NP Co. käyttää tekoälymuuntajia fysiikan simulointiin 1 000 kertaa nopeammin – tukena Mistral AI:n perustajat

Teollisten suunnittelutiimien arki on usein odottelua: yhden fysikaalisen simulaation valmistumiseen voi kulua päiviä tai jopa viikkoja. Pariisilainen startup, jota tukevat jotkut Euroopan vaikutusvaltaisimmista tekoälyrakentajista, ilmoittaa nyt tämän aikakauden olevan päättymässä.

NP Company (NP Co.) julkisti 2. kesäkuuta 2026 kuuden miljoonan euron siemenvaiheen rahoituskierroksen, jota johti pääomasijoitusyhtiö Partech. Tällöin Boris Golden otti paikan yhtiön hallituksessa . Huomionarvoista on sijoittajien kaliiperi: enkelisijoittajina toimivat Mistral AI:n perustajat Guillaume Lample ja Cédric O, Dataikun perustaja Florian Douetteau sekä Artefactin toimitusjohtaja Vincent Luciani. Mukana on myös Peugeot’n perheen sijoitusyhtiö . Kyseessä on poikkeuksellisen kova sijoittajajoukko yritykselle, joka aivan hiljattain tunnettiin nimellä Augur .

Syvät juuret simulaatiotutkimuksessa

NP Co:n perustivat vuonna 2025 Emmanuel Menier (toimitusjohtaja) ja Matthieu Nastorg (teknologiajohtaja) . Molemmat ovat väitelleet tekoälyn käytöstä simulaatioissa Paris-Saclayn yliopistosta, ja yritys ponnistaa Inriasta, Ranskan julkisesta tutkimuslaitoksesta, josta on syntynyt useita tekoälyhankkeita . Tämä tausta asettaa startupin juuri siihen ranskalaiseen tutkimusekosysteemiin, josta myös Mistral AI:n perustajatiimi ponnisti.

Muuntaja-arkkitehtuuri valjastetaan fysiikan simulointiin

Yritys rakentaa esikoulutettuja perusmalleja käyttäen samaa muuntaja-arkkitehtuuria (transformer architecture), joka toimii suurten kielimallien moottorina – nyt kuitenkin tekstin sijaan sitä sovelletaan fysikaaliseen simulointiin . Mallit koulutetaan teollisella fysiikkadatalla, ja ne on suunniteltu korvaamaan perinteiset simulaatio-ohjelmistot ilmailu-, puolustus-, energia-, elektroniikka-, datakeskus- ja autoteollisuudessa .

Perinteinen fysiikkasimulaattori joutuu tekemään laskennallisesti raskaan urakan alusta alkaen jokaisen suunnitteluversion kohdalla. NP Co:n lähestymistavassa malli esikoulutetaan kerran olennaisella fysiikan tiedolla, ja varsinaiset tulokset saadaan vasta päättelyvaiheessa, kun insinööri haluaa testata uutta mallia . Koko simulaatioketjua ei tarvitse käynnistää uudelleen jokaista muutosta varten.

Nopeushyöty on osoitettu käytännössä

Suorituskykyero on silmiinpistävä. Perinteiset simulaatiotyökalut vaativat yleensä päiviä tai viikkoja yhtä suunnitteluvaihtoehtoa kohden. NP Co:n esikoulutetut mallit toimittavat tulokset sekunneissa . Startup on demonstroinut 1 000-kertaisia nopeutuksia teollisissa vertailuissa – mukana on ollut myös ilmailu- ja avaruustekniikan moottorivalmistaja Safran – ja se väittää, että 50 000-kertainen nopeutus on mahdollista kokoonpanotason ongelmissa .

Tämä nopeusharppaus muuttaa sen, mikä suunnittelussa on ylipäätään mahdollista. Kun aiemmin insinööritiimi saattoi testata vain kourallista kokoonpanoja, nyt samassa ajassa voidaan tutkia tuhansia suunnitteluvariantteja .

Mihin kuusi miljoonaa euroa käytetään

Siemenvaiheen pääoma käytetään ensisijaisesti tutkimustiimin laajentamiseen ja perusmallien jatkokehitykseen . Pidemmällä aikavälillä NP Co. tähtää automatisoitujen suunnittelutyökalujen ja teollisen infrastruktuurin reaaliaikaisten operatiivisten simulaattorien rakentamiseen . Tavoite ei ole vain nopeuttaa nykyisiä työnkulkuja vaan avata täysin uusia tapoja monimutkaisten fyysisten järjestelmien suunnitteluun.

Mistralin strateginen lähipiiri

Sijoituksen ajoitus oli erityisen mielenkiintoinen. Vain 13 päivää ennen NP Co:n julkistusta, 19. toukokuuta 2026, Mistral AI osti Emmi AI:n, itävaltalaisen startupin, joka rakensi fysiikkamalleja teolliseen simulointiin . Tämän jälkeen kaksi Mistralin omaa perustajaa sijoitti henkilökohtaisesti pariisilaiseen startupiin, joka tähtää lähes samalle ongelmakentälle. Alan media kuvaili sijoittajajoukkoa ”harvinaisen kovatasoiseksi uskovien joukoksi” vähän tunnetulle yritykselle, joka oli juuri vaihtanut nimeään .

Oliko kyse harkitusta suojausstrategiasta vai yksinkertaisesti vedonlyönnistä vahvimman teknisen tiimin puolesta, signaali on selvä: fysiikan simulointi on siirtymässä perusmallien aikakauteen, ja jotkut Euroopan näkyvimmistä tekoälyvaikuttajista asettavat nyt aikaisia panoksiaan sen puolesta, kuka tätä kehitystä johtaa.