Finansowanie DeepX czterokrotnie podnosi jego wycenę, ale przychody muszą nadrobić zaległości
DeepX pozyskał zobowiązania inwestorów w nowej rundzie finansowania przy raportowanej wycenie 2,2 mld USD — około czterokrotnie wyższej niż w 2024 roku. Finansowanie DeepX oznacza niezwykłe przeszacowanie spółki, która nadal przekuwa partnerstwa technologiczne w przychody komercyjne.
Koreański projektant układów scalonych ma finalizować rundę Series D o wartości co najmniej 300 mld wonów, czyli około 230 mln USD. Kolejni inwestorzy mogą dołączyć w ramach dodatkowych zamknięć rundy jeszcze w tym roku. Wycena miała osiągnąć 2,85 bln wonów, zanim nowy kapitał trafi do spółki.
Taki wynik odwraca nastroje wokół transakcji sprzed zaledwie kilku tygodni. Niektóre koreańskie instytucje finansowe wstrzymały wtedy swoje analizy, a oczekiwana runda skurczyła się względem pierwotnego celu.
Prywatni inwestorzy ostatecznie wydają się skłonni wyceniać DeepX na poziomie porównywalnym z lepiej finansowanymi koreańskimi rywalami: Rebellions i FuriosaAI. To porównanie uwidacznia jednak główne napięcie stojące za transakcją.
Inwestorzy wyceniają DeepX jako ważnego dostawcę rozwiązań dla AI działającej bezpośrednio na urządzeniach, zanim jego przychody potwierdzą ten status. Kolejnym sprawdzianem nie będzie następny benchmark ani komunikat o partnerstwie. Będzie nim powtarzalne wdrażanie technologii na skalę komercyjną.
Co faktycznie zmieniło finansowanie DeepX
Runda daje DeepX więcej czasu na komercjalizację układów, ale jednocześnie podnosi poprzeczkę, którą spółka musi osiągnąć.
Najbardziej uderzająca jest raportowana wycena. Podczas finansowania Series C w maju 2024 roku DeepX wyceniano na około 530 mln USD. W tej rundzie pozyskano około 80 mln USD.
Nowa wycena zbliża się do 2,2 mld USD, w oparciu o raportowaną kwotę 2,85 bln wonów. Oznacza to ponad czterokrotny wzrost w ciągu około dwóch lat.
Koreańska publikacja branżowa Dealsite podała, że DeepX w dużej mierze zakończył negocjacje dotyczące głównych warunków inwestycji do połowy lipca. Na tym etapie nadal koordynowano zgody instytucjonalne i harmonogramy płatności.
Pierwsze zamknięcie rundy ma obejmować zobowiązania przekraczające 300 mld wonów. DeepX może dalej pozyskiwać inwestorów w procesie wielokrotnych zamknięć, który pozwala uczestnikom wejść do tego samego finansowania w różnych terminach.
Bloomberg poinformował następnie o skoku wyceny 3 sierpnia. Ponieważ DeepX jest spółką prywatną, pełna dokumentacja transakcji i ostateczna struktura kapitałowa nie zostały publicznie ujawnione.
Czytelnicy powinni zatem odróżniać wynegocjowaną wycenę na rynku prywatnym od gotówki, która została już wpłacona do spółki. Wycena odzwierciedla warunki zaakceptowane przez uczestniczących inwestorów, lecz ostateczny kształt rundy może się zmienić przed zakończeniem wszystkich zamknięć.
Finansowanie następuje po rundzie DeepX o wartości 80 mln USD w 2024 roku. SkyLake Equity Partners przewodził wcześniejszej inwestycji, przy udziale BNW Investment, AJU IB Investment i TimeFolio Asset Management.
DeepX informował, że kapitał wesprze produkcję masową oraz rozwój produktów opartych na kolejnej generacji dużych modeli językowych działających na urządzeniach. Od tego czasu spółka wprowadziła do produkcji swoją pierwszą komercyjną rodzinę układów i rozszerzyła relacje dystrybucyjne.
Series D zmienia skalę tego przedsięwzięcia. Firmy półprzewodnikowe muszą finansować projektowanie układów, rozwój oprogramowania, zobowiązania produkcyjne, testy i wsparcie klientów na długo przed tym, zanim wdrożenia zaczną generować stabilne przychody.
