目 录CONTENT

文章目录

Quadric 乘着从云端 AI 到设备端推理的浪潮,并从中受益匪浅

Administrator
2026-01-23 / 0 评论 / 0 点赞 / 0 阅读 / 0 字

📢 转载信息

原文链接:https://techcrunch.com/2026/01/22/quadric-rides-the-shift-from-cloud-ai-to-on-device-inference-and-its-paying-off/

原文作者:Jagmeet Singh


公司和政府正在寻找工具,以便在本地运行人工智能(AI),以期削减云基础设施成本并建立主权能力。由早期比特币挖矿公司21E6的资深人士创立的芯片IP初创公司Quadric,正试图推动这一转变,将其设备端推理技术从汽车领域扩展到笔记本电脑和工业设备领域。

这种扩展已经开始见效。

Quadric 首席执行官 Veerbhan Kheterpal(上图中间)在接受 TechCrunch 采访时表示,公司在 2025 年公布了 1500 万至 2000 万美元的授权收入,而 2024 年这一数字约为 400 万美元。这家总部位于旧金山、在印度浦那设有办事处的公司,正以授权费驱动的设备端AI业务为目标,预计今年收入将达到 3500 万美元。Kheterpal 表示,这种增长提振了公司的估值,公司目前的投后估值在 2.7 亿至 3 亿美元之间,而其 2022 年的 B 轮融资估值约为 1 亿美元。

这也有助于吸引投资者。Quadric 上周宣布完成 3000 万美元的 C 轮融资,由 BEENEXT Capital Management 管理的 ACCELERATE Fund 领投,使其总融资额达到 7200 万美元。Kheterpal 告诉 TechCrunch,此次融资正值投资者和芯片制造商寻求将更多 AI 工作负载从集中式云基础设施转移到设备和本地服务器之际。

从汽车到万物

Quadric 的起源可追溯到汽车领域,在汽车领域,设备端 AI 可以支持驾驶辅助等实时功能。Kheterpal 称,2023 年基于 Transformer 的模型的普及将推理推向了“万物”,在过去 18 个月里形成了明显的业务拐点,因为越来越多的公司试图在本地运行 AI,而不是依赖云端。

“英伟达是数据中心 AI 的强大平台,”Kheterpal 说。“我们正致力于为设备端 AI 构建一个类似 CUDA 或可编程的基础设施。”

与英伟达不同,Quadric 本身不制造芯片。相反,它授权可编程的 AI 处理器 IP,Kheterpal 将其描述为一个“蓝图”,客户可以将其嵌入到自己的芯片中,并附带一个软件堆栈和工具链,用于在设备端运行模型,包括视觉和语音模型。

Quadric 的技术与芯片无关,由代码驱动图片来源:Quadric

该初创公司的客户遍及打印机、汽车和 AI 笔记本电脑等领域,其中包括京瓷(Kyocera)以及日本汽车供应商电装(Denso,为丰田汽车制造芯片)。Kheterpal 告诉 TechCrunch,基于 Quadric 技术的第一批产品预计将于今年出货,首先是笔记本电脑。

尽管如此,Quadric 目前正将目光投向传统商业部署之外,进入探索“主权 AI”战略以减少对美国基础设施依赖的市场。他补充说,该公司正在与印度和马来西亚的客户接触,并将在其印度“主权”战略的制定中,将 Moglix 首席执行官 Rahul Garg 视为一位战略投资者。Quadric 全球雇佣了近 70 名员工,其中约 40 人在美国,约 10 人在印度。

Kheterpal 表示,推动这一趋势的是集中式 AI 基础设施成本的上升,以及许多国家在构建超大规模数据中心方面面临的困难,这促使人们对“分布式 AI”设置产生了更多兴趣——在这种设置中,推理在办公室内部署的笔记本电脑或小型本地服务器上运行,而不是对每个查询都依赖云服务。

世界经济论坛在一篇最新文章中指出了这一转变,即 AI 推理正朝着更靠近用户的方向发展,远离纯粹的集中式架构。同样,安永(EY)在 11 月的一份报告中表示,随着政策制定者和行业团体推动涵盖计算、模型和数据的国内 AI 能力,而不是完全依赖外国基础设施,“主权 AI”方法已获得关注。

Kheterpal 称,对于芯片制造商而言,挑战在于 AI 模型的发展速度快于硬件设计周期。他认为,客户需要可编程的处理器 IP,能够通过软件更新跟上步伐,而不是每次架构从早期的以视觉为中心的模型转向当今的基于 Transformer 的系统时都需要昂贵的重新设计。

Quadric 将自己定位为高通(Qualcomm)等芯片供应商的替代方案,高通通常在其自己的处理器中使用其 AI 技术,也作为新思科技(Synopsys)和 Cadence 等知识产权供应商的替代方案,后者销售神经处理引擎模块。Kheterpal 表示,高通的做法可能会使客户锁定在其自有芯片上,而传统的 IP 供应商提供的引擎模块则难以被许多客户编程。

Quadric 的可编程方法允许客户通过软件更新支持新的 AI 模型,而无需重新设计硬件,这在芯片开发可能需要数年,而如今模型架构却在数月内发生变化的行业中具有优势。

不过,Quadric 目前仍处于起步阶段,目前仅签署了少数客户,其长期的潜在增长在很大程度上取决于将今天的授权交易转化为高销量的出货量和经常性版税。




🚀 想要体验更好更全面的AI调用?

欢迎使用青云聚合API,约为官网价格的十分之一,支持300+全球最新模型,以及全球各种生图生视频模型,无需翻墙高速稳定,文档丰富,小白也可以简单操作。

0

评论区