AkAIは、大規模な機械学習モデルのトレーニングと実行のために特化したコンピューティングシステムを設計・展開する人工知能インフラストラクチャ企業である。同社は、現代のGenerative AIアプリケーションに必要なハードウェア・ソフトウェアスタック、特に高帯域幅インターコネクト、最適化されたアクセラレータ、オーケストレーションソフトウェアに焦点を当てている。AkAIは、Large language modelワークロードを効率的に展開しようとする企業や研究機関向けのエンドツーエンドソリューションの提供者として自らを位置づけている。
2020年代初頭に、半導体設計と分散システムのバックグラウンドを持つエンジニアと研究者のチームによって設立されたAkAIは、目的特化型AIハードウェアへの広範な業界シフトの中で登場した。同社名は、接頭辞「AI」と様式化された「k」を組み合わせたもので、運動エネルギーと速度を喚起することを意図している。AkAIの初期の資金調達ラウンドには、Deep learningとTransformer (architecture)アーキテクチャの進歩によって推進されるコンピューティング容量への需要増加に注目する投資家が引き寄せられた。
設立と初期の開発
AkAIは2021年に設立され、本社は半導体およびテクノロジー企業の拠点であるカリフォルニア州サンタクララに置かれた。設立チームには、AMDとIntelの元エンジニア、および主要なクラウドプロバイダーで分散トレーニングシステムに携わったソフトウェアアーキテクトが含まれていた。彼らの当初の目標は、既存のAIインフラストラクチャの非効率性、特にプロセッサとメモリ間のデータ移動のボトルネックに対処することであった。
同社の最初の製品は2022年に発表され、既存のGPUクラスターを補完するように設計されたカスタムアクセラレータボードであった。Neural networkトレーニングハードウェアを完全に置き換えるのではなく、AkAIはアクセラレータ間の通信層の改善に焦点を当て、スケーリングを制限することが多いレイテンシを削減した。このアプローチにより、完全に独自のチップ設計を追求する競合他社との差別化が図られた。
2023年までに、AkAIはディープテックに特化したベンチャーキャピタル企業のコンソーシアムが主導する1億5000万ドルのシリーズB資金調達を確保した。この資金はエンジニアリングチームの拡大と、テキサス州オースティンに2番目の設計センターを開設するために使用された。同社はまた、MIT CSAILやStanford AI Labを含む学術機関との協力を開始し、最先端の研究ワークロードで自社ハードウェアをテストした。
コアテクノロジーと製品
AkAIの主力製品ラインは2023年に導入され、AkAIアクセラレータシリーズとしてA1000およびA2000モデルを含む。これらのアクセラレータはトレーニングと推論の両方に設計されており、エネルギー効率とTransformer (architecture)ベースのモデルに対する高スループットに焦点を当てている。2024年にリリースされたA2000は、大規模トレーニングにおける一般的なボトルネックである頻繁なデータ転送の必要性を減らす新しいメモリアーキテクチャを特徴としている。
同社はまた、複数のアクセラレータをまとまりのあるクラスターに接続するソフトウェア定義ネットワーク層であるAkAIファブリックを開発した。ファブリックは動的なリソース割り当てをサポートし、ユーザーがLarge language modelのファインチューニングからリアルタイム推論の実行まで、さまざまなタスクにコンピューティング容量を分割できるようにする。このソフトウェアスタックは、TensorFlowやPyTorchを含む一般的な機械学習フレームワークと互換性があるが、同社は独自のフレームワークをリリースしていない。
2024年、AkAIは異種ハードウェア全体でジョブスケジューリング、モニタリング、フォールトトレランスを自動化する管理プラットフォームであるAkAIオーケストレーターを導入した。オーケストレーターはkubernetesと統合し、ハイブリッドクラウド展開をサポートしており、顧客がオンプレミスのAkAIクラスターとAmazon Web ServicesやGoogle Cloudなどのパブリッククラウドリソースを組み合わせることができる。
市場ポジションと競争
AkAIは、確立された半導体企業と専門のAIスタートアップを含む競争の激しい環境で運営されている。その主なライバルには、AIアクセラレータ市場を支配するNVIDIAと、推論最適化チップに焦点を当てたスタートアップであるGroqが含まれる。NVIDIAの汎用GPUとは異なり、AkAIのアクセラレータはDeep learningワークロードに特化しており、同社は特定のモデルアーキテクチャに対してワットあたりのパフォーマンスが優れていると主張している。
同社はまた、厳格なデータプライバシー要件を持つ組織向けのオンプレミスソリューションを提供し、クラウドベースのAIサービスの代替として自らを位置づけている。これにより、規制遵守がパブリッククラウドの使用を制限する医療や金融などのセクターからの関心が集まっている。AkAIのOracle Cloud InfrastructureやMicrosoft Azureとのパートナーシップにより、顧客は必要に応じてオンプレミスクラスターをこれらの環境に拡張できる。
アナリストは、AkAIの成功は堅牢なソフトウェアエコシステムを構築する能力に依存していると指摘している。これは歴史的に小規模なハードウェアベンダーを妨げてきた課題である。同社はファブリックソフトウェアの一部をオープンソース化することで対応し、開発者を引き付け、プラットフォームの周りにコミュニティを構築することを目指している。2025年現在、AkAIは200以上のエンタープライズ顧客を報告しているが、収益数値は開示していない。