Dodatkowy kapitał może pomóc DeepX zarezerwować moce produkcyjne i wesprzeć większą liczbę programów walidacyjnych u klientów. Może też finansować prace programistyczne potrzebne, by nieznany jeszcze procesor stał się użyteczny.
Wyższa wycena tworzy jednak własne ograniczenie. DeepX musi teraz przedstawić wystarczająco dużo dowodów komercyjnych, by obronić wycenę zbliżoną do dwóch największych koreańskich startupów produkujących układy AI.
Runda nie jest więc jedynie wotum zaufania. To termin graniczny sfinansowany prywatnym kapitałem.
Dlaczego inwestorzy stawiają na edge AI
DeepX nie próbuje odtworzyć strategii Nvidia dla centrów danych w mniejszej skali. Zakłada, że wnioskowanie AI rozprzestrzeni się na urządzenia fizyczne.
Wnioskowanie to proces wykorzystywania wytrenowanego modelu do rozpoznawania, klasyfikowania, przewidywania lub generowania wyniku. DeepX projektuje jednostki przetwarzania neuronowego, czyli NPU, które wykonują tę pracę wewnątrz lokalnych urządzeń.
Takie podejście jest powszechnie nazywane edge AI albo AI działającą na urządzeniu. Zamiast wysyłać każdą klatkę z kamery lub odczyt czujnika na zdalny serwer, urządzenie przetwarza istotne dane blisko ich źródła.
Model ten ma znaczenie, ponieważ przetwarzanie w chmurze generuje koszty i ograniczenia operacyjne. Kamera fabryczna może wytwarzać ciągły strumień wideo, a mobilny robot musi reagować bez czekania na zawodną sieć.
Przetwarzanie lokalne może ograniczać ruch sieciowy i opóźnienia. Może też zatrzymywać wrażliwe obrazy wewnątrz urządzenia, choć ostateczny poziom prywatności nadal zależy od całego projektu systemu.
Komercyjny akcelerator DX-M1 firmy DeepX jest przeznaczony dla tego rynku. Według specyfikacji układu firmy oferuje on 25 bilionów operacji na sekundę przy użyciu precyzji numerycznej INT8.
INT8 reprezentuje wartości modelu za pomocą ośmiobitowych liczb całkowitych, zmniejszając wymagania dotyczące pamięci i obliczeń. DeepX podaje pobór mocy od jednego do pięciu watów dla układu i jego modułu M.2.
Parametry te umieszczają DX-M1 w innym zakresie pracy niż duże akceleratory dla centrów danych. Docelowe systemy obejmują kamery, komputery przemysłowe, roboty, urządzenia handlowe i produkty dla mobilności.
Firma podaje, że moduł obsługuje kilka popularnych frameworków i formatów AI, w tym PyTorch, TensorFlow, ONNX i Ultralytics. Zgodność z frameworkami ma znaczenie, ponieważ klienci rzadko chcą przebudowywać istniejący model wokół nowego układu.
DeepX wymienia również obsługę Windows, kilku wydań Ubuntu, Yocto i Docker. Ta szeroka kompatybilność ma ograniczać prace integracyjne w różnych systemach przemysłowych.
Deklaracja kompatybilności na stronie specyfikacji nie gwarantuje jednak łatwego wdrożenia produkcyjnego. Klienci nadal muszą przetestować konwersję modelu, dokładność, zachowanie termiczne, sterowniki urządzeń i długoterminowe utrzymanie oprogramowania.
W tym obszarze inwestorzy zdają się dostrzegać szansę. Modele AI wychodzą poza scentralizowane usługi czatowe, trafiając do kamer, robotów, pojazdów, urządzeń AGD i systemów inspekcji przemysłowej.
Wiele z tych urządzeń nie potrzebuje największego dostępnego modelu. Potrzebują stabilnego wnioskowania w ramach ścisłych limitów mocy, temperatury i czasu reakcji.
DeepX zbudował partnerstwa wokół tego założenia. W kwietniu ogłosił współpracę z Robotics LAB grupy Hyundai Motor Group nad platformą obliczeniową dla physical AI.
