SambaNova Systems, Inc.は、アメリカの人工知能（AI）および半導体ハードウェア企業である。同社は、深層学習モデルと生成AIアプリケーション向けに調整された再構成可能データフローユニット（RDU）と呼ばれるハードウェアアクセラレータを設計・製造している。2017年に設立されたSambaNovaは、カスタムプロセッサとモデルトレーニングおよび推論用のソフトウェアプラットフォームを組み合わせた、フルスタックAIコンピューティングソリューションの提供企業としての地位を確立している。
同社の技術は、特に大規模ニューラルネットワークの展開における、効率的なAIインフラストラクチャへの需要の高まりを対象としている。SambaNovaのアプローチは、従来のGPUベースのシステムとは異なり、データの移動と計算を同時に最適化することを目的とした再構成可能データフローアーキテクチャを採用している。この設計は、従来のAIアクセラレータの性能を制限することが多いメモリ帯域幅のボトルネックに対処することを意図している。
歴史
SambaNovaは、2017年11月にKunle Olukotun、Christopher Ré、Rodrigo Liangによって共同設立された。この事業体の技術的基盤は、国防高等研究計画局（DARPA）から資金提供を受けた機械学習システム向けマイクロプロセッシングアレイ研究に由来する。スタンフォード大学の教授であるOlukotunは、コンピュータアーキテクチャと並列処理の専門知識をもたらし、Réは機械学習システムとデータ管理に焦点を当てた。元OracleおよびSun Microsystemsの幹部であるLiangは、最高経営責任者に就任した。
2018年から2021年の間に、SambaNovaは約11億ドルを調達し、2021年4月までに51億ドルに達した。資金調達ラウンドには、主要なベンチャーキャピタル企業や戦略的投資家が参加し、AI専用ハードウェアへの強い市場関心を反映していた。この期間の同社の評価額の成長は、AIインフラ投資の広範なブームと並行していた。
2020年代初頭には、同社はクラウドベースのAIサービスと推論プラットフォームも開始した。この動きにより、顧客はオンプレミスシステムを購入せずにSambaNovaのハードウェアにアクセスできるようになり、大企業や研究機関を超えて潜在的なユーザーベースを拡大した。2023年には、AIモデルと推論ワークロード向けのプロセッサであるSN40L再構成可能データフローユニット（RDU）を発表した。SN40Lは、メモリ容量の増加とより大規模なモデルサイズのサポートを備え、世代を代表する大幅な進歩を示した。
2024年には、Time誌がSambaNova Suiteを年間ベスト発明リストに掲載し、2026年にはForbes AI 50に含まれた。これらの評価は、確立されたプレーヤーやGroqなどの他のスタートアップと競合する、競争の激しいAIハードウェア市場における同社の認知度の高まりを浮き彫りにした。
技術
SambaNovaは、機械学習および生成AIアプリケーション向けに意図された再構成可能データフローアーキテクチャに基づくAIコンピューティングシステムを開発している。固定機能アクセラレータとは異なり、RDUは実行時に再構成して、異なるNeural networkモデルの特定のデータフローパターンに一致させることができる。この柔軟性は、Transformer (architecture)ベースのLarge language modelから畳み込みネットワークまで、AIアーキテクチャの急速な進化に対応するように設計されている。
同社のハードウェアプラットフォームは、AIワークロードのデータ移動と計算を改善することを意図したプロセッサアーキテクチャである再構成可能データフローユニット（RDU）を中心に構築されている。RDUは、大容量のオンチップメモリと、動的に接続できる処理要素のグリッドを統合している。この設計により、従来のフォンノイマンアーキテクチャにおける重要なボトルネックである、個別のメモリと計算ユニット間でのデータ移動の必要性が軽減される。
同社は、AI推論とモデル展開に使用されるクラウドおよびオンプレミスシステムを提供している。ソフトウェアスタックには、モデルのコンパイル、最適化、およびサービングのためのツールを提供するSambaNova Suiteが含まれる。この統合されたアプローチは、Deep learningモデルの展開を簡素化し、高性能を達成するために必要なエンジニアリング労力を削減することを目的としている。
SambaNovaの技術は、特にレイテンシとスループットが重要となる推論ワークロードに焦点を当てている。同社は、そのシステムが、同等のGPUクラスタよりも少ない電力でGenerative AIタスクにおいて競争力のある性能を提供できると主張している。この効率性は、命令ベースのプロセッサに関連するオーバーヘッドの多くを排除するデータフローアーキテクチャによって達成される。
研究およびスーパーコンピューティング展開
SambaNovaコンピューティングハードウェアプラットフォームは、科学計算のための代替アクセラレーションモデルをテストするために、公的研究所やスーパーコンピューティング複合施設で使用されてきた。これらの展開は、要求の厳しい非商業的環境における技術の貴重な検証を提供してきた。
米国エネルギー省のアルゴンヌ国立研究所は、アルゴンヌリーダーシップコンピューティング施設（ALCF）にある専門のAIテストベッド内にSambaNovaコンピューティングフレームワークを統合した。アルゴンヌの研究者は、このシステムを使用して、材料科学、気候モデリング、生物学のアプリケーションを調査し、その性能を従来のHPCリソースと比較している。
