Mitä Callosum haastaa?

Tekoälyinfrastruktuurin vallitseva malli perustuu laskentatehon keskittämiseen yhä suurempiin malleihin, joita ajetaan usein suurilla Nvidian GPU-näytönohjainten muodostamilla palvelinfarmeilla. Callosum kyseenalaistaa oletuksen, että sama kaava – yksi yleiskäyttöinen malli, yksi hallitseva laite-ekosysteemi ja jatkuvasti lisää laskentatehoa – olisi tehokkain tie edistyneisiin tai niin sanotusti superälykkäisiin järjestelmiin.

Yhtiön perustajien neurotieteellinen tausta näkyy vertauksessa: biologinen älykkyys ei perustu yhteen, kaikista tehtävistä suoriutuvaan yhtenäiseen piiriin. Callosum soveltaa tekoälyyn samankaltaista järjestelmätason ajatusta yhdistämällä erikoistuneita osia sen sijaan, että yhtä mallia pidettäisiin vastauksena jokaiseen osatehtävään.

Callosum ei väitä, että yksi malli tai yksi siru katoaisi. Sen väite on, että niiden pitäisi olla laajemman laskentajärjestelmän vaihdettavia osia, jotka valitaan kunkin pyynnön tarpeiden mukaan.

Näin heterogeeninen tekoälyn reititys toimii

Callosum kuvaa ohjelmistoaan tekoälykuormien orkestrointikerrokseksi. Käytännössä järjestelmän on tarkoitus:

1. Pilkk oa monimutkainen työtehtävä osatehtäviksi. Monivaiheinen sovellus voi sisältää erilaisia päättelyn, työkalujen käytön ja suorittamisen vaiheita.
2. Valita kullekin vaiheelle sopiva malli. Nopeampi ja edullisempi malli voi hoitaa toistuvat rutiinit, kun taas tehokkaampi päättelymalli säästetään vaativiin päätöksiin.
3. Valita tarkoitukseen sopiva laitteisto. Kuormaa voidaan jakaa erityyppisille suorittimille sen sijaan, että se sidottaisiin yhden valmistajan infrastruktuuriin.
4. Optimoida käyttörajoitteiden mukaan. Reitityksessä voidaan huomioida viive, kustannukset ja energiantarve.

Yhtiön mukaan sen alusta on suunniteltu toimimaan eri pilviympäristöissä sekä Nvidian ja AMD:n siruilla, AWS:n Trainium- ja Inferentia-laitteilla ja Cerebrasin järjestelmillä.

Yrityksen tekoälyagentille tämä voisi tarkoittaa esimerkiksi sitä, että tiheästi toistuviin vuorovaikutustilanteisiin käytetään pienen viiveen kiihdytintä, seuraava vaihe ajetaan yleiskäyttöisellä GPU:lla ja vaativampi päättelymalli otetaan käyttöön vain silloin, kun tehtävä sitä edellyttää. Hyöty ei olisi pelkästään laitteiston joustavuus, vaan mahdollisuus rakentaa työnkulku useiden komponenttien vahvuuksien varaan.

Luvatut hyödyt – ja tärkeä varaus

Callosum kertoo saavuttaneensa valituissa monimutkaisissa työkuormissa jopa kaksinkertaisen tarkkuuden, seitsemänkertaisen nopeuden ja neljä kertaa pienemmät kustannukset. Luvut ovat yhtiön omia väitteitä, jotka raportoitiin sen tullessa ulos stealth-vaiheesta helmikuussa. Toimitetut lähteet eivät osoita, että tulokset olisi riippumattomasti varmennettu tai että ne pätevät laajasti kaikkiin tekoälykuormiin.

Taloudellinen perustelu on suoraviivainen. Jos sovelluksen jokainen vaihe ei tarvitse tehokkainta saatavilla olevaa mallia, rutiinityön ohjaaminen halvemmalle tai nopeammalle mallille voi pienentää päättelykustannuksia. Jos kaikkien vaiheiden ei myöskään tarvitse käyttää samaa suoritinta, käytettävissä olevaa kapasiteettia voidaan hyödyntää tehokkaammin ja riippuvuutta yhdestä laitevalmistajasta vähentää.

Lähestymistavasta voi olla hyötyä esimerkiksi tietokoneen käytön automatisoinnissa, maksamisessa, kyberturvallisuudessa ja moniagenttisovelluksissa, joissa yhdistyy useita laskennan muotoja. Menestys riippuu kuitenkin siitä, pystyykö reitityskerros tekemään luotettavia päätöksiä lisäämättä järjestelmään niin paljon monimutkaisuutta tai ylimääräistä viivettä, että hyödyt katoavat.

