这家25名员工的公司最近获得2170万美元A轮融资！

通过使用内存计算，EnCharge的定制插件硬件可以加速服务器和“网络边缘”机器中的AI应用。

EnCharge AI是一家美国的硬件公司，其产品可以加速边缘AI的处理（以直接在边缘设备上运行的机器学习算法的形式使用人工智能）。近期，EnCharge AI宣布获得2170万美元的A轮融资。本轮融资由Anzu Partners领投，AlleyCorp、Scout Ventures、Silicon Catalyst Angels、Schams Ventures、E14 Fund 和 Alumni 跟投。根据TechCrunch的报道，EnCharge AI预计将本轮融资用于硬件、软件开发及客户拓展。

经过普林斯顿大学多年的研究和开发，EnCharge AI从隐形中脱颖而出，由来自Meta，NVIDIA，Qualcomm和IBM的世界级多学科团队领导。摄影：Sameer A. Khan/Fotobuddy

EnCharge AI的创始人是Naveen Verma、Echere lroaga和Kailash Gopalakrishnan。Verma是普林斯顿大学凯勒工程教育创新中心的主任，Gopalakrishnan是IBM的研究员，曾为IBM工作了近18年。而lroaga曾担任半导体公司Macom的副总裁。目前，EnCharge大约有25名员工，总部在Santa Clara（美国西部加利福尼亚州的圣克拉拉县）.

该公司的成立源自公司创始人兼CEO Naveen Verma的一个研究。2017年，Verma曾经和伊利诺伊大学香槟分校的合作者一起获得美国联邦资助，作为DARPA（美国国防部高级研究计划局）“电子复兴计划”的产物，Verma领导了一项830万美元的研究，该研究的重点是新型非易失性存储设备。和当今计算机中普遍存在的"易失性 "存储器相比，非易失性存储器可以在没有持续供电的情况下保留数据。理论上，它更节能。闪存、大多数磁性存储设备都是非易失性存储器。

DARPA还资助Verma展开了用于机器学习计算的内存计算研究。这里的“内存”是指在RAM中运行计算以减少存储设备带来的延迟。

EnCharge的创立是为了将Verma的研究商业化。EnCharge的硬件使用了标准的PCle外形尺寸，Verma称，通过使用内存计算，EnCharge的定制插件硬件可以加速服务器和“网络边缘”机器中的AI应用，相对于标准计算机处理器，EnCharge也可以降低功耗。

目前，EnCharge的硬件迭代有几个挑战。首先，内存计算往往对电压波动和温度峰值敏感。因此EnCharge使用了电容器而不是晶体管来设计芯片。存储电荷的电容器可以实现更精确的制造能力，同时免受电压变化的影响。

其次，EnCharge还需要开发软件，以便让客户的AI系统适应定制化的硬件。Verma表示，该软件完成后，将使EnCharge的硬件和不同类型的神经网络（即人工智能算法集）一起工作。这种硬件还具备可扩展性。

Verma称：“EnCharge的产品在能源效率和性能方面带来了巨大的提升，这是依靠高度稳定和可扩展的新一代技术实现的。该技术已经在多次的芯片测试中得到验证，并扩展到高级节点和架构中。EnCharge不同于面临内存和计算效率瓶颈的数字技术，也不同于面临基本技术障碍和跨计算堆栈验证能力有限的数字技术。”

最后的挑战是竞争对手的威胁。EnCharge进入了已经饱和的人工智能加速器硬件市场，它将和其他资金雄厚的竞争者对抗。例如，Axelera和GigaSpaces 目前正在开发内存硬件来加速AI工作负载。2021年10月，NeuroBlade获得了8300万美元的融资，用于数据中心和边缘设备的内存计算芯片研发。Syntiant也在开发内存中的语音处理AI边缘芯片。

值得注意的是，EnCharge尚未开始大规模生产其硬件产品，这意味着其客户规模并不大。Verma表示，公司目前尚未实现收入。

领投方Anzu Partners的Jimmy Kan表示：“边缘AI的商业化进程，对能够在成本和功率效率方面大幅提高端到端AI计算能力的可持续技术提出了巨大需求。EnCharge的技术满足了这一需求，并且已经在硅片中成功验证，可以批量生产。”

Verma称：“现在是筹措资金的最佳时机。通过研发，我们已经实现了技术在计算堆栈中的广泛验证。这项技术提供了明确的产品化路径，也为处于人工智能前沿的客户应用提供了价值延伸的基础。目前许多边缘应用正处于新兴阶段，人工智能的最大价值还有待定义。”

官网：www.enchargeai.com