日本では、理化学研究所計算科学研究センター（R-CCS）が、富岳スーパーコンピュータと並行して動作するSambaNovaシステムを導入した。この統合により、研究者はAI固有のワークロードをSambaNovaハードウェアにオフロードし、富岳はより汎用的なシミュレーションタスクを処理できる。この協力は、AIモデルが大規模データセットの分析を加速できる創薬や個別化医療などの分野に焦点を当てている。
SambaNovaの技術は、Vector Core ComputeやOVHcloudがAI Endpointsプラットフォームを強化するための新しいAI推論プロジェクトでも使用されている。これらのパートナーシップは、確立されたクラウドプロバイダーと協力することを好む顧客にリーチするために、同社のハードウェアを第三者クラウドサービスに組み込む戦略を示している。
競争環境
AIハードウェア市場は非常に競争が激しく、大手テクノロジー企業とスタートアップが市場シェアを争っている。Nvidiaは、GPUでトレーニングセグメントを支配しており、AMDとIntelは競合するアクセラレータを開発している。Google Cloudは独自のテンソル処理ユニットを提供し、Amazon Web Servicesはクラウド顧客向けにAWS Trainiumチップを導入している。
スタートアップの中では、Groqが同様のデータフローアプローチを追求し、超低レイテンシ推論に焦点を当てている。Graphcoreは、2024年に市場から撤退する前にインテリジェンスプロセッシングユニット（IPU）を開発した。SambaNovaは、幅広いモデルをサポートする成熟したソフトウェアプラットフォームとハードウェアを組み合わせたフルスタック提供によって差別化を図っている。
同社の再構成可能アーキテクチャへの焦点は、固定機能設計とは一線を画している。この柔軟性は、新しいアーキテクチャが定期的に登場するAIモデルの急速な進化に特に関連している。SambaNovaのシステムは、ハードウェアの変更を必要とせずに、新しいレイヤータイプやアテンションメカニズムをサポートするように再構成できる。
ソフトウェアと開発者エコシステム
SambaNovaは、研究者やエンジニアがモデルを自社のハードウェアに移植できるようにするソフトウェア開発キットを提供している。コンパイラは、高レベルのモデル定義をRDUのデータフローグラフに自動的にマッピングし、オペレータ融合やメモリ割り当てなどの最適化を処理する。この自動化により、GPUプログラミングでしばしば必要とされる手動のカーネルチューニングの必要性が軽減される。
SambaNova Suiteには、Transformer (architecture)ベースのアーキテクチャ（BERTやGPTスタイルのモデルなど）を含む一般的なモデルファミリの事前最適化実装が含まれている。このライブラリアプローチは、生成AIを採用する組織の展開までの時間を加速する。スイートはまた、推論効率を向上させるためのModel Pruningおよび量子化技術もサポートしている。
2024年には、同社はハードウェアへのAPIアクセスを提供するマネージドサービスであるSambaNova Cloudを開始した。この提供は、インフラストラクチャを管理せずにLarge language modelを実行したい開発者を対象としている。クラウドサービスは人気のあるオープンソースモデルをサポートし、カスタムデータセットでのファインチューニングを可能にする。
企業戦略と資金調達
SambaNovaのビジネスモデルは、ハードウェア販売とクラウドサブスクリプションサービスを組み合わせたものである。同社は、専用のAIコンピューティング容量を必要とする大企業、政府機関、研究機関を対象としている。オンプレミスシステムは、厳格なデータガバナンス要件を持つ組織向けに設計されており、クラウドサービスは小規模チームにアピールしている。
同社は、BlackRock、Intel Capital、GV（旧Google Ventures）などの投資家を含む substantial なベンチャー資金を調達してきた。この資金基盤により、チップ設計とソフトウェア開発への多大な投資が可能になった。2026年現在、SambaNovaは非公開のままであり、新規株式公開の計画は発表されていない。
SambaNovaはまた、欧州とアジアでのパートナーシップを確立し、国際展開も追求してきた。日本の理研への導入や欧州のクラウドプロバイダーとの協力は、このグローバル戦略を反映している。同社は、増大する需要に対応するために製造およびサポート業務を拡大するという課題に直面している。
今後の方向性
今後、SambaNovaは、ますます大規模化するモデルに対する推論の効率向上に焦点を当てる可能性が高い。Mixture of expertsアーキテクチャとより長いコンテキストウィンドウへの傾向は、データフローベースのシステムにとって機会と課題の両方をもたらす。同社はまた、データ移動のボトルネックをさらに減らすために、新しいメモリ技術との統合を模索するかもしれない。
Artificial intelligenceの採用が業界全体で成長し続けるにつれて、専門ハードウェアへの需要は増加すると予想される。SambaNovaの再構成可能アプローチは、モデルアーキテクチャがまだ進化している市場において有利になる可能性がある。しかし、同社は、急速に改善している確立されたチップメーカーの提供に対して、性能とコストの優位性を実証し続けなければならない。
AIハードウェア市場の競争力学は流動的なままであり、新しい参入者や技術的変化が定期的に発生している。SambaNovaの成功は、資本集約的な業界で持続可能なビジネスモデルを構築しながら、技術的リーダーシップを維持できるかどうかにかかっている。