Miksi kyse on myös tekoälyomavaraisuudesta?

Callosumin puheenvuoro ulottuu optimointia pidemmälle. Kehittyneiden tekoälyjärjestelmien kouluttaminen ja käyttäminen vaativat runsaasti pääomaa, sähköä ja erikoistunutta laitteistoa. Kun nämä resurssit keskittyvät pienelle joukolle malliyhtiöitä ja siruvalmistajia, riippuvuus sekä hallitsevista infrastruktuuritoimittajista että alueista, joilla kyseinen infrastruktuuri on saatavilla, kasvaa.

Laitteistoriippumaton ohjelmistokerros voisi antaa organisaatioille enemmän vaihtoehtoja työkuormien sijoittamiseen ja helpottaa vaihtoehtoisten suorittimien käyttöönottoa. Tässä mielessä heterogeeninen infrastruktuuri liittyy tekoälyomavaraisuuteen: yritykset ja valtiot voisivat hyödyntää laajempaa joukkoa saatavilla olevia siruja sen sijaan, että ne nojaisivat täysin yhteen teknologiakasaan.

Kyse on kuitenkin tavoitteesta, ei todistetusta lopputuloksesta. Useiden sirujen tukeminen ei yksin synnytä kilpailukykyisiä laitemarkkinoita, ja käytännön arvo riippuu suorituskyvystä, saatavuudesta, kehittäjätyökaluista ja Callosumin integraatioiden luotettavuudesta.

Rahoitus ja sijoittajat

Callosum ilmoitti 10,25 miljoonan dollarin rahoituskierroksesta helmikuussa 2026, kun yhtiö tuli ulos stealth-vaiheesta. Kierrosta johti Plural, ja nimettyihin enkelisijoittajiin kuuluivat Charlie Songhurst, Stan Boland ja John Lazar. Britannian Advanced Research and Invention Agency eli ARIA myönsi erikseen tutkimusrahoitusta uusien sirujen integrointiin; sitä ei kuvattu kyseisen kierroksen osakesijoittajaksi.

20. elokuuta 2026 yhtiö ilmoitti lisäksi 100 miljoonan dollarin siemenrahoituskierroksesta, jota johti Atomico. Mukana merkittävällä osuudella olivat Plural, DCVC ja UK Sovereign AI Fund muiden sijoittajien ja enkelisijoittajien ohella.

Jos kierrokset lasketaan yhteen, kuten toimitetuissa rahoitusta koskevissa uutisissa tehdään, Callosum on ilmoittanut keränneensä stealth-vaiheen jälkeen noin 110,25 miljoonaa dollaria. Yhtiön julkisessa tiedotteessa ei kuitenkaan ole täydellistä sijoittajakohtaista erittelyä nimeämättömistä osallistujista.

Mitä Britannian tuki kertoo?

Callosumin mukaan kyseessä on UK Sovereign AI Fundin ensimmäinen sijoitus, ja yhtiö on nimetty Britannian 1,1 miljardin punnan tekoälylaitteistosuunnitelmassa. Tekoälyministeri Kanishka Narayan on puolestaan korostanut sirujen tehokkaan käytön merkitystä tekoälylaskennan kysynnän kasvaessa.

Yhdessä nämä viestit asemoivat Callosumin teknologian muuksi kuin yksityiseksi infrastruktuurioptimoinniksi. Britannian hallitus esittää monipuolisemman pääsyn tekoälylaitteistoon ja tehokkaamman orkestroinnin osaksi maan kansallista tekoälykyvykkyyttä ja omavaraisuutta. Tämä ei takaa startupin teknistä tai kaupallista menestystä, mutta selittää, miksi reitityskerros on saanut strategista julkista tukea pääomasijoittajien rinnalla.

Miksi Cerebras-yhteistyö on merkittävä?

Callosumin lippulaivakumppanuus Cerebrasin kanssa tuo Cerebrasin laskentakapasiteetin osaksi yhtiön heterogeenista reitityskerrosta. Tavoitteena on hyödyntää Cerebrasin pienen viiveen päättelyä siellä, missä nopeus on erityisen tärkeää, ja ohjata muut työkuorman vaiheet toisille malleille tai suorittimille.

