Tractiumは、リアルタイムのセンサーデータ処理と適応型機械学習モデルを組み合わせ、パーソナライズされ状況に応じた出力を提供する、文脈認識型人工知能コンピューティングを専門とするテクノロジースタートアップである。同社は、エッジデバイスにおけるレイテンシと消費電力を削減するために設計されたカスタムシリコンとソフトウェアフレームワークの両方を開発しており、クラウド中心のAIプロバイダーとは一線を画している。2025年時点で、Tractiumはオンデバイスインテリジェンスの新興市場における有力候補としての地位を確立しており、モバイルコンピューティング、自動車システム、産業オートメーションにおけるアプリケーションをターゲットにしている。
同社の中核となる革新は、独自の「コンテキストエンジン」にあり、これはハードウェアとソフトウェアの共同設計により、位置情報、動き、ユーザー行動などの環境的手がかりに基づいてモデルの複雑さを動的に調整するものである。このアプローチは、モデルが文脈に関係なくフル容量で動作する従来の静的推論とは対照的である。Machine learningとDeep learningの技術を活用することで、TractiumはAIをより応答性が高くエネルギー効率の良いものにし、バッテリー駆動デバイスにおける重要なボトルネックに対処することを目指している。
設立と初期の歴史
Tractiumは2023年3月に、半導体設計とNeural networkアーキテクチャのバックグラウンドを持つエンジニアと研究者のグループによって設立された。設立チームにはAMDとArm Holdingsの元従業員が含まれており、低消費電力プロセッサ設計の専門知識を持ち込んだ。同社の初期資金調達ラウンドである1200万ドルは、ハードウェア革新に焦点を当てたベンチャーキャピタル企業のコンソーシアムが主導し、Artificial intelligence分野のエンジェル投資家も参加した。
最初の1年間、Tractiumはステルスモードで運営し、初期の概念実証チップとソフトウェアスタックを開発した。チームは2023年後半に、モデルサイズを精度の大幅な損失なしに最大70%削減するModel Pruningへの新しいアプローチを詳述したホワイトペーパーを発表した。この研究はMIT CSAILとStanford AI Labの学術協力者の注目を集め、彼らは後にアドバイザーとして参加した。
2024年半ばまでに、TractiumはTSMCの7ナノメートルプロセスを使用したテストチップの最初のテープアウトを完了した。このチップは、カスタムのTransformer (architecture)アクセラレータとセンサーフュージョン用の軽量Residual Network (ResNet)を統合し、ベンチマークテストで既存のモバイルGPUと比較して5倍のエネルギー効率の向上を達成した。
技術とアーキテクチャ
Tractiumプラットフォームは、Tractium Neural Accelerator（TNA）、Context-Aware Runtime（CAR）、Tractium SDKの3つの主要コンポーネントで構成されている。TNAは、混合精度計算をサポートする専用プロセッサであり、8ビットと4ビットの整数演算間の動的切り替えを可能にする。この柔軟性により、チップはリアルタイムのLearning Rate Scheduling調整やGradient Clipping技術に適応できるが、主要な推論ワークロードはトレーニングを伴わない。
CARは、加速度計、ジャイロスコープ、GPSなどのセンサー入力を監視してユーザーの文脈を推測するソフトウェアレイヤーである。軽量のSequence-to-Sequence (Seq2Seq)モデルを使用して、ナビゲーションや音声認識などの今後のタスクを予測し、関連するモデルウェイトをオンチップメモリにプリロードする。これにより、会社のベンチマークによると、静的ロードと比較してレイテンシが平均40%削減される。
SDKは、開発者にTractiumハードウェア向けにモデルを最適化するツールを提供し、自動化されたQuantizationとData Augmentationパイプラインを含む。TensorFlowやPyTorchなどの一般的なフレームワークをサポートしているが、同社はTNAの命令セットをターゲットにした独自のコンパイラも開発している。
製品開発とマイルストーン
2025年1月、Tractiumは最初の商用製品であるTractium T1を発表した。これはプレミアムスマートフォンと拡張現実グラス向けに設計されたシステムオンチップである。T1はTNAをクアッドコアのArm Holdings CPUとカスタム画像信号プロセッサと統合し、2ワット未満の電力でリアルタイムのObject Detectionとシーン理解を可能にする。
注目すべきマイルストーンは2025年4月に訪れ、TractiumはSamsung Electronicsとのパートナーシップを実証し、次世代ウェアラブルデバイスのプロトタイプにT1を統合した。このコラボレーションは、心拍数と動きデータの時系列分析を使用してストレスレベルを予測する健康モニタリング機能に焦点を当てた。これはTractiumのデジタルヘルス分野への参入を示すものであるが、製品はまだ市場にリリースされていない。
2025年7月、同社は第2世代ソフトウェアアップデートをリリースし、オンデバイスでのLarge language model推論のサポートを導入した。これはModel PruningとKnowledge distillation技術の組み合わせにより達成され、15億パラメータのモデルが4GBのメモリ内で実行できるようになった。このアップデートにはTop-K SamplingとTop-P (Nucleus) Samplingのデコードオプションも追加され、開発者にテキスト生成のより細かい制御を提供している。
市場での位置づけと競争
