אין כאן טענה שמודל או שבב אחד ייעלמו. הטענה היא שהם צריכים להפוך לרכיבים גמישים בתוך מערכת רחבה יותר — רכיבים שנבחרים לפי צורכי הבקשה.
קאלוסום מתארת את התוכנה שלה כשכבת תזמור לעומסי עבודה של AI. בפועל, המערכת אמורה:
החברה אומרת שהפלטפורמה שלה נועדה לעבוד בסביבות ענן שונות ועם חומרה הכוללת שבבי Nvidia ו-AMD, מאיצי AWS Trainium ו-Inferentia, וכן מערכות של Cerebras.
במערכת ארגונית שמפעילה סוכני AI, למשל, אפשר להשתמש במאיץ בעל זמן תגובה נמוך לאינטראקציות תכופות, ב-GPU לשלב אחר, ובמודל חזק יותר רק כשהמשימה באמת דורשת יכולת הסקת מסקנות מתקדמת. היתרון האפשרי אינו רק גמישות חומרתית, אלא היכולת לבנות תהליך עבודה שמנצל את החוזקות של כמה רכיבים.
קאלוסום טוענת שהגישה שלה השיגה בעומסי עבודה מורכבים מסוימים עד פי 2 דיוק, ביצועים מהירים פי 7 ועלות נמוכה פי 4. אלה נתונים שהחברה הציגה סביב יציאתה ממצב חשאי בפברואר; המידע שסופק אינו מוכיח שהם אומתו באופן בלתי תלוי או שהם תקפים לכלל עומסי העבודה של AI.
ההיגיון הכלכלי מאחורי הגישה פשוט: אם לא כל שלב ביישום זקוק למודל החזק ביותר בשוק, שימוש במודל זול או מהיר יותר במשימות שגרתיות עשוי להפחית את עלויות ההסקה. ואם לא כל שלב זקוק לאותו מעבד, מפעילים יכולים לנצל טוב יותר קיבולת זמינה ולהפחית תלות בספק חומרה יחיד.
הגישה עשויה להתאים לאוטומציה שמפעילה מחשבים, לתשלומים, לסייבר וליישומים מרובי סוכנים — תחומים שמשלבים כמה סוגי חישוב. עם זאת, ההצלחה תהיה תלויה ביכולתה של שכבת הניתוב לקבל החלטות אמינות, בלי להוסיף מורכבות או תקורה שימחקו את החיסכון המובטח.
הטיעון של קאלוסום אינו מסתכם באופטימיזציה. אימון והפעלה של מערכות AI מתקדמות דורשים הון רב, חשמל וחומרה ייעודית. ריכוז הדרישות האלה אצל מספר מצומצם של חברות מודלים וספקיות שבבים עלול להגדיל את התלות בספקיות התשתית הדומיננטיות ובאזורים שבהם התשתית זמינה.
שכבת תוכנה שאינה תלויה ביצרנית חומרה מסוימת עשויה להעניק לארגונים יותר אפשרויות לגבי המקום שבו עומסי העבודה שלהם רצים, ולהקל על שימוש במעבדים חלופיים. במובן הזה, תשתית הטרוגנית הופכת לחלק מאסטרטגיה של ריבונות AI: מדינות וחברות יוכלו להשתמש במגוון רחב יותר של שבבים זמינים, במקום להסתמך לחלוטין על מחסנית טכנולוגית אחת.
אך מדובר בשאיפה, לא בתוצאה שכבר הוכחה. תמיכה בכמה סוגי שבבים אינה יוצרת כשלעצמה שוק חומרה תחרותי, והערך המעשי תלוי בביצועים, בזמינות, בכלי הפיתוח ובאמינות האינטגרציות של קאלוסום.
בפברואר 2026, כשיצאה ממצב חשאי, הודיעה קאלוסום על גיוס של 10.25 מיליון דולר. את הסבב הובילה Plural, ובהשתתפות אנג׳לים ובהם צ׳רלי סונגהרסט, סטן בולנד וג׳ון לזר. סוכנות המחקר וההמצאות המתקדמות של בריטניה, ARIA, סיפקה בנפרד תמיכה באמצעות מענק מחקר לשילוב שבבים חדשים; היא לא תוארה כמשקיעת הון בסבב הזה.