Ratkaisu voisi olla hyödyllinen reaaliaikaisissa ja moniagenttisissa järjestelmissä, joissa viiveet kasaantuvat useiden mallikutsujen aikana. Callosum ja Cerebras kuvaavat yhdistelmän mahdollistavan tekoälyjärjestelmiä, jotka olisivat aiemmin olleet liian hitaita, kalliita tai käytännössä hankalia ajaa suuressa mittakaavassa.

Toimitetuissa lähteissä on kuitenkin ristiriita väitteen esittäjästä: Tech.eu liittää lausunnon Cerebrasin toimitusjohtajaan Andrew Feldmaniin, kun taas Callosumin oma tiedote antaa saman muotoilun Cerebrasin strategiajohtajan Andy Hockin nimiin. Kumppanuus ja sen ilmoitettu pienen viiveen tavoite ovat lähteissä yhtenevät, mutta puhujan henkilöllisyys ei.

Ratkaiseva kysymys on käytännön toimivuus

Callosumin teesi on, että tekoälyinfrastruktuurin pitäisi muistuttaa vähemmän yhtä valtavaa konetta ja enemmän koordinoitua ekosysteemiä: useita malleja, useita sirutyyppejä ja ohjelmisto, joka ohjaa kunkin tehtävän sopivimmalle resurssille.

Ajatus vastaa todellisiin tekoälyn käyttöönoton paineisiin – viiveeseen, kustannuksiin, energiankulutukseen ja keskittyneiden toimitusketjujen aiheuttamaan riippuvuuteen. Ratkaiseva testi on silti operatiivinen. Callosumin on osoitettava, että heterogeeninen reititys parantaa kokonaisia sovelluksia eikä vain yksittäisiä vertailutestejä ja että sekalaisen laiteympäristön hallinta on kehittäjille riittävän yksinkertaista ja tuotantokäytössä riittävän luotettavaa.

Yhtiön 100 miljoonan dollarin siemenkierros kertoo sijoittajien pitävän koordinointiongelmaa suurena ja strategisesti tärkeänä. Teknologian laajempi lupaus riippuu kuitenkin siitä, onnistuuko Callosum muuttamaan laitteiston monimuotoisuuden mitattaviksi ja toistettaviksi hyödyiksi todellisille käyttäjille.

Mitä Callosum haastaa?

Tekoälyinfrastruktuurin vallitseva malli perustuu laskentatehon keskittämiseen yhä suurempiin malleihin, joita ajetaan usein suurilla Nvidian GPU-näytönohjainten muodostamilla palvelinfarmeilla. Callosum kyseenalaistaa oletuksen, että sama kaava – yksi yleiskäyttöinen malli, yksi hallitseva laite-ekosysteemi ja jatkuvasti lisää laskentatehoa – olisi tehokkain tie edistyneisiin tai niin sanotusti superälykkäisiin järjestelmiin.

Yhtiön perustajien neurotieteellinen tausta näkyy vertauksessa: biologinen älykkyys ei perustu yhteen, kaikista tehtävistä suoriutuvaan yhtenäiseen piiriin. Callosum soveltaa tekoälyyn samankaltaista järjestelmätason ajatusta yhdistämällä erikoistuneita osia sen sijaan, että yhtä mallia pidettäisiin vastauksena jokaiseen osatehtävään.

Callosum ei väitä, että yksi malli tai yksi siru katoaisi. Sen väite on, että niiden pitäisi olla laajemman laskentajärjestelmän vaihdettavia osia, jotka valitaan kunkin pyynnön tarpeiden mukaan.

Näin heterogeeninen tekoälyn reititys toimii

Callosum kuvaa ohjelmistoaan tekoälykuormien orkestrointikerrokseksi. Käytännössä järjestelmän on tarkoitus:

1. Pilkk oa monimutkainen työtehtävä osatehtäviksi. Monivaiheinen sovellus voi sisältää erilaisia päättelyn, työkalujen käytön ja suorittamisen vaiheita.
2. Valita kullekin vaiheelle sopiva malli. Nopeampi ja edullisempi malli voi hoitaa toistuvat rutiinit, kun taas tehokkaampi päättelymalli säästetään vaativiin päätöksiin.
3. Valita tarkoitukseen sopiva laitteisto. Kuormaa voidaan jakaa erityyppisille suorittimille sen sijaan, että se sidottaisiin yhden valmistajan infrastruktuuriin.
4. Optimoida käyttörajoitteiden mukaan. Reitityksessä voidaan huomioida viive, kustannukset ja energiantarve.

