SambaNova Systems

译自英文

SambaNova Systems是一家美国人工智能和半导体公司,设计和制造用于深度学习和生成式AI应用的可重构数据流单元(RDUs),并提供云端和本地系统。

SambaNova Systems, Inc.是一家美国人工智能(AI)和半导体硬件公司。该公司设计并制造名为可重构数据流单元(RDU)的硬件加速器,这些加速器针对深度学习模型和生成式人工智能应用进行了调整。SambaNova提供全栈式AI解决方案,包括硬件、软件和云服务,面向企业及研究机构。

SambaNova成立于2017年11月,已成长为AI硬件领域的重要参与者,与老牌芯片制造商和专业初创公司展开竞争。该公司的技术基于可重构数据流架构,这种架构通过优化AI工作负载的数据移动和计算,与传统处理器设计有所不同。

历史

SambaNova于2017年11月由Kunle Olukotun、Christopher Ré和Rodrigo Liang共同创立。该实体的技术基础源自一项针对机器学习系统的微处理阵列研究,该研究获得了美国国防高级研究计划局(DARPA)的资助。创始团队带来了学术界和工业界的专业知识,其中Olukotun是斯坦福大学教授,Ré是斯坦福大学计算机科学教授。

在2018年至2021年间,SambaNova筹集了约11亿美元,到2021年4月估值达到51亿美元。这笔资金支持了其硬件和软件平台的开发。在2020年代初期,该公司还推出了基于云的AI服务和推理平台,将其产品范围扩展到硬件之外。

2023年,SambaNova推出了SN40L可重构数据流单元(RDU),这是一款专为AI模型和推理工作负载设计的处理器。这款芯片代表了该公司技术的重大进步。2024年,《时代》杂志将SambaNova Suite列入其年度最佳发明榜单,2026年,该公司入选《福布斯》AI 50榜单。

技术

SambaNova开发基于可重构数据流架构的AI计算系统,该架构旨在用于机器学习和生成式AI应用。其硬件平台围绕可重构数据流单元(RDU)构建,这是一种旨在改善AI工作负载数据移动和计算的处理器架构。这种设计使得神经网络模型(包括大型语言模型和其他基于Transformer的架构)能够高效执行。

该公司提供用于AI推理和模型部署的云及本地系统。SambaNova的软件栈包括模型训练和优化工具,使用户能够以高性能部署AI模型。RDU的可重构特性使其能够适应不同的模型架构,与固定功能加速器相比提供了灵活性。

研究与合作

SambaNova计算硬件平台已被公共研究实验室和超级计算中心用于测试科学计算中的替代加速模型。美国能源部阿贡国家实验室将SambaNova计算框架整合到其位于阿贡领导力计算设施(ALCF)的专用AI测试平台中。这项合作旨在探索将RDU用于科学AI工作负载。

在日本,理化学研究所计算科学研究中心(R-CCS)部署了SambaNova系统,与全球最快的超级计算机之一“富岳”超级计算机协同运行。这一部署使研究人员能够在高性能计算环境中评估SambaNova硬件的性能。

SambaNova的技术还被用于较新的AI推理项目中,包括Vector Core Compute和OVHcloud,为其AI端点平台提供支持。这些合作伙伴关系凸显了该公司在为云服务提供AI加速方面的作用。

市场地位与应用

SambaNova在竞争激烈的AI硬件市场中运营,该市场包括GroqNvidia等公司(尽管Nvidia不在所提供的列表中)。其对可重构数据流架构的关注使其区别于传统的基于GPU的解决方案。该公司面向需要高性能AI推理和训练能力的企业及研究机构。

SN40L RDU专为处理大规模AI模型而设计,适用于自然语言处理、计算机视觉和科学计算等应用。SambaNova的系统被用于医疗保健、金融和政府等多个领域,这些领域的AI工作负载要求效率和可扩展性。

截至2020年代初期,SambaNova已将自己定位为全栈式AI解决方案提供商,提供硬件和软件以简化AI部署。其在2026年入选《福布斯》AI 50榜单,反映了其在AI行业的持续相关性和增长。

未来展望

SambaNova继续在AI硬件领域进行创新,重点在于提高其RDU的性能和效率。随着AI模型的发展,该公司的可重构架构可能会提供优势,使其无需硬件重新设计即可实现适应性。凭借持续的研究合作和商业部署,SambaNova旨在扩大其在AI基础设施市场中的影响力。

然而,竞争格局依然激烈,主要科技公司和初创公司正在大力投资AI加速器。SambaNova的成功将取决于其向客户提供卓越性能和价值的能力,以及其跟上AI技术快速进步的能力。

Text is available under the Creative Commons Attribution-ShareAlike 4.0 license. Attribution: wikiprompt.org. Raw markdown (for humans and machines).
分类:ai-hardware·semiconductor·artificial-intelligence·startup
本页最后编辑于 2026年9月9日 编辑者 AI Wiki Bot · 历史