Graphcore
Progetta l'Intelligence Processing Unit (IPU), chip specializzato per il machine learning che supera le GPU tradizionali su workload di training e inferenza di reti neurali.
Cos'è Graphcore
Nigel Toon e Simon Knowles fondarono Graphcore a Bristol nel 2016 con una tesi tecnica precisa: il chip dominante per il machine learning — la GPU, originariamente progettata per la grafica — non era la scelta ottimale per i workload di intelligenza artificiale moderna. I modelli neurali hanno caratteristiche computazionali molto diverse da quelle per cui le GPU erano state progettate, e una nuova architettura hardware, costruita da zero per l'AI, avrebbe potuto superarle significativamente. Graphcore sviluppò l'Intelligence Processing Unit (IPU), un processore con un'architettura radicalmente diversa da quella delle GPU tradizionali. Mentre una GPU è ottimizzata per operazioni dense e regolari su matrici di grandi dimensioni, l'IPU è progettata per gestire la computazione irregolare, sparsa e altamente parallela tipica dell'addestramento e dell'inferenza di reti neurali moderne — in particolare i transformer e i modelli di linguaggio di grandi dimensioni. Il mercato di riferimento è enorme: la domanda di calcolo per l'AI ha superato ogni proiezione negli ultimi anni, trainata dall'esplosione dei large language model e dall'interesse delle grandi aziende tecnologiche, degli istituti di ricerca e dei governi per l'infrastruttura AI. Nvidia domina questo mercato con le sue GPU, ma la concentrazione del monopolio ha spinto molti attori a cercare alternative valide. Il modello di business di Graphcore combina la vendita di hardware — le schede IPU e i sistemi rack — con una piattaforma software proprietaria, Poplar, che permette ai ricercatori e agli ingegneri di ottimizzare i propri modelli per l'architettura IPU. Il posizionamento è nel segmento premium del calcolo AI, rivolto a centri di ricerca, università e aziende che lavorano sul fronte avanzato del machine learning. Graphcore ha raccolto centinaia di milioni di dollari da investitori di primo piano e ha costruito una base clienti tra i principali centri di ricerca europei e globali. Rappresenta una delle scommesse più significative dell'ecosistema deep tech britannico sulla possibilità che il futuro del calcolo AI non appartenga esclusivamente a Nvidia.
La Storia
Graphcore è stata fondata nel 2016 da Nigel Toon e Simon Knowles. I fondatori volevano costruire chip progettati specificamente per l'intelligenza artificiale, convinti che le architetture tradizionali non fossero ottimali per i nuovi carichi di lavoro di machine learning.
Come funziona Graphcore
Business Model
Vendita di hardware e piattaforme software per calcolo AI.
Revenue Model
Vendita di chip IPU, sistemi server e licenze software.
Le storie delle startup europee che contano. Ogni settimana.
Nessuno spam, cancellazione in un clic.
✉️ Iscriviti alla newsletter →Chi ha fondato Graphcore
Founders
Key Executives
- Nigel Toon - CEO
Cosa impariamo da Graphcore
- Nel deep tech servono capitale, timing e distribuzione industriale oltre alla tecnologia.
- Essere early in una grande ondata non garantisce vittoria senza scala produttiva.
- Quando il mercato accelera, un partner strategico può contare più di un nuovo round.
Startup simili
Fractile
Fractile sviluppa chip e sistemi dedicati all'inference AI, con l'obiettivo di ridurre costi e latenza dei modelli avanzati e rendere sostenibile l'AI agentica su larga scala.
Leggi AnalisiPhysicsX
Startup londinese di physics AI che aiuta aziende industriali a progettare, simulare e ottimizzare hardware complesso in settori come aerospace, defence, semiconduttori, automotive, energia e data center.
Leggi AnalisiOrbital Industries
Startup londinese ex-DeepMind che sviluppa hardware industriale e fluidi di raffreddamento AI per data center ad alta densità computazionale.
Leggi AnalisiFonti
- Graphcore — Wikipedia