A Lumai, uma startup de Oxford que deu um passo importante na área de infraestrutura de inteligência artificial, anunciou recentemente que arrecadou mais de US$ 10 milhões em financiamento. Este investimento foi liderado pela Constructor Capital, focada em deep tech, e contou com o apoio de investidores renomados como IP Group, Ventures, Journey Ventures, LIFTT, Qubits Ventures, State Farm Ventures e TIS Inc. Isso sinaliza uma crescente confiança do mercado em uma tecnologia que pode remodelar o cenário do cálculo de IA.

Investimento, financiamento, dinheiro

O núcleo da inovação da Lumai reside em um objetivo ousado: fornecer um desempenho 50 vezes maior do que os aceleradores de silício existentes, com apenas 10% do custo de energia. E tudo isso é feito usando a luz.

Com a evolução contínua de sistemas de IA como ChatGPT, Claude e Gemini, o hardware subjacente enfrenta desafios enormes. O treinamento e a execução de grandes modelos de linguagem (LLMs) exigem uma capacidade computacional imensa, assim como um consumo de energia igualmente gigantesco. Prevê-se que, até 2028, o consumo de energia dos data centers americanos triplicará, podendo representar 12% do fornecimento de eletricidade nacional.

No entanto, o problema não se limita ao consumo de energia, mas também envolve economicidade e escalabilidade. As GPUs tradicionais de silício e a tecnologia fotônica integrada estão enfrentando retornos decrescentes, aumento de custos e obstáculos de escalabilidade.

A tecnologia de computação óptica da Lumai difere radicalmente do fluxo eletrônico de chips tradicionais. A computação óptica utiliza fótons para cálculos, oferecendo três grandes vantagens: velocidade – os fótons se movem mais rápido que os elétrons e não geram calor como os elétrons, permitindo processamento ultrarrápido; eficiência energética – os sinais ópticos reduzem significativamente o consumo de energia; e paralelismo – a luz pode processar várias operações simultaneamente por meio de diferentes caminhos e comprimentos de onda.

A inovação da Lumai reside no uso de uma matriz óptica 3D - multiplicação vetorial (MVM) para operações-chave de aprendizado profundo. Isso significa que o cálculo é realizado enquanto o feixe de luz atravessa um corpo geométrico tridimensional, em vez de um chip plano. O potencial dessa tecnologia pode atingir 10¹⁷ operações por segundo, 1000 vezes mais rápido que a tecnologia eletrônica atual e até 100 vezes mais rápido que o cérebro humano.

Como uma empresa derivada da Universidade de Oxford, a Lumai superou os desafios que atormentavam os pesquisadores há anos: como escalar a computação óptica de forma confiável e econômica. Seus processadores usam o formato PCIe, facilitando a integração com a infraestrutura de data centers existente, oferecendo grande capacidade de operações vetoriais, alta velocidade de clock óptico e desempenho de inferência com quase zero latência por meio da utilização de feixes de luz em um espaço tridimensional para multiplicação de matrizes.

Com o financiamento garantido, a Lumai planeja expandir sua equipe, impulsionar o desenvolvimento de produtos, expandir para o mercado americano e avançar em direção a um acelerador de inferência de IA óptica comercial. Seu roadmap descreve um caminho de aumento de desempenho de 4 vezes para 50 vezes em comparação com os concorrentes baseados em silício, com apenas 10% do consumo de energia. Em uma era de sustentabilidade, custo-benefício e aceleração de IA como o próximo desafio computacional, a Lumai não está apenas competindo por um lugar no mercado, mas aspira a ser uma pioneira.

Destaques:

🌟 A Lumai recebeu mais de US$ 10 milhões em financiamento, com o objetivo de remodelar a infraestrutura de inteligência artificial por meio da tecnologia de computação óptica.

⚡ A tecnologia de multiplicação de matriz óptica 3D da Lumai oferece desempenho ultra-alto, com o objetivo de alcançar 50 vezes mais desempenho com 10% do consumo de energia.

🚀 A empresa planeja expandir sua equipe e entrar no mercado americano, focando na comercialização de aceleradores de inferência de IA óptica.