Tractiumは、Qualcomm、Apple、Google DeepMindなどの確立されたプレーヤーや、GroqやSambaNovaなどの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。これらの企業がクラウドやデータセンターの推論に焦点を当てることが多いのに対し、Tractiumのニッチは超低消費電力のエッジコンピューティングである。このポジショニングは、データがデバイス上に留まるため、Federated learningやプライバシー保護AIのトレンドと一致している。
エッジAI分野における同社の主な競合他社には、Ethosシリーズを持つArm HoldingsとMovidiusチップを持つIntelが含まれる。しかし、Tractiumは競合他社がまだ再現していない文脈認識レイヤーを通じて差別化を図っている。アナリストは、これがWaymoやTeslaが安全上重要な決定のための適応型推論を模索している自動車アプリケーションにおいて大きな利点となる可能性があると指摘している。
2025年後半時点で、TractiumはOracle Cloud Infrastructureのベンチャー部門が主導するシリーズBラウンドを含む、総額4500万ドルの資金を調達している。同社は約120人を雇用しており、カリフォルニア州サンノゼの本社とインドのバンガロールにある研究オフィスに分かれている。バンガロールのチームはBhabha Atomic Research CentreやSamsung Researchの人材を活用し、アルゴリズム開発に焦点を当てている。
アプリケーションとユースケース
Tractiumの技術は、主に3つの分野で初期採用が見られている。第一に、モバイルデバイスでは、T1チップがクラウド接続なしでリアルタイムの言語翻訳やSpeech recognitionなどの機能を可能にし、プライバシーを向上させデータコストを削減する。第二に、自動車システムでは、Tractiumはヨーロッパの大手自動車メーカー（2025年時点で名前は非公開）と協力し、文脈を使用して注意散漫レベルを予測するドライバーモニタリングシステムを開発している。
第三に、産業用IoTでは、Tractiumのチップが製造工場での予測保守のためにテストされている。U-Netアーキテクチャで振動と温度データを分析することにより、システムは物流会社とのパイロット研究によると、故障の最大48時間前に機械の異常を検出できる。このアプリケーションは、同社のData Augmentationツールを活用して、まれな故障モードの合成トレーニングデータを生成する。
ヘルスケア分野では、TractiumはCommureと提携し、非侵襲センサーを使用した持続的グルコースモニタリングを模索している。このコラボレーションは、文脈認識モデルを使用して活動レベルに基づいてインスリン投与推奨を調整することを目的としているが、臨床試験はまだ初期段階にある。
研究とコラボレーション
Tractiumはいくつかの学術機関と活発な研究コラボレーションを維持している。BAIR (Berkeley AI Research)との共同プロジェクトでは、トランスフォーマーの計算複雑性を削減する新しいAttention mechanism設計を調査している。チームはTNA上で30%高速な推論を達成するMulti-Head Attentionの変種に関する2つの論文を発表しているが、これらの結果はまだ査読を受けていない。
同社はまた、AIのためのハードウェア・ソフトウェア共同設計に焦点を当てたCarnegie Mellon Universityのフェローシッププログラムを後援している。このプログラムは、現在Tractium SDKの一部となっているBatch NormalizationとLayer Normalization技術のいくつかの革新を生み出した。さらに、TractiumはUniversity of Oxfordと文脈認識モデルのLoss Functionsに関連する理論的研究で協力している。
2025年、TractiumはAIハードウェアのオープンスタンダードを推進する業界団体であるOpenPanelコンソーシアムに参加した。このメンバーシップにより、同社はエッジアクセラレータの共通インターフェースの開発に影響を与え、エコシステムの断片化を減らす可能性がある。
課題と将来の見通し
その進歩にもかかわらず、Tractiumは重大な課題に直面している。半導体産業は資本集約的であり、NVIDIAやBroadcomのような巨人と競争するには継続的な革新と製造パートナーシップが必要である。同社のTSMCへの製造依存は、特に台湾地域の緊張を考えると、地政学的リスクにさらされている。
ソフトウェアの採用ももう一つのハードルである。クラウドベースのAIに慣れた開発者は、SDKが標準フレームワークと互換性があるにもかかわらず、Tractiumの独自ハードウェア向けに最適化することに消極的かもしれない。これに対処するため、同社は開発ツールの無料ティアをリリースし、Amazon Web ServicesとMicrosoft Azureを通じてクラウドベースのシミュレーションを提供している。
今後、Tractiumは2026年に第2世代チップであるT2をリリースする予定であり、これはさらに低い消費電力のためにスパイキングニューラルネットワーク機能を組み込む予定である。同社はまた、フラッグシップデバイスへの統合の可能性についてAppleやSamsung Electronicsとのパートナーシップを模索しているが、合意は発表されていない。
2025年後半時点で、Tractiumの長期的な存続可能性は不確実なままであるが、文脈認識コンピューティングへの焦点は実際の市場ニーズに対応している。同社が技術を拡張し、主要な設計受注を確保できれば、エッジAIエコシステムにおける重要なプレーヤーになる可能性がある。しかし、Artificial intelligence業界の急速なペースは、GroqやSambaNovaのような競合他社に先んじるために、持続的な実行と戦略的パートナーシップを必要とすることを意味している。