Yhtiön mukaan sen alusta on suunniteltu toimimaan eri pilviympäristöissä sekä Nvidian ja AMD:n siruilla, AWS:n Trainium- ja Inferentia-laitteilla ja Cerebrasin järjestelmillä.

Yrityksen tekoälyagentille tämä voisi tarkoittaa esimerkiksi sitä, että tiheästi toistuviin vuorovaikutustilanteisiin käytetään pienen viiveen kiihdytintä, seuraava vaihe ajetaan yleiskäyttöisellä GPU:lla ja vaativampi päättelymalli otetaan käyttöön vain silloin, kun tehtävä sitä edellyttää. Hyöty ei olisi pelkästään laitteiston joustavuus, vaan mahdollisuus rakentaa työnkulku useiden komponenttien vahvuuksien varaan.

Luvatut hyödyt – ja tärkeä varaus

Callosum kertoo saavuttaneensa valituissa monimutkaisissa työkuormissa jopa kaksinkertaisen tarkkuuden, seitsemänkertaisen nopeuden ja neljä kertaa pienemmät kustannukset. Luvut ovat yhtiön omia väitteitä, jotka raportoitiin sen tullessa ulos stealth-vaiheesta helmikuussa. Toimitetut lähteet eivät osoita, että tulokset olisi riippumattomasti varmennettu tai että ne pätevät laajasti kaikkiin tekoälykuormiin.

Taloudellinen perustelu on suoraviivainen. Jos sovelluksen jokainen vaihe ei tarvitse tehokkainta saatavilla olevaa mallia, rutiinityön ohjaaminen halvemmalle tai nopeammalle mallille voi pienentää päättelykustannuksia. Jos kaikkien vaiheiden ei myöskään tarvitse käyttää samaa suoritinta, käytettävissä olevaa kapasiteettia voidaan hyödyntää tehokkaammin ja riippuvuutta yhdestä laitevalmistajasta vähentää.

Lähestymistavasta voi olla hyötyä esimerkiksi tietokoneen käytön automatisoinnissa, maksamisessa, kyberturvallisuudessa ja moniagenttisovelluksissa, joissa yhdistyy useita laskennan muotoja. Menestys riippuu kuitenkin siitä, pystyykö reitityskerros tekemään luotettavia päätöksiä lisäämättä järjestelmään niin paljon monimutkaisuutta tai ylimääräistä viivettä, että hyödyt katoavat.

Miksi kyse on myös tekoälyomavaraisuudesta?

Callosumin puheenvuoro ulottuu optimointia pidemmälle. Kehittyneiden tekoälyjärjestelmien kouluttaminen ja käyttäminen vaativat runsaasti pääomaa, sähköä ja erikoistunutta laitteistoa. Kun nämä resurssit keskittyvät pienelle joukolle malliyhtiöitä ja siruvalmistajia, riippuvuus sekä hallitsevista infrastruktuuritoimittajista että alueista, joilla kyseinen infrastruktuuri on saatavilla, kasvaa.

Laitteistoriippumaton ohjelmistokerros voisi antaa organisaatioille enemmän vaihtoehtoja työkuormien sijoittamiseen ja helpottaa vaihtoehtoisten suorittimien käyttöönottoa. Tässä mielessä heterogeeninen infrastruktuuri liittyy tekoälyomavaraisuuteen: yritykset ja valtiot voisivat hyödyntää laajempaa joukkoa saatavilla olevia siruja sen sijaan, että ne nojaisivat täysin yhteen teknologiakasaan.

Kyse on kuitenkin tavoitteesta, ei todistetusta lopputuloksesta. Useiden sirujen tukeminen ei yksin synnytä kilpailukykyisiä laitemarkkinoita, ja käytännön arvo riippuu suorituskyvystä, saatavuudesta, kehittäjätyökaluista ja Callosumin integraatioiden luotettavuudesta.

Rahoitus ja sijoittajat

Callosum ilmoitti 10,25 miljoonan dollarin rahoituskierroksesta helmikuussa 2026, kun yhtiö tuli ulos stealth-vaiheesta. Kierrosta johti Plural, ja nimettyihin enkelisijoittajiin kuuluivat Charlie Songhurst, Stan Boland ja John Lazar. Britannian Advanced Research and Invention Agency eli ARIA myönsi erikseen tutkimusrahoitusta uusien sirujen integrointiin; sitä ei kuvattu kyseisen kierroksen osakesijoittajaksi.