Physical AI opisuje modele, które postrzegają świat i działają za pośrednictwem maszyn w rzeczywistym środowisku. Roboty muszą łączyć przetwarzanie danych z czujników z szybkimi decyzjami, działając przy ograniczonym budżecie energetycznym.
DeepX ogłosił również partnerstwo dotyczące produkcji masowej z dostawcą komputerów przemysłowych AAEON. Podczas Computex 2026 firma podała, że jej produkty pojawiły się na ponad 30 stoiskach partnerów.
Liczba partnerów stanowi przydatny dowód zasięgu dystrybucji, ale nie jest tym samym co adopcja przez klientów końcowych. Moduł prezentowany przez producenta systemów może nadal pozostawać w fazie oceny przez wiele miesięcy.
Teza inwestycyjna zakłada, że wystarczająco wiele ocen przekształci się w zamówienia produkcyjne. Jeśli dojdzie do takiej konwersji, DeepX może zająć rynek, którego procesory dla centrów danych nie zostały zaprojektowane, by obsługiwać go efektywnie.
Jeśli konwersja pozostanie powolna, partnerstwa zapewnią rozpoznawalność bez generowania przychodów wymaganych przez wycenę.
DeepX kontra lepiej finansowani koreańscy rywale w segmencie układów AI
Główną rywalizacją DeepX nie jest bezpośrednia walka benchmarków z Nvidia. To wyścig z Rebellions i FuriosaAI o wiarygodność komercyjną.
Wszystkie trzy firmy projektują procesory AI, lecz nie koncentrują się na identycznych obciążeniach. Rebellions i FuriosaAI kładą większy nacisk na wnioskowanie w centrach danych, podczas gdy DeepX skupia się na urządzeniach edge i systemach fizycznych.
To rozróżnienie chroni DeepX przed prostym porównaniem układ za układ. Nie chroni jednak firmy przed rywalizacją o kapitał, talenty inżynieryjne, partnerów produkcyjnych i uwagę klientów.
Rebellions zakończył w marcu finansowanie na kwotę 400 mln USD przy raportowanej wycenie około 2,34 mld USD. Łączne finansowanie spółki osiągnęło około 850 mln USD, według opisu rundy.
Firma wykorzystuje ten kapitał do ekspansji poza pojedyncze procesory. Jej systemy RebelRack i RebelPOD łączą układy, sieć i oprogramowanie w infrastrukturę zaprojektowaną do wdrożeń produkcyjnych.
FuriosaAI podąża inną drogą do centrum danych ze swoim procesorem RNGD. Układ wykorzystuje pamięć o wysokiej przepustowości i jest przeznaczony do wnioskowania z dużych modeli, gdzie przesuwanie danych w pamięci może stać się istotnym wąskim gardłem.
FuriosaAI zyskała również międzynarodową uwagę po tym, jak miała odrzucić propozycję przejęcia ze strony Meta. Jej finansowanie i walidacja u klientów zwiększają presję na DeepX, aby wykazał, że specjalizacja w edge AI może wspierać równie duży biznes.
Wyceny na rynku prywatnym zbliżyły do siebie te trzy firmy w wyjątkowym stopniu. Koreańskie źródła lokowały Rebellions w pobliżu 3,4 bln wonów, FuriosaAI w pobliżu 3 bln wonów, a DeepX w pobliżu 2,85 bln wonów.
Ich pozycje przychodowe są znacznie mniej wyrównane niż wyceny. Electronic Times podał, że Rebellions osiągnął w zeszłym roku 32 mld wonów przychodów.
Ten sam raport wskazał 5,7 mld wonów dla FuriosaAI i 3,3 mld wonów dla DeepX. Ostrzegał przed luką między przychodami a wyceną w całej grupie.
Dane te wymagają ostrożnej interpretacji, ponieważ firmy są prywatne, a zasady rozpoznawania przychodów mogą różnić się między kontraktami półprzewodnikowymi. Mimo to zapewniają najczytelniejszy publiczny wskaźnik luki wykonawczej.
Raportowana wycena DeepX odpowiada ponad 800-krotności jego ostatnich raportowanych rocznych przychodów. Taki wskaźnik nie jest użytecznym modelem wyceny w stanie ustalonym dla młodej firmy produkującej układy.
Pokazuje jednak, jak dużą część przyszłego wzrostu inwestorzy już uwzględnili w transakcji. DeepX musi przejść od niewielkich zamówień i programów walidacyjnych do powtarzalnych wdrożeń w wielu liniach produktowych.
