Южнокорейский разработчик ИИ-чипов FuriosaAI привлёк $620 млн в раунде Series D. Сделка, о которой компания объявила 29 октября, оценила её в $2,9 млрд после инвестиций — примерно вчетверо выше оценки предыдущего раунда в 2025 году.
FuriosaAI выпускает RNGD — ускоритель для инференса, то есть запуска уже обученных нейросетей. В отличие от универсальных графических процессоров, компания проектирует чип именно для обслуживания готовых моделей, где энергопотребление и доступная мощность серверной стойки ограничивают вычислительную нагрузку.
Крупнейшим инвестором стал южнокорейский National Growth Fund, вложивший около $280 млн. В раунде также участвовали Infinitum, Cisco Investments, QUDA Capital, Jericho Capital, NeoFort Holding и Worldline Capital, а действующие акционеры увеличили вложения.
Читайте также
FuriosaAI направит деньги на расширение производства и международных поставок RNGD, развитие программного обеспечения и создание ускорителя третьего поколения вместе с Broadcom. Новый чип получит многокристальную конструкцию по техпроцессу 2 нм и память HBM4 или HBM4E.
RNGD поступил в серийное производство в январе 2026 года. Компания намерена выпустить 20 тысяч плат до конца года и более 40 тысяч в 2027-м; производственные мощности и поставки памяти для этого уже зарезервированы. Ускорители используют Samsung SDS, подразделения LG и южнокорейская ИИ-компания Upstage.
Плата RNGD устанавливается в стандартный серверный разъём PCIe, потребляет 180 Вт и рассчитана на воздушное охлаждение. Это позволяет наращивать вычислительную мощность в существующих стойках без перехода на жидкостное охлаждение.
FuriosaAI утверждает, что RNGD при одинаковом числе плат обеспечивает сопоставимую с Nvidia RTX PRO 6000 пропускную способность и обслуживает вдвое больше пользователей на киловатт. Заявление основано на тесте производителя только с моделью Qwen3-32B в формате FP8: четыре платы каждого типа сравнивали с пересчётом энергопотребления на серверы с восемью ускорителями — 3 кВт у системы FuriosaAI против 6,5 кВт у системы с Nvidia. В сопоставимых независимых результатах MLPerf Inference 6.1 ускоритель RNGD не представлен.