جولة التمويل الأولي

قاد جولة التمويل كل من Constructor Capital (صندوق استثماري سويسري متخصص في التكنولوجيا العميقة) وGreencode Ventures، مع دعم مستمر من المستثمر الحالي XISTA Science Ventures، والذي ساعد في تأسيس الشركة وإطلاقها .

تأسست أورا كومبيوتينغ على يد الباحثين في الحوسبة الكمومية ستيفان ساك وريميل أي. مدينا، واللذان انبثقا من معهد العلوم والتكنولوجيا في النمسا (ISTA) . وقد خرجت الشركة من مرحلة التطوير السري في أواخر عام 2025، وقامت بالفعل بالتحقق من صحة حلّها مع لاعبين في قطاعي السيارات ورقائق الحواف .

كيف تعمل برمجية الضغط

تستخدم برمجية أورا منهجاً قائماً على نظرية المعلومات لتقليص نماذج الذكاء الاصطناعي الأساسية الكبيرة لعملية الاستدلال، مما يعني أنها تعيد هيكلة النموذج رياضياً لإزالة التكرار مع الحفاظ على جودة المخرجات . تشمل الادعاءات الرئيسية من الشركة والمستثمرين:

• تصغير الحجم حتى 80%: يمكن تقليص النماذج بشكل كبير من حيث بصمة الذاكرة .
• تسريع الاستدلال حتى 4 أضعاف: النماذج المضغوطة تعمل بشكل أسرع بكثير على نفس الأجهزة .
• خسارة في الدقة تتراوح بين 0 و5% فقط: المفاضلة بين الضغط والدقة ضئيلة .
• غير مقيدة بأجهزة محددة: تعمل البرمجية عبر تصاميم رقائق مختلفة (CPU, GPU, رقائق الحواف) دون الحاجة لبنية تحتية مخصصة أو إعادة تدريب .
• لا حاجة لإعادة التدريب: يتم دمجها مباشرة في أطر عمل الاستدلال القياسية .
• منحنى ضغط مستمر: على عكس الأدوات الثنائية (اختيار مستوى ضغط واحد)، تقوم خوارزمية أورا برسم خريطة كاملة للمفاضلة بين الحجم والدقة بشكل مستمر، مما يسمح للعملاء بتحسين الأداء وفقاً لأجهزتهم وقيود التكلفة .
• تم اختبارها على نموذج بـ 70 مليار معامل: تقول الشركة إنها قامت بضغط نموذج يحتوي على 70 مليار معامل في غضون ساعات وبتكلفة حوسبة تقل عن 1000 دولار، مقارنة بتكاليف نموذجية تصل إلى مئات الآلاف من الدولارات .

الأثر على التكلفة والطاقة والكربون

نظراً لأن النماذج المضغوطة تتطلب قدرة حوسبة أقل، فإن تقنية أورا تترجم مباشرة إلى انخفاض في استهلاك الطاقة وانبعاثات الكربون . وتقدر الشركة أنه عند تحقيق اختراق بنسبة 1% في السوق، يمكن لتقنيتها القضاء على أكثر من 50,000 طن من ثاني أكسيد الكربون سنوياً .

يتوافق هذا مع الإجماع الصناعي الأوسع بأن عملية الاستدلال تمثل أكثر من 90% من استهلاك الطاقة خلال دورة حياة نماذج الذكاء الاصطناعي المنشورة . وجدت دراسة أجريت عام 2025 في مجلة PMC أن تطبيق تقنيات ضغط النماذج مثل التقليم والتقطير على نماذج بحجم BERT أدى إلى تخفيضات في الطاقة بنسبة 32-48% مع الحفاظ على دقة أعلى من 95% . ومع ذلك، يُصنف تقدير أورا المحدد لتوفير ثاني أكسيد الكربون على أنه "تقدير" عند معدل اختراق معياري، وليس نتيجة مقاسة .

استخدام التمويل والخطط التجارية

حددت أورا ثلاثة استخدامات رئيسية لرأس المال الأولي :

1. توسيع الفريق — تنمية الفريق الهندسي والتجاري.
2. تمديد قدرات الضغط لتشمل نماذج حدودية أكبر — تجاوز القدرات الحالية لضغط الجيل التالي من النماذج المتطورة.
3. إطلاق منتج تجاري — يستهدف مزودي الاستدلال السحابي والشركات التي تنشر الذكاء الاصطناعي على الحواف (مثل السيارات والمعدات الصناعية) .

يعلن الموقع الإلكتروني للشركة الآن عن خدمة ضغط آلية للنماذج اللغوية الكبيرة (LLM) يمكنها تركيب النماذج على أجهزة الحواف أو الخوادم المحلية أو البنية التحتية السحابية "في غضون ساعات، وليس أشهر"، مع ادعاءات بتقليل بصمة الذاكرة بنسبة تصل إلى 70% وخفض فواتير وحدات معالجة الرسوميات (GPU) بأكثر من 50% .

ملاحظة حول موثوقية المصادر

المصدر الرئيسي هو إعلان مفصل منشور على الموقع الرسمي لـ Greencode Ventures . تأتي التغطية المؤكدة من عدة منافذ إعلامية بما في ذلك The Recursive وIT Boltwise وVestbee وtech.eu وFundup.ai — وجميعها تذكر نفس تفاصيل الجولة وأرقام الضغط وخطة استخدام الأموال. لا يوجد طرف ثالث مستقل قد تحقق بعد من تقدير أورا المحدد لتوفير ثاني أكسيد الكربون، والذي تصنفه الشركة على أنه تقدير وليس نتيجة مقاسة.