Rebellions stoi przed podobnym ogólnym wyzwaniem, ale zaczyna z wyższymi raportowanymi przychodami i znacznie większym łącznym finansowaniem. FuriosaAI ma również widoczną ścieżkę wejścia do korporacyjnych centrów danych.
Odpowiedzią DeepX jest specjalizacja. Niskomocowy akcelerator może trafić do produktów, które nie są w stanie pomieścić karty dla centrum danych, dużego systemu chłodzenia ani stale działającego połączenia z chmurą.
Taka droga tworzy rozproszoną bazę klientów. DeepX może potrzebować jednocześnie wspierać producentów kamer, firmy robotyczne, dostawców komputerów przemysłowych i programy motoryzacyjne.
Rozproszenie może stać się zaletą, jeśli klienci będą wykorzystywać ten sam układ w wielu urządzeniach. Może też stać się kosztownym obciążeniem wsparcia, gdy każdy klient potrzebuje innego modelu i środowiska operacyjnego.
Dlatego pytanie konkurencyjne wykracza poza szczytową wydajność. DeepX potrzebuje systemu oprogramowania i dystrybucji, który obsłuży wiele mniejszych wdrożeń, nie zamieniając każdego kontraktu w projekt inżynieryjny szyty na miarę.
Klient oceniający tych dostawców powinien skupić się na obsługiwanych modelach, niezawodności konwersji, narzędziach wdrożeniowych, zobowiązaniach dotyczących cyklu życia oraz zmierzonym poborze mocy przy własnym obciążeniu.
Porównania marketingowe nie mogą zastąpić takiej walidacji. Duża runda finansowania również nie.
Czego wycena nie dowodzi
Finansowanie DeepX dowodzi, że inwestorzy zaakceptowali nowe warunki. Nie dowodzi, że popyt komercyjny osiągnie zakładaną skalę.
Najmocniejsza sceptyczna argumentacja zaczyna się od wyników finansowych DeepX. Koreańskie media podały, że jego skonsolidowane przychody wyniosły w ubiegłym roku 3,3 mld wonów, a strata netto 58,9 mld wonów.
Taka strata nie jest zaskoczeniem w przypadku startupu półprzewodnikowego rozpoczynającego produkcję. Rozwój chipów wymaga dużych nakładów, zanim ruszą dostawy na większą skalę.
Ta dysproporcja nadal ma znaczenie, ponieważ wycena DeepX wzrosła przed pojawieniem się publicznych dowodów na proporcjonalny wzrost przychodów. Inwestorzy finansują przyszłą adopcję, a nie ugruntowaną bazę zysków.
Proces finansowania również napotkał opór. W lipcu Seoul Economic Daily poinformował, że planowana runda zmniejszyła się z 600 mld wonów do poziomu od 300 mld do 400 mld wonów.
Kilka instytucji finansowych miało wstrzymać lub zakończyć analizę inwestycji. Jedną z obaw była wysoka proponowana wycena DeepX w okresie zmienności na rynku AI.
Opóźniona decyzja National Growth Fund zwiększyła niepewność. Udział wspieranego przez państwo funduszu zmniejszyłby wymagania kapitałowe dla części powiązanych instytucji finansowych.
Prywatny popyt najwyraźniej później popchnął rundę w kierunku pierwszego zamknięcia. Dotychczasowi inwestorzy mieli wesprzeć wycenę, a z finansowaniem łączono grupy powiązane z BNW, TimeFolio i Shinhan.
Ten wynik jest istotny, ponieważ prywatne zobowiązania mogą pokazywać przekonanie inwestorów bez bezpośredniego dopasowania środków przez państwo. Nie usuwa jednak wcześniejszych wahań.
Zmniejszenie finansowania pokazuje, że inwestorzy różnili się co do właściwej ceny i momentu inwestycji. Udane zamknięcie dokumentuje decyzję uczestników, a nie powszechny osąd rynku.
DeepX kontroluje też dużą część obecnie dostępnych dowodów dotyczących wydajności swoich produktów. Na swojej stronie firma deklaruje znaczące przewagi efektywności nad alternatywnymi procesorami w wybranych warunkach testowych.
