Callosum 籌集 1 億美元種子輪，挑戰 Nvidia 在 AI 領域的主導地位

總部位於倫敦的 Callosum 已籌集 1 億美元，用於在不同晶片架構之間調度 AI 工作負載，直接挑戰 Nvidia 在企業推論領域的主導地位。

Callosum 是一家由劍橋神經科學家創立的倫敦 AI 基礎設施新創公司，已籌集 1 億美元種子輪融資，用於在不同晶片架構之間調度 AI 工作負載，直接挑戰 Nvidia 在企業推論領域的主導地位。

「沒有支撐 AI 的晶片，AI 就什麼都不是——而對晶片的驚人需求只會持續增長，」英國人工智慧部長 Kanishka Narayan 表示。「在開發和使用 AI 的競賽中，成功不僅取決於能否取得這些晶片，更取決於能否以最高效率使用它們。」

本輪融資由 Atomico 領投，Plural、DCVC 及英國主權 AI 基金參與——這是該基金自 4 月以 5 億英鎊成立以來首次披露的股權投資。加上 2 月完成的 1,025 萬美元種子前融資，Callosum 迄今累計籌集約 1.1 億美元。該公司的平台將複雜 AI 工作流程中的每個子任務調度至最適合的模型與晶片組合，涵蓋 Nvidia GPU、AMD 處理器、Amazon Trainium 和 Inferentia 晶片，以及 Cerebras、Rebellions、Axelera、d-Matrix 和 Lumai 的專業晶片。

其核心押注在於：推論——根據 Deloitte 的估計，到 2026 年將佔所有 AI 運算的約三分之二，高於 2023 年的三分之一——將是下一個戰場所在。Callosum 公布的金融服務代理型工作負載基準測試顯示，相較於在傳統基礎設施上以單一前沿模型運行相同工作負載，其執行速度提升 4 倍，運算成本降低 70%，任務成功率提高 10%。

以大腦為藍圖

Callosum 於 2025 年由 Danyal Akarca 和 Jascha Achterberg 創立，兩人為計算神經科學博士，於 2019 年前後在劍橋相識。他們的核心理念是：人腦之所以實現智慧，並非通過將單一神經元類型複製數十億次，而是通過結合許多相互協同運作的專業化細胞類型。公司名稱取自胼胝體——連接大腦兩個半徑的神經束——即專業化系統之間的整合層。

「大型實驗室目前押注於單一模型將統治一切。我們認為這是錯誤的，而我們的工作證明了這一點，」Akarca 在該公司 2 月的發布會上表示。「大自然表明，真正的智慧源於許多系統的協同運作。」

該平台透過雙路徑架構運行。規劃層將每個傳入的工作負載分解為子任務，並分析每個子任務的運算需求——延遲敏感度、準確度門檻、預算上限。隨後，快速路徑路由層即時將每個子任務調度至最符合這些約束條件的模型與晶片組合。該系統可在 AWS、Google Cloud 和 Microsoft Azure 上運行，客戶無需重構其雲端架構。

主權 AI 支持為何重要

英國主權 AI 基金決定對 Callosum 進行首筆股權投資，反映了一個結構性問題：各國為降低對美國超大規模雲端業者的依賴而建構 AI 基礎設施時，可以採購替代晶片——如韓國 Rebellions 的 ATOM NPU、英國的 Graphcore 和 Olix——但如果企業軟體堆疊假設 Nvidia CUDA 相容性，這些晶片在商業上便毫無用處。Callosum 的編排層正是讓非 Nvidia 晶片無需改寫應用程式即可使用的軟體。

該基金由 Balderton Capital 的 James Wise 擔任主席，Suzanne Ashman 擔任管理合夥人，為投資組合公司提供英國 AI 研究資源超級電腦上最多 100 萬 GPU 小時的使用額度，股權投資規模通常在 100 萬至 1,000 萬英鎊之間。

競爭格局正在升溫。Cerebras 於 8 月 19 日將其 CS-4 推論速度提升一倍至每秒 4,400 個 token，且無需新晶片。Etched 以 210 億美元估值籌集 7 億美元，用於打造 Transformer 推論叢集。英國晶片新創公司 Olix 於 8 月以 33 億美元估值籌集 3.12 億美元，用於光子推論晶片，而 Fractile 據報正洽談籌集約 6 億美元。

「透過將 Cerebras 整合至 Callosum 的平台，我們正在讓超低延遲推論觸及最能發揮影響力的地方，」Cerebras 執行長 Andrew Feldman 表示。

Callosum 計劃利用這筆資金擴大其倫敦工程團隊、加速美國業務擴展，並建構互補的硬體基礎設施。該公司還描述了更長期的願景：與光子互連公司合作——這些公司利用光而非電脈衝在晶片之間傳輸數據——以解決異構晶片需跨機架通信時日益嚴重的通信瓶頸。

路由方法伴隨風險。路由品質取決於路由器對每個子任務需求的預測準確度——關於模型間路由的學術研究已記錄了一種持續存在的取捨：更高的準確度往往意味著將更多查詢路由至更大、更昂貴的硬體。Callosum 公布的基準測試數據為公司自行發布的數據；尚無任何獨立第三方驗證公布。

對投資者而言，關鍵問題在於：編排層是否能成為異構 AI 運算的標準介面——以及能否透過讓替代方案可行化的軟體來打破 Nvidia CUDA 的鎖定效應。隨著推論成本成為 AI 原生公司最主要的支出，將工作負載調度至更便宜、更專業化晶片的能力，可能重塑整個行業的採購決策。Plural 共同創辦人兼英國 AI 安全研究所前主席 Ian Hogarth 描述，Callosum 的「多模型、多晶片未來願景」有可能改變其與全球最大晶片及模型製造商之間的競爭態勢。

本文僅供資訊參考之用，不構成投資建議。