のファウンドリ、装置サプライヤー、材料、パッケージングサービス、そして世界のクラウド顧客を必要とする。
Armは、機会と複雑さの両方を示している。同社は英国で始まり、今も世界のチップ設計において中心的な存在だが、その技術は国際的なネットワークを通じて成功している。この文脈での主権とは、すべての生産工程を国内で管理することではなく、影響力とアクセスを意味する。
Graphcoreは、より慎重に見るべき歴史的な参考例を提供する。この英国のAIチップ企業は多額の資金を調達し、Intelligence Processing Unitを開発した後、2024年にSoftBankに買収された。同社の経験は、革新的なシリコンを持続可能な代替プラットフォームへ転換することがいかに難しいかを示した。
OLIXは異なる形でこの課題に取り組んでいる。すべてのAIワークロード向けに1つのアクセラレータを提示するのではなく、推論に焦点を当てている。また、ラック規模で設計し、光通信をシステムの中核部分として扱っている。
政府は、初期顧客になる、あるいは独立した検証に資金を提供することで支援できる。その支援は若い企業の市場リスクを低減する。ただし、技術リスク、製造リスク、競争力のある経済性の必要性を取り除くものではない。
公共調達には独自の問題もある。買い手は、国内能力の支援と低い性能の容認を区別しなければならない。公共システムがOLIXの初期導入先となるなら、透明性のある評価が不可欠になる。
最も望ましい政策成果は、保護された国家的サプライヤーではない。信頼できるテストを経て世界の顧客を獲得する英国企業である。その結果は、継続的な支援を主な競争優位にすることなく、国内の能力を生み出す。
Nvidiaは基準点だが、真の競合はGPU中心のインフラである
OLIXは、魅力的な仕様を持つプロセッサを作るだけでなく、すでに導入済みのシステムを上回らなければならない。
Nvidiaが議論を支配しているのは、そのアクセラレータ、ネットワーキング製品、ソフトウェア支援がAI市場の大部分を支えているためだ。しかし、OLIXの主な競合はNvidiaよりも広い。すでにデータセンターが構築されてきた汎用アーキテクチャそのものである。
ハイパースケーラーは長年にわたり、大規模アクセラレータ・クラスター向けに施設を最適化してきた。そうしたシステムを中心に、スケジューリングツール、冷却システム、ネットワークトポロジー、モデルライブラリ、運用手順を開発してきた。
この導入済み基盤は、既存ハードウェアに大きな経済的防御力を与える。新たなラックは、わずかな効率改善以上の価値を提供しなければならない。統合作業、運用上の不確実性、若いサプライヤーに依存するリスクを買い手に補償する必要がある。
OLIXの特化は、推論において明確な突破口を提供する可能性がある。大規模モデルのトレーニングには、変化する処理と膨大な並列ワークロードに対応する柔軟性が必要だ。一方で、本番推論では予測可能なコスト、低レイテンシー、効率的なトークン生成がますます重視される。
推論モデルは、最終的な回答を出す前により多くのトークンを生成するため、この機会を強める。トークン需要が増加すれば、小さな効率差も大規模なフリート全体で増幅され得る。そのため、データセンター運営者には新しいアーキテクチャを検討する強い動機がある。
他のスタートアップも、異なる経路から同様の結論に達している。Fractileは推論特化チップとシステムを開発している。Cerebrasはウェハースケール・プロセッサを用い、Groqは決定論的アーキテクチャによる低レイテンシー推論を重視している。
クラウドプロバイダーも独自のアクセラレータを設計している。GoogleにはTensor Processing Unitsがあり、Amazon Web ServicesはTrainiumとInferentiaを提供し、MicrosoftはMaiaを導入した。これらの企業はシリコンを自社の内部ワークロードに合わせて調整し、クラウドを通じて展開できる。
OLIXは、Nvidiaに競合がいないという考えに頼ることはできない。同社が参入する市場では、専門プロセッサ、カスタムクラウド・シリコン、光ネットワーキング、ラック規模設計がすでに試されている。その優位性は、これらの構成要素をどのように連携させるかから生まれなければならない。
Armの参加は、さらに一層の意味合いを加える。Armは半導体業界全体にプロセッサ設計と関連技術をライセンスしている。同社の投資は戦略的な信頼性を与え得るが、OLIXが重要な顧客やパートナーになることを保証するものではない。
Hudson River Tradingは、レイテンシーに敏感なコンピューティングシステムの運用経験をもたらす。その背景は性能エンジニアリングに関連するが、同社の投資はOLIXのAIベンチマークを独立して検証するものではない。
競争上の試験は、ワークロードのレベルで行われる。買い手はOLIXのラックの総コストとサービス品質を、既存クラスターと比較する。その計算には、ハードウェア、電力、冷却、ソフトウェア作業、稼働時間、利用率が含まれる。
モデルの利用可能性も結果に影響する。OLIXが対応するアーキテクチャが狭い範囲に限られる場合、顧客は安定した大容量ワークロード向けにのみ同社を割り当てるかもしれない。コンパイラが迅速に適応できれば、プラットフォームはより広い市場に対応できる。