20. elokuuta 2026 yhtiö ilmoitti lisäksi 100 miljoonan dollarin siemenrahoituskierroksesta, jota johti Atomico. Mukana merkittävällä osuudella olivat Plural, DCVC ja UK Sovereign AI Fund muiden sijoittajien ja enkelisijoittajien ohella.

Jos kierrokset lasketaan yhteen, kuten toimitetuissa rahoitusta koskevissa uutisissa tehdään, Callosum on ilmoittanut keränneensä stealth-vaiheen jälkeen noin 110,25 miljoonaa dollaria. Yhtiön julkisessa tiedotteessa ei kuitenkaan ole täydellistä sijoittajakohtaista erittelyä nimeämättömistä osallistujista.

Mitä Britannian tuki kertoo?

Callosumin mukaan kyseessä on UK Sovereign AI Fundin ensimmäinen sijoitus, ja yhtiö on nimetty Britannian 1,1 miljardin punnan tekoälylaitteistosuunnitelmassa. Tekoälyministeri Kanishka Narayan on puolestaan korostanut sirujen tehokkaan käytön merkitystä tekoälylaskennan kysynnän kasvaessa.

Yhdessä nämä viestit asemoivat Callosumin teknologian muuksi kuin yksityiseksi infrastruktuurioptimoinniksi. Britannian hallitus esittää monipuolisemman pääsyn tekoälylaitteistoon ja tehokkaamman orkestroinnin osaksi maan kansallista tekoälykyvykkyyttä ja omavaraisuutta. Tämä ei takaa startupin teknistä tai kaupallista menestystä, mutta selittää, miksi reitityskerros on saanut strategista julkista tukea pääomasijoittajien rinnalla.

Miksi Cerebras-yhteistyö on merkittävä?

Callosumin lippulaivakumppanuus Cerebrasin kanssa tuo Cerebrasin laskentakapasiteetin osaksi yhtiön heterogeenista reitityskerrosta. Tavoitteena on hyödyntää Cerebrasin pienen viiveen päättelyä siellä, missä nopeus on erityisen tärkeää, ja ohjata muut työkuorman vaiheet toisille malleille tai suorittimille.

Ratkaisu voisi olla hyödyllinen reaaliaikaisissa ja moniagenttisissa järjestelmissä, joissa viiveet kasaantuvat useiden mallikutsujen aikana. Callosum ja Cerebras kuvaavat yhdistelmän mahdollistavan tekoälyjärjestelmiä, jotka olisivat aiemmin olleet liian hitaita, kalliita tai käytännössä hankalia ajaa suuressa mittakaavassa.

Toimitetuissa lähteissä on kuitenkin ristiriita väitteen esittäjästä: Tech.eu liittää lausunnon Cerebrasin toimitusjohtajaan Andrew Feldmaniin, kun taas Callosumin oma tiedote antaa saman muotoilun Cerebrasin strategiajohtajan Andy Hockin nimiin. Kumppanuus ja sen ilmoitettu pienen viiveen tavoite ovat lähteissä yhtenevät, mutta puhujan henkilöllisyys ei.

Ratkaiseva kysymys on käytännön toimivuus

Callosumin teesi on, että tekoälyinfrastruktuurin pitäisi muistuttaa vähemmän yhtä valtavaa konetta ja enemmän koordinoitua ekosysteemiä: useita malleja, useita sirutyyppejä ja ohjelmisto, joka ohjaa kunkin tehtävän sopivimmalle resurssille.

Ajatus vastaa todellisiin tekoälyn käyttöönoton paineisiin – viiveeseen, kustannuksiin, energiankulutukseen ja keskittyneiden toimitusketjujen aiheuttamaan riippuvuuteen. Ratkaiseva testi on silti operatiivinen. Callosumin on osoitettava, että heterogeeninen reititys parantaa kokonaisia sovelluksia eikä vain yksittäisiä vertailutestejä ja että sekalaisen laiteympäristön hallinta on kehittäjille riittävän yksinkertaista ja tuotantokäytössä riittävän luotettavaa.

Yhtiön 100 miljoonan dollarin siemenkierros kertoo sijoittajien pitävän koordinointiongelmaa suurena ja strategisesti tärkeänä. Teknologian laajempi lupaus riippuu kuitenkin siitä, onnistuuko Callosum muuttamaan laitteiston monimuotoisuuden mitattaviksi ja toistettaviksi hyödyiksi todellisille käyttäjille.