研究開発
AkAIは、AIハードウェアとアルゴリズムへの新しいアプローチを探求する専用の研究部門を維持している。元Google DeepMindエンジニアが率いるこの部門は、モデルアーキテクチャとハードウェアの共同設計に焦点を当てている。これには、Generative AIアプリケーションの重要な課題である長文コンテキストTransformer (architecture)の計算要件を削減できるスパースアテンションメカニズムの調査が含まれる。
BAIR (Berkeley AI Research)との協力で、AkAIは2024年に「適応精度スケーリング」に関する論文を発表した。これは、トレーニング中の数値精度を動的に調整して、精度を犠牲にすることなく効率を向上させる技術である。この論文は標準ベンチマークでエネルギー消費を30%削減することを実証したが、この技術はまだ商業製品に統合されていない。
同社はまた、グラントプログラムを通じて学術研究に資金を提供し、Carnegie Mellon UniversityやUniversity of Oxfordでのハードウェア認識型Machine learningアルゴリズムを探求するプロジェクトを支援している。AkAIの研究者はNeurIPSやISCAなどの会議に貢献し、メモリ階層やインターコネクトトポロジに関する研究を発表している。
アプリケーションとユースケース
AkAIのインフラストラクチャは、自然言語処理からコンピュータビジョンまで、さまざまなドメインで使用されている。医療セクターでは、同社は医療画像スタートアップと協力してレントゲン検査を分析するモデルを展開し、リアルタイム診断のためにアクセラレータの低レイテンシを活用している。AkAIはまた、Intuitive Surgicalと提携してAI支援手術ロボティクスを探求しているが、これらの取り組みはまだ初期の研究段階にある。
自動車産業では、AkAIはWaymoやTeslaなどの企業が開発したシステムを補完する自動運転研究用ハードウェアを供給している。同社のアクセラレータは、車載推論の特殊な要件のため、車両自体ではなく、シミュレーション環境で知覚モデルをトレーニングするために使用されている。
金融機関は、低レイテンシ推論が重要である不正検出やアルゴリズム取引にAkAIクラスターを使用している。同社のオーケストレーターにより、これらの顧客はバッチ処理よりもリアルタイムワークロードを優先し、時間に敏感なアプリケーションがパフォーマンス目標を満たすことを保証できる。
持続可能性とエネルギー効率
AkAIの重要なセールスポイントは、AIデータセンターの環境影響に関する懸念の高まりに対処するエネルギー効率への焦点である。A2000アクセラレータは、同社のベンチマークによると、前モデルと比較してワットあたりのパフォーマンスが40%向上している。AkAIはまた、熱管理に必要なエネルギーを削減する液冷ラックソリューションを提供している。
同社は2030年までに自社運営のカーボンニュートラルを約束し、顧客にAIワークロードのエネルギー消費を監視するツールを提供している。2023年から毎年発行されているAkAIの持続可能性レポートは、製造から廃棄物リサイクルまでのハードウェアのライフサイクル影響を詳述している。
今後の方向性
今後、AkAIはエッジデバイス向けの専用推論チップを含む製品ラインを拡大する計画であり、インターネットオブシングスやモバイルコンピューティングのアプリケーションを対象としている。同社はまた、量子コンピューティングインターフェースを探求しているが、この研究は初期段階にあり、近い将来の商業製品は期待されていない。
AkAIは、より多くのオープンソースツールをリリースし、クラウドプロバイダーとのパートナーシップを促進することで、ソフトウェアエコシステムを成長させることを目指している。2025年、同社はSambaNovaとの協力を発表し、異種AIハードウェアのための統一プログラミングモデルを開発した。これにより、異なるベンダーのチップ全体でのモデル展開が簡素化される可能性がある。
同社の長期的なビジョンは、Arm Holdingsがプロセッサ設計を業界全体にライセンスする方法と同様に、AIインフラストラクチャの標準プラットフォームになることである。AkAIがこの野心を達成できるかどうかは、生産を拡大し、急速に進化する分野で技術的リーダーシップを維持する能力に依存している。
組織構造と文化
2025年現在、AkAIは約800人を雇用しており、サンタクララ、オースティンにオフィスがあり、トロントに研究ラボがある。同社の文化は学際的なコラボレーションを重視し、エンジニアと研究者が小規模で自律的なチームで働いている。AkAIはフラットな階層を採用しており、リーダーシップには元AMD幹部のCEO Mark Chenと、以前googleでTransformer (architecture)アーキテクチャに携わったCTO Jakob Uszkoreitが含まれる。
同社は、システム設計と機械学習の基礎に焦点を当てた技術面接を含む厳格な採用プロセスで知られている。AkAIは競争力のある報酬と株式パッケージを提供し、大規模なテック企業や研究機関からトップタレントを引き付けることを目指している。2024年に報告された年間離職率は10%未満であり、従業員の定着率は高い。
結論
AkAIは、現代の機械学習のスケーラビリティ課題に対処する専門のハードウェアとソフトウェアを提供し、AIインフラストラクチャ分野で注目すべきプレーヤーとしての地位を確立している。大規模な既存企業からの激しい競争に直面しているが、エネルギー効率とモデルアーキテクチャとの共同設計への焦点は、明確な価値提案を提供している。Generative AIへの需要が成長し続ける中、AkAIの効率的なコンピューティングを可能にする役割は重要であり続ける可能性が高いが、その長期的な成功は実行とエコシステムの採用に依存するだろう。