ב-20 באוגוסט 2026 הודיעה החברה על סבב Seed נוסף בהיקף של 100 מיליון דולר, בהובלת Atomico, ובהשתתפות משמעותית של Plural, DCVC וקרן Sovereign AI Fund הבריטית, לצד משקיעים ואנג׳לים נוספים.
אם שני הסבבים מצטברים — כפי שהם מוצגים בדיווחים שסופקו — קאלוסום גייסה עד כה כ-110.25 מיליון דולר מאז יציאתה ממצב חשאי. עם זאת, בהודעה הפומבית של החברה אין פירוט מלא של כל המשקיעים שלא נקבו בשמם.
קאלוסום אומרת שההשקעה היא ההשקעה הראשונה אי פעם של קרן Sovereign AI Fund הבריטית, ושהחברה נכללה בתוכנית הבריטית לחומרת AI בהיקף של 1.1 מיליארד ליש״ט. שר ה-AI הבריטי, קנישקה נאראיאן, הדגיש בפומבי את החשיבות של ניצול יעיל של שבבים, על רקע הגידול בביקוש לכוח חישוב עבור AI.
המסרים האלה מציבים את הטכנולוגיה של קאלוסום מעבר לכלי אופטימיזציה פרטי. הממשלה הבריטית מציגה גישה מגוונת יותר לחומרת AI ותזמור יעיל של עומסי עבודה כחלק מהיכולת הלאומית ומהריבונות הטכנולוגית של בריטניה. אין בכך ערובה להצלחה הטכנית או המסחרית של הסטארט-אפ, אך זו אחת הסיבות לכך ששכבת ניתוב זכתה לתמיכה ציבורית אסטרטגית לצד הון סיכון.
השותפות המרכזית עם Cerebras מכניסה את יכולות החישוב של החברה לשכבת הניתוב ההטרוגנית של קאלוסום. המודל המיועד הוא להשתמש בהסקה בעלת זמן תגובה נמוך במיוחד של Cerebras במקומות שבהם המהירות קריטית, ולהעביר שלבים אחרים למודלים או למעבדים שונים.
הדבר עשוי להיות משמעותי במערכות בזמן אמת ובמערכות מרובות סוכנים, שבהן עיכובים מצטברים לאורך קריאות רבות למודלים. קאלוסום ו-Cerebras טוענות שהשילוב יאפשר להפעיל בקנה מידה מערכות AI שבעבר היו איטיות, יקרות או לא מעשיות.
בדיווחים שסופקו קיימת אי-התאמה ביחס לזהות הדובר של הטענה הזו: Tech.eu מייחס אותה למנכ״ל Cerebras, אנדרו פלדמן, ואילו ההודעה של קאלוסום מייחסת את אותו ניסוח לאנדי הוק, סמנכ״ל האסטרטגיה הראשי של Cerebras. עצם השותפות והמטרה של הסקה בהשהיה נמוכה עקביות בין המקורות; הייחוס לדובר אינו עקבי.
התזה של קאלוסום היא שתשתית AI צריכה להיראות פחות כמו מכונה עצומה אחת ויותר כמו מערכת אקולוגית מתואמת: כמה מודלים, כמה סוגי שבבים ותוכנה שמקצה כל משימה למשאב המתאים ביותר.
הרעיון נוגע בלחצים אמיתיים בתפעול AI — זמן תגובה, עלות, צריכת אנרגיה ותלות בשרשראות אספקה מרוכזות. אבל המבחן המכריע יהיה תפעולי: קאלוסום תצטרך להראות שניתוב הטרוגני משפר יישומים שלמים, ולא רק מדדים נקודתיים, ובמקביל הופך סביבת חומרה מעורבת לפשוטה מספיק עבור מפתחים ואמינה מספיק לשימוש בייצור.
סבב ה-Seed בהיקף 100 מיליון דולר מעיד שהמשקיעים רואים בבעיית התיאום הזו הזדמנות גדולה ובעלת חשיבות אסטרטגית. ההבטחה הרחבה יותר של הטכנולוגיה עדיין מותנית ביכולתה של החברה להפוך מגוון חומרתי ליתרון מדיד, עקבי וחוזר על עצמו עבור משתמשים אמיתיים.