Firma wskazuje niektóre szczegóły testów, w tym precyzję modeli, wersje oprogramowania, interfejsy i sprzęt hosta. Ta przejrzystość pomaga czytelnikom interpretować wyniki.
Niezależne testy obejmujące szerszy zestaw modeli pozostają niezbędne. Obciążenia edge różnią się rozdzielczością kamer, wielkością batcha, architekturą modelu, dostępem do pamięci i wymaganiami dotyczącymi dokładności.
Procesor może dobrze działać na jednym modelu wykrywania obiektów, a mieć trudności z innym obciążeniem. Konwersja modelu może również zmienić dokładność, nawet gdy surowa przepustowość wygląda dobrze.
Deklaracje dotyczące zużycia energii wymagają podobnego kontekstu. Pobór mocy chipu, modułu i kompletnego systemu to różne pomiary.
Nabywca przemysłowy musi uwzględnić procesory hosta, pamięć, pamięć masową, sieć i chłodzenie. Musi też mierzyć stabilną wydajność w oczekiwanych warunkach środowiskowych.
Kolejne ryzyko dotyczy dostaw. DeepX jest firmą fabless, co oznacza, że projektuje procesory, lecz polega na zewnętrznych partnerach w zakresie ich produkcji.
Ten model jest standardem w dużej części branży półprzewodnikowej. Nadal naraża jednak firmę na dostępność wafli, moce w zakresie pakowania, terminy dostaw komponentów i zakłócenia geopolityczne.
Oprogramowanie stanowi trudniejsze wyzwanie długoterminowe. Przewaga Nvidia nie ogranicza się do szybkości procesorów.
Deweloperzy mają wieloletnie doświadczenie z jej narzędziami programistycznymi i zoptymalizowanymi bibliotekami. Alternatywny chip musi zapewniać wystarczającą wartość ekonomiczną, aby uzasadnić zmianę procesów wdrożeniowych.
DeepX próbuje zmniejszyć te bariery poprzez popularne frameworki, narzędzia do konwersji modeli i partnerstwa sprzętowe. Współpraca z Ultralytics jest szczególnie istotna dla twórców rozwiązań computer vision korzystających z modeli YOLO.
Firma rozszerzyła również obsługę mniejszych modeli językowych na DX-M1. Poszerza to zakres obsługiwanych obciążeń, ale dodaje kolejną warstwę oczekiwań wobec oprogramowania.
Każda nowa funkcja musi pozostawać stabilna w kolejnych wydaniach SDK. Klienci przemysłowi często wymagają wsparcia przez kilka lat, a nie tylko podczas cyklu demonstracyjnego.
DeepX musi więc udowodnić jednocześnie trzy rzeczy. Jego chip musi działać efektywnie, oprogramowanie musi pozostawać użyteczne, a łańcuch dostaw musi zapewniać przewidywalny wolumen.
Wycena zakłada, że firma rozwiąże wszystkie trzy kwestie, zanim lepiej skapitalizowani konkurenci zamkną tę szansę.
Trzy sygnały, które zdecydują, czy ten zakład się sprawdzi
Zamówienia, powtarzalna produkcja i niezależnie zmierzona wydajność zdecydują, czy wycena DeepX odzwierciedla biznes, czy jedynie obiecującą platformę.
Pierwszym sygnałem jest ostateczne zamknięcie rundy Series D. Inwestorzy powinni obserwować kwotę faktycznie otrzymanej gotówki, wskazanych uczestników oraz wszelkie zmiany zgłaszanej wyceny.
Początkowe zobowiązanie przekraczające 300 mld wonów zapewniłoby DeepX znaczną swobodę operacyjną. Późniejsze zwiększenie rundy w kierunku wcześniejszego celu firmy wzmocniłoby argument, że prywatny popyt zastąpił opóźnione finansowanie wspierane przez państwo.
Mniejsze ostateczne zamknięcie nie podważyłoby technologii DeepX. Sugerowałoby jednak, że entuzjazm inwestorów ma granice przy obecnej wycenie.
Drugim sygnałem jest przejście od zamówień do powtarzalnych dostaw. To ważniejsze niż kolejna lista firm testujących sprzęt DeepX.
