Startup extropic alcanza $14.1 millones en financiamiento para desarrollar tecnología de computación física

La startup Extropic, liderada por exmiembros del equipo de investigación en computación cuántica de Alphabet Inc., anunció hoy haber recaudado $14.1 millones en financiamiento inicial.

Kindred Ventures encabezó la inversión, con la participación de HOF Capital, Julian Capital, Marque VC, OSS Capital, Valor Equity Partners y Weekend Fund. Extropic menciona que la ronda contó con la participación de más de una docena de otros patrocinadores, incluyendo ejecutivos de empresas como Adobe Inc., Shopify Inc. y varias startups respaldadas por inteligencia artificial.

Fundada el año pasado por el CEO Guillaume Verdon, anterior líder de un equipo de computación cuántica en la unidad de investigación X de Alphabet, Extropic cuenta también con Trevor McCourt, exinvestigador en el gigante de búsqueda. Durante su tiempo en Alphabet, Verdon y McCourt lideraron el desarrollo de una librería TensorFlow que puede utilizarse para ejecutar modelos de inteligencia artificial en chips de computación cuántica.

Se cree que Extropic está construyendo un chip optimizado para ejecutar grandes modelos de lenguaje, o LLMs. En una publicación reciente en su blog, Verdon describió la tecnología de la empresa como un “novedoso paradigma completo de computación basado en la física” y detalló que aprovecha la “termodinámica fuera del equilibrio”. Esto sugiere que el diseño del chip de Extropic incorpora conceptos de la termodinámica no equilibrada, un campo emergente de la física centrado en el estudio de fenómenos como reacciones químicas.

El post de Verdon indicaba que el producto de la compañía no es un chip de computación cuántica. “A medida que los plazos para la escalabilidad de las computadoras basadas en la física cuántica se hacían interminablemente largos, muchos de nuestro equipo buscaron un camino diferente hacia la computación práctica basada en la física”, escribió.

Uno de los principales desafíos en la construcción de un chip cuántico útil comercialmente es que estos procesadores son altamente propensos a errores computacionales o ruido. Estos errores hacen imposible llevar a cabo cálculos complejos de manera confiable. Extropic busca construir un sistema en el que “el ruido sea un activo en lugar de un pasivo”.

La compañía no ha compartido información técnica más detallada sobre su tecnología. Sin embargo, Verdon reveló que uno de los objetivos de Extropic es reducir la cantidad de electricidad necesaria para ejecutar modelos de inteligencia artificial. También sugirió que la tecnología de la empresa automatizará ciertas tareas de codificación, al mencionar que “se podría imaginar un ordenador que, en lugar de ser programado imperativamente, encuentre naturalmente una forma de programarse a sí mismo para aprender representaciones del mundo”.

Es posible inferir detalles adicionales sobre la tecnología de Extropic a partir del hecho de que está destinada a ejecutar modelos de inteligencia artificial. Las redes neuronales procesan datos mediante cálculos matemáticos llamados multiplicaciones de matrices. Estos cálculos se realizan en matrices, estructuras matemáticas que comprenden números organizados en filas y columnas como una hoja de cálculo. Dado que los modelos de inteligencia artificial usan extensamente estas multiplicaciones de matrices al procesar datos, prácticamente todos los chips optimizados para IA incluyen circuitos diseñados para llevar a cabo tales operaciones.

Estos chips también suelen contar con una gran cantidad de memoria de alta velocidad, ya que los modelos de IA mueven frecuentemente datos hacia y desde la memoria durante el procesamiento. Cuanto más rápido se complete este viaje de ida y vuelta, más pronto una red neuronal podrá generar resultados para los usuarios.

Si el reporte que indica que Extropic está desarrollando un procesador optimizado para LLMs es preciso, la empresa puede esperar competir con Nvidia Corp. El fabricante de chips recientemente presentó un nuevo procesador para centros de datos, el H200, diseñado específicamente para ejecutar LLMs. Cuenta con el doble de memoria incorporada que la tarjeta gráfica insignia previa de Nvidia.