EnCharge AI是一家致力于在边缘构建硬件以加速AI处理的公司，今日宣布结束隐身状态，完成了由Anzu Partners领投、AlleyCorp、Scout Ventures、Silicon Catalyst Angels、Schams Ventures、E14 Fund和Alumni Ventures参与的2170万美元A轮融资。该公司联合创始人兼首席执行官Naveen Verma表示，这笔资金将用于硬件和软件开发，并支持新的客户合作。
Verma指出：“现在是融资的合适时机，因为该技术已通过计算栈各层级的先前研发得到了广泛验证。它既为产品化提供了清晰路径（无需开发新技术），也为处于AI前沿的客户应用中的价值主张奠定了基础，使EnCharge能够产生市场影响……许多边缘应用仍处于新兴阶段，AI带来的最大价值机会仍在定义中。”
核心团队与学术渊源
EnCharge AI由Verma、Echere Iroaga和Kailash Gopalakrishnan共同创立。Verma现任普林斯顿大学Keller工程教育创新中心主任；Gopalakrishnan此前在IBM任职近18年，担任研究员直至最近；Iroaga曾担任半导体公司Macom连接业务部门副总裁兼总经理。
EnCharge源于Verma于2017年与伊利诺伊大学厄巴纳-香槟分校合作者共同获得的联邦拨款。作为DARPA“电子复兴倡议”（旨在推进计算机芯片技术）的衍生项目，Verma领导了一项耗资830万美元的研究，探索新型非易失性存储器件。
技术原理与产品优势
与当今计算机中普遍存在的“易失性”内存不同，非易失性内存无需持续供电即可保留数据，理论上更加节能。闪存及大多数磁性存储设备（包括硬盘和软盘）均属此类。此外，DARPA还资助了Verma关于机器学习计算的存内计算研究——即在RAM中运行计算，以减少存储设备引入的延迟。
EnCharge旨在将上述研究商业化，其硬件基于标准PCIe外形规格。Verma声称，利用存内计算技术，EnCharge的定制插卡式硬件可加速服务器和“网络边缘”机器上的AI应用，同时相比标准处理器显著降低功耗。
在硬件迭代过程中，团队克服了多项工程挑战。鉴于存内计算对电压波动和温度尖峰高度敏感，EnCharge采用电容器而非晶体管设计芯片；电容器能存储电荷，制造精度更高且受电压变化影响较小。同时，公司开发了配套软件，使客户能将AI系统适配到定制硬件上，兼容不同类型的神经网络并保持可扩展性。
Verma强调：“EnCharge产品在能效和性能方面实现了数量级提升。这得益于一种高度稳健且可扩展的下一代技术，已在多代测试芯片中得到验证，并扩展到先进节点及架构规模放大。区别于受现有瓶颈困扰的数字技术或验证有限的超越数字技术，EnCharge具备独特优势。”
市场竞争与前景展望
尽管愿景宏大，但EnCharge尚未开始大规模生产硬件，也无已确定的客户及收入。在饱和的AI加速器市场中，公司将面临Axelera、GigaSpaces、NeuroBlade（去年获8300万美元融资）及Syntiant等资金雄厚竞争对手的挑战。
然而，本轮融资的成功表明投资者对其路线图充满信心。Anzu Partners的Jimmy Kan表示：“随着边缘AI推动业务自动化，市场对可持续技术需求巨大。EnCharge的技术针对这些挑战设计，已在硅片层面成功验证，完全兼容大规模量产，能显著提升端到端AI推理能力及成本能效比。”
目前，EnCharge总部位于圣克拉拉，拥有约25名员工。