جولة التمويل الأولي

قاد جولة التمويل كل من Constructor Capital (صندوق استثماري سويسري متخصص في التكنولوجيا العميقة) وGreencode Ventures، مع دعم مستمر من المستثمر الحالي XISTA Science Ventures، والذي ساعد في تأسيس الشركة وإطلاقها .

تأسست أورا كومبيوتينغ على يد الباحثين في الحوسبة الكمومية ستيفان ساك وريميل أي. مدينا، واللذان انبثقا من معهد العلوم والتكنولوجيا في النمسا (ISTA) . وقد خرجت الشركة من مرحلة التطوير السري في أواخر عام 2025، وقامت بالفعل بالتحقق من صحة حلّها مع لاعبين في قطاعي السيارات ورقائق الحواف .

كيف تعمل برمجية الضغط

تستخدم برمجية أورا منهجاً قائماً على نظرية المعلومات لتقليص نماذج الذكاء الاصطناعي الأساسية الكبيرة لعملية الاستدلال، مما يعني أنها تعيد هيكلة النموذج رياضياً لإزالة التكرار مع الحفاظ على جودة المخرجات . تشمل الادعاءات الرئيسية من الشركة والمستثمرين:

• تصغير الحجم حتى 80%: يمكن تقليص النماذج بشكل كبير من حيث بصمة الذاكرة .
• تسريع الاستدلال حتى 4 أضعاف: النماذج المضغوطة تعمل بشكل أسرع بكثير على نفس الأجهزة .
• خسارة في الدقة تتراوح بين 0 و5% فقط: المفاضلة بين الضغط والدقة ضئيلة .
• غير مقيدة بأجهزة محددة: تعمل البرمجية عبر تصاميم رقائق مختلفة (CPU, GPU, رقائق الحواف) دون الحاجة لبنية تحتية مخصصة أو إعادة تدريب .
• لا حاجة لإعادة التدريب: يتم دمجها مباشرة في أطر عمل الاستدلال القياسية .
• منحنى ضغط مستمر: على عكس الأدوات الثنائية (اختيار مستوى ضغط واحد)، تقوم خوارزمية أورا برسم خريطة كاملة للمفاضلة بين الحجم والدقة بشكل مستمر، مما يسمح للعملاء بتحسين الأداء وفقاً لأجهزتهم وقيود التكلفة .
• تم اختبارها على نموذج بـ 70 مليار معامل: تقول الشركة إنها قامت بضغط نموذج يحتوي على 70 مليار معامل في غضون ساعات وبتكلفة حوسبة تقل عن 1000 دولار، مقارنة بتكاليف نموذجية تصل إلى مئات الآلاف من الدولارات .

الأثر على التكلفة والطاقة والكربون

نظراً لأن النماذج المضغوطة تتطلب قدرة حوسبة أقل، فإن تقنية أورا تترجم مباشرة إلى انخفاض في استهلاك الطاقة وانبعاثات الكربون . وتقدر الشركة أنه عند تحقيق اختراق بنسبة 1% في السوق، يمكن لتقنيتها القضاء على أكثر من 50,000 طن من ثاني أكسيد الكربون سنوياً .

يتوافق هذا مع الإجماع الصناعي الأوسع بأن عملية الاستدلال تمثل أكثر من 90% من استهلاك الطاقة خلال دورة حياة نماذج الذكاء الاصطناعي المنشورة . وجدت دراسة أجريت عام 2025 في مجلة PMC أن تطبيق تقنيات ضغط النماذج مثل التقليم والتقطير على نماذج بحجم BERT أدى إلى تخفيضات في الطاقة بنسبة 32-48% مع الحفاظ على دقة أعلى من 95% . ومع ذلك، يُصنف تقدير أورا المحدد لتوفير ثاني أكسيد الكربون على أنه "تقدير" عند معدل اختراق معياري، وليس نتيجة مقاسة .

استخدام التمويل والخطط التجارية

حددت أورا ثلاثة استخدامات رئيسية لرأس المال الأولي :

1. توسيع الفريق — تنمية الفريق الهندسي والتجاري.
2. تمديد قدرات الضغط لتشمل نماذج حدودية أكبر — تجاوز القدرات الحالية لضغط الجيل التالي من النماذج المتطورة.
3. إطلاق منتج تجاري — يستهدف مزودي الاستدلال السحابي والشركات التي تنشر الذكاء الاصطناعي على الحواف (مثل السيارات والمعدات الصناعية) .

يعلن الموقع الإلكتروني للشركة الآن عن خدمة ضغط آلية للنماذج اللغوية الكبيرة (LLM) يمكنها تركيب النماذج على أجهزة الحواف أو الخوادم المحلية أو البنية التحتية السحابية "في غضون ساعات، وليس أشهر"، مع ادعاءات بتقليل بصمة الذاكرة بنسبة تصل إلى 70% وخفض فواتير وحدات معالجة الرسوميات (GPU) بأكثر من 50% .

ملاحظة حول موثوقية المصادر

المصدر الرئيسي هو إعلان مفصل منشور على الموقع الرسمي لـ Greencode Ventures . تأتي التغطية المؤكدة من عدة منافذ إعلامية بما في ذلك The Recursive وIT Boltwise وVestbee وtech.eu وFundup.ai — وجميعها تذكر نفس تفاصيل الجولة وأرقام الضغط وخطة استخدام الأموال. لا يوجد طرف ثالث مستقل قد تحقق بعد من تقدير أورا المحدد لتوفير ثاني أكسيد الكربون، والذي تصنفه الشركة على أنه تقدير وليس نتيجة مقاسة.