Tenstorrent привлекла $1,5 млрд при оценке $6,2 млрд

Tenstorrent, ИИ-чиповая компания, которую возглавляет известный архитектор процессоров Джим Келлер, привлекла $1,5 млрд в раунде Series E при пост-денежной оценке $6,2 млрд. Об этом компания объявила 19 октября. Это одна из крупнейших ставок на конкурента Nvidia, который продаёт и железо, и сами дизайны чипов.

Кто платит

Раунд возглавили Trace Capital — новая фирма, которую в этом году основал сооснователь Quiet Capital Бен Махдави, — и Innovation X. Среди новых и прежних инвесторов — ARK Invest, Fidelity, T. Rowe Price, Morgan Stanley, Sandisk, Tether Investments, Cadence Ventures, Eclipse, Virtu Financial и XTX Markets. Ранее в Tenstorrent уже вложились Bezos Expeditions, Samsung, LG Electronics и Hyundai Motor Group.

На что пойдут деньги

По словам Tenstorrent, средства нужны, чтобы:

• массово развёртывать серверы Galaxy, на которых работают открытые модели — и языковые, и для генерации видео;
• развивать IP, которое компания лицензирует: процессор TT-Ascalon на RISC-V и ИИ-ядра Tensix, которые разработчики чипов, в том числе Samsung и LG, встраивают в собственный кремний.

Компания продаёт решения «на каждом уровне стека»: отдельную плату или рабочую станцию, целые стойки, суперкластеры или лицензию. Её программный стек открыт, и, по словам Tenstorrent, это позволяет разработчикам запускать передовые модели локально, а компаниям — на собственных серверах.

«Мы создали одну архитектуру и продаём её в любом размере, — сказал Келлер. — Будущее вычислений — открытое, масштабируемое и принадлежит тем, кто на нём строит».

Почему компания осталась независимой

TechCrunch отмечает, что раунд прошёл примерно через пять месяцев после сообщений об интересе Intel и Qualcomm к покупке Tenstorrent при оценке до $5 млрд. Келлер рассказал Bloomberg, что компания решила остаться независимой и привлечь больше денег, после того как показала, что её серверы Galaxy могут запускать модели DeepSeek.

Почему это важно

Келлер руководил разработкой чипов Apple A4 и A5, ядер AMD Zen и чипа автопилота Tesla, поэтому ставка его компании на открытые дизайны RISC-V и открытые модели привлекает внимание. Большая конкуренция среди железа для ИИ-инференса со временем может дать более дешёвые способы запускать модели без аренды GPU Nvidia. Хотя строительство ИИ-инфраструктуры идёт не везде гладко — вспомните выход Microsoft из проекта Nscale в Лоутоне. Если же хотите запускать открытые модели на собственном столе уже сегодня, наш гайд по выбору ноутбука для локального ИИ объясняет, какое железо нужно, а также сколько оперативной памяти хватит.