顧客は供給保証も考慮する。Nvidiaの製品は不足することがあるが、同社には大規模な製造関係と確立されたサポートチャネルがある。OLIXは、はるかに少ない導入済みシステムで、同等の信頼を築かなければならない。
スタートアップによる完全ラックのアプローチは、性能に対する制御力を高める。一方で、製品のより多くの部分について同社が責任を負うことにもなる。チップ、レーザー、ネットワーキング、コンパイル、システム運用のすべてが、顧客への約束の一部となる。
これが、33億ドルの評価額の背後にある逆説だ。OLIXは、1つの汎用的な仕事を特化した段階に分解することで効率が生まれると主張している。同時に、それは顧客がその効率を実感する前に、確実に機能しなければならない構成要素の数を増やすことにもなる。
OLIXがGoogle Newsの熱狂を正当化したかどうかを決める3つのシグナル
次の段階は、独立した検証、製造の実行力、そして顧客が新しいラック・アーキテクチャを採用するという証拠にかかっている。
最初のシグナルは、詳細で再現可能なベンチマークだ。OLIXはモデル、精度、バッチサイズ、入力・出力長、レイテンシー目標、ラック電力、比較対象ハードウェアを明示すべきである。独立した研究所または実名顧客による結果は、企業による別の推計よりも重みを持つ。
信頼できるテストは、特化によって対話速度とワット当たりの出力量の両方が改善するというOLIXの主張を強める。システム全体の電力やソフトウェアの文脈を欠く限定的なベンチマークでは、中心的な疑問は解消されない。
英国が計画するScaling Inference Labは、そのための1つの経路となり得る。hardware programは、政府支援を実環境での検証と結び付けている。公開された評価は、顧客がアーキテクチャ上の可能性とマーケティングを切り分ける助けとなり得る。
2つ目のシグナルは、2027年後半の初回納入に向けた製造の進捗だ。それ以前にOLIXは、シリコン完成、動作サンプル、ラック統合、顧客認定といったマイルストーンに到達すべきである。
半導体開発では、不具合によって追加の製造サイクルが必要になることがあるため、遅延は珍しくない。光学部品とシステム全体の統合は、さらなる依存関係を加える。動作するハードウェアを伴わないスケジュール更新は、納入目標への信頼を弱めるだろう。
生産経済性は、技術的な完成度と同じくらい重要になる。HBMと先進パッケージングを避けるこの設計は、供給制約を緩和することを意図している。それでも投資家と顧客には、SRAM容量、ダイサイズ、歩留まり、光学部品が競争力のあるラックコストを生み出すという証拠が必要だ。
3つ目のシグナルは、最先端モデル開発企業、クラウドプロバイダー、または大企業による実名の導入である。顧客は、重要な推論ワークロードをこのシステムに移す意思を持たなければならない。研究トライアルだけでは商業需要を示せない。
最も強い採用の証拠は、顧客名、定義されたワークロード、導入規模、測定された運用結果を組み合わせたものとなる。それはOLIXが、特化アーキテクチャと本番サービスの間にある隔たりを越えられることを示すだろう。
政府調達の受注は、特に透明性のある技術評価に続くものであれば、有用な需要をもたらす。民間クラウド顧客は、商業的な購買基準の下でこのシステムが競争していることを示唆するため、別のシグナルとなる。
読者は既存企業の反応にも注目すべきだ。Nvidia、ハイパースケーラー、その他のアクセラレータ企業は、推論ソフトウェア、メモリシステム、ネットワーキング、プロセッサ設計を継続的に改善している。OLIXの目標は、同社が構築を進める間にも動き続けている。
これは重要だ。スタートアップは当初のエンジニアリング目標を達成しても、市場を取り逃がす可能性がある。汎用システムが予想より速く改善すれば、買い手はアーキテクチャの特化よりもソフトウェアの継続性を選ぶかもしれない。
この資金調達により、OLIXは異例の規模でこの競争に参入するための資源を得た。製造に関するコミットメントを行い、複数のエンジニアリング分野で人材を採用し、売上が到来する前に完全なシステムを構築できる。
その資金余力が、結果を必然のものにするわけではない。半導体スタートアップは、顧客が完成品を評価できるようになるはるか以前から資本を消費する。高い評価額は、製品の裏付けが整う前に大きな市場を狙う圧力を強めかねない。
開発者や企業の購買担当者にとって、当面の教訓はOLIXを前提に導入環境を再設計することではない。推論ワークロードの拡大に伴い、推論インフラがより特化していくかを注視することだ。
AIシステムを評価するチームは、モデル、レイテンシー要件、出力量、運用コストに関する情報を保持すべきだ。検索可能なエンジニアリング・ナレッジベースは、新たなハードウェアの選択肢が登場した際にも、そうした判断を残す助けとなる。
OLIXは競争上の主張を明確に打ち出した。トークン生成に必要なのは、より大型の汎用マシンではなく、生産ラインだというものだ。同社の資金調達は、投資家がこの主張を真剣に受け止めていることを示している。政府の政策は、英国が同社と同業各社の成功を望んでいることを示している。
次に必要な裏付けはハードウェアからもたらされなければならない。評価額を妥当性の証明と見なす前に、再現可能なベンチマーク、製造上の節目、そして実名の生産顧客に注目したい。
Google Newsは、OLIXの3億1,200万ドルのラウンドに注目を集めた。2027年後半までに、同社はより難しい成果を示さなければならない。すなわち、顧客の試算を変える、実際に稼働するラックだ。