Kwalifikacja półprzewodników wymaga czasu, ponieważ klienci muszą zweryfikować wydajność, niezawodność, kompatybilność oprogramowania i dostawy. Proces jest szczególnie wymagający w przypadku motoryzacji i sprzętu przemysłowego.
DeepX potrzebuje klientów przechodzących przez ewaluację, design-in i produkcję. Design-in oznacza, że klient wybrał komponent do produktu, choć nie gwarantuje ostatecznego wolumenu dostaw.
Powtarzalne zakupy pokazałyby, że chip sprawdza się poza programem pilotażowym. Ujawniłyby również, czy DeepX może obsługiwać klientów bez ponoszenia nadmiernych kosztów dostosowywania rozwiązań.
Współpraca firmy z działem robotyki Hyundai oferuje jeden konkretny test. Wdrożenie produkcyjne w robotach potwierdziłoby tezę o niskim zużyciu energii w warunkach rzeczywistego ruchu, pracy czujników i ograniczeń termicznych.
AAEON i inni partnerzy przemysłowi zapewniają inną ścieżkę. Ich systemy mogą umieszczać moduły DeepX w fabrykach, punktach handlowych, sprzęcie transportowym i infrastrukturze inteligentnych miast.
Najmocniejszym dowodem będą wskazane produkty z datami dostaw i mierzalnymi wolumenami. Wzrost przychodów powinien następować po tych wdrożeniach, a nie poprzedzać je wyłącznie jako prognoza.
Trzecim sygnałem jest niezależna walidacja techniczna. Nabywcy potrzebują porównywalnych testów wykorzystujących ich modele, cele dokładności, pobór mocy systemu i warunki pracy.
DeepX deklaruje 25 TOPS wydajności INT8 oraz zakres poboru mocy chipu od jednego do pięciu watów. Specyfikacje te opisują teoretyczną wydajność i zakładane zachowanie energetyczne, a nie uniwersalną wydajność aplikacji.
Niezależne wyniki powinny mierzyć kompleksową przepustowość, opóźnienia, dokładność, powodzenie konwersji i stabilny pobór mocy. Powinny też porównywać kompletne systemy, a nie odizolowane akceleratory.
Takie dowody wzmocniłyby argument DeepX, że specjalizacja edge tworzy możliwą do obrony alternatywę. Słabe lub niespójne wyniki dałyby klientom powody, by pozostać przy ugruntowanych platformach.
Najbliższe kilka miesięcy będzie więc ważniejsze niż nagłówkowa wycena. DeepX ma wystarczające wsparcie inwestorów, aby kontynuować rozwój, ale wykorzystał też znaczną część swojego narracyjnego zapasu czasu.
Raportowane zamówienia i relacje związane z produkcją masową pokazują ruch wykraczający poza laboratoryjne prototypy. Baza przychodowa pokazuje, jak wczesny etap nadal reprezentuje ten postęp.
Deweloperzy powinni obserwować, czy SDK obsługuje więcej modeli produkcyjnych bez ręcznej interwencji. Nabywcy sprzętu powinni pytać o zobowiązania dotyczące cyklu życia, gwarancje dostaw i pomiary specyficzne dla danego obciążenia.
Liderzy biznesowi powinni śledzić powtarzalne zamówienia, a nie liczbę partnerów. Przeszukiwalna baza wiedzy inżynieryjnej może również pomóc zespołom zachować wyniki benchmarków, decyzje integracyjne i deklaracje dostawców podczas długotrwałych ocen.
Finansowanie DeepX jest istotne, ponieważ zbliża projektanta chipów skoncentrowanego na edge do wyceny koreańskich konkurentów z segmentu centrów danych. Nie rozstrzyga jednak, która ścieżka stworzy większy rynek.
Firma musi teraz przekształcić energooszczędną inferencję w powtarzalne wdrożenia. Przed uznaniem wyceny 2,2 mld USD za komercyjne potwierdzenie należy obserwować ostateczne zamknięcie, wskazanych klientów produkcyjnych i niezależne benchmarki.
Dla zespołów oceniających edge AI natychmiastowe działanie jest proste. Należy testować sprzęt DeepX z dokładnie tymi modelami, limitami mocy i warunkami środowiskowymi, które są planowane dla produkcji. Wyniki powiedzą znacznie więcej niż nagłówek dotyczący finansowania.
