Callosum का $100M दांव: कई मॉडल और चिप्स से AI का नया इंफ्रास्ट्रक्चर

इसका अर्थ यह नहीं है कि एक मॉडल या एक chip अप्रासंगिक हो जाएगी। विचार यह है कि वे किसी बड़े computing system के interchangeable parts बनें और हर request की जरूरत के अनुसार चुने जाएं।

Heterogeneous AI routing कैसे काम कर सकती है

Callosum अपने सॉफ्टवेयर को AI workloads के लिए orchestration layer के रूप में पेश करती है। व्यवहार में इसका उद्देश्य है:

1. जटिल वर्कलोड को subtasks में बांटना। Multi-step application में reasoning, tool use और execution के अलग-अलग चरण हो सकते हैं।
2. हर चरण के लिए उपयुक्त मॉडल चुनना। तेज और कम खर्चीला मॉडल नियमित iterations संभाल सकता है, जबकि कठिन निर्णयों के लिए अधिक सक्षम reasoning model इस्तेमाल किया जा सकता है।
3. उपयुक्त hardware चुनना। वर्कलोड को किसी एक vendor के infrastructure से बांधने के बजाय अलग-अलग processor types में बांटा जा सकता है।
4. लागत, latency और energy जैसी सीमाओं के अनुसार routing करना।

कंपनी का कहना है कि उसका platform cloud environments और Nvidia तथा AMD chips, AWS Trainium और Inferentia तथा Cerebras systems जैसे hardware पर काम करने के लिए तैयार किया गया है।

किसी enterprise agent के मामले में इसका मतलब हो सकता है कि लगातार होने वाली बातचीत के लिए low-latency accelerator इस्तेमाल हो, किसी दूसरे चरण में general-purpose GPU और केवल कठिन reasoning वाले हिस्से में अधिक शक्तिशाली मॉडल लगाया जाए। संभावित लाभ सिर्फ hardware flexibility नहीं, बल्कि कई components की खूबियों के आधार पर पूरा workflow तैयार करना है।

फायदे कितने बड़े हैं—और सावधानी क्यों जरूरी है

Callosum का दावा है कि चुनिंदा जटिल workloads पर उसके तरीके से 2 गुना बेहतर accuracy, 7 गुना तेज performance और 4 गुना कम लागत मिली है। ये फरवरी में कंपनी के stealth से बाहर आने के समय बताए गए दावे हैं। उपलब्ध coverage से यह साबित नहीं होता कि इन आंकड़ों का स्वतंत्र रूप से सत्यापन हुआ है या वे व्यापक रूप से सभी AI workloads पर लागू होते हैं।

इस मॉडल का आर्थिक तर्क सीधा है। अगर application के हर चरण के लिए सबसे शक्तिशाली model जरूरी नहीं है, तो नियमित कामों के लिए सस्ता या तेज विकल्प inference cost घटा सकता है। इसी तरह, अगर हर चरण को एक ही processor की जरूरत नहीं है, तो operators उपलब्ध capacity का बेहतर इस्तेमाल कर सकते हैं और किसी एक hardware supplier पर निर्भरता घटा सकते हैं।

Computer-use automation, payments, cybersecurity और multi-agent applications जैसे क्षेत्रों में यह तरीका उपयोगी हो सकता है, क्योंकि इनमें कई तरह की computation एक साथ होती है। हालांकि सफलता इस बात पर निर्भर करेगी कि routing layer कितने भरोसेमंद निर्णय लेती है और क्या उसकी अतिरिक्त complexity या overhead संभावित लाभ को खत्म तो नहीं कर देती।

मामला सिर्फ optimization का नहीं, AI sovereignty का भी है

Callosum की pitch केवल performance सुधारने तक सीमित नहीं है। Frontier AI systems को train और serve करने के लिए भारी पूंजी, बिजली और specialized hardware की जरूरत होती है। इन संसाधनों को कुछ model companies और chip suppliers के बीच केंद्रित करने से infrastructure providers और उन क्षेत्रों पर निर्भरता बढ़ सकती है जहां यह infrastructure उपलब्ध है।

Hardware-agnostic software layer संगठनों को यह तय करने में अधिक विकल्प दे सकती है कि उनका workload कहां चले और alternative processors का इस्तेमाल आसान बना सकती है। इसी अर्थ में heterogeneous infrastructure को AI sovereignty की रणनीति का हिस्सा बताया जा रहा है: देश और कंपनियां किसी एक technology stack पर पूरी तरह निर्भर रहने के बजाय उपलब्ध silicon की व्यापक range का उपयोग कर सकती हैं।

फिलहाल यह एक लक्ष्य है, सिद्ध परिणाम नहीं। कई chips को support करना अपने-आप में प्रतिस्पर्धी hardware market नहीं बनाता। वास्तविक उपयोगिता performance, availability, developer tooling और Callosum के integrations की reliability पर निर्भर करेगी।

Callosum को कितनी funding मिली और किनसे

फरवरी 2026 में stealth से बाहर आते समय Callosum ने $10.25 मिलियन का round घोषित किया था। इसका नेतृत्व Plural ने किया था। Charlie Songhurst, Stan Boland और John Lazar ने angel investors के रूप में भाग लिया। UK की Advanced Research and Invention Agency यानी ARIA ने novel chips के integration के लिए अलग से research-grant support दिया था; उपलब्ध जानकारी के अनुसार वह उस round में equity investor नहीं थी।

20 अगस्त 2026 को कंपनी ने $100 मिलियन की नई seed round की घोषणा की, जिसका नेतृत्व Atomico ने किया। इसमें Plural, DCVC और UK Sovereign AI Fund की महत्वपूर्ण भागीदारी रही, साथ ही अन्य investors और angel backers भी शामिल थे।

अगर दोनों rounds को अलग-अलग और जोड़ने योग्य funding माना जाए, जैसा कि उपलब्ध coverage में प्रस्तुत किया गया है, तो stealth से बाहर आने के बाद Callosum ने लगभग $110.25 मिलियन जुटाने की घोषणा की है। कंपनी की public announcement में unnamed participants का investor-by-investor पूरा विवरण नहीं दिया गया है।

UK सरकार का समर्थन क्या संकेत देता है

Callosum के अनुसार, यह निवेश UK Sovereign AI Fund का पहला निवेश है। कंपनी को UK की £1.1 बिलियन AI-hardware plan में भी शामिल किया गया है। AI Minister Kanishka Narayan ने AI compute की बढ़ती मांग के बीच chips के अधिक कुशल इस्तेमाल के महत्व को सार्वजनिक रूप से रेखांकित किया।

इन संकेतों से Callosum की technology सिर्फ private-sector optimization project नहीं रह जाती। UK सरकार hardware तक diversified access और efficient orchestration को अपनी national AI capability और sovereignty का हिस्सा बता रही है। इससे startup की technical या commercial सफलता तय नहीं होती, लेकिन यह समझ आता है कि venture capital के साथ-साथ उसे strategic public backing क्यों मिली।

Cerebras partnership क्यों महत्वपूर्ण है

Cerebras के साथ Callosum की flagship partnership Cerebras की capacity को उसके heterogeneous routing layer में लाती है। उद्देश्य यह है कि जहां speed सबसे महत्वपूर्ण हो, वहां Cerebras की low-latency inference का उपयोग किया जाए और वर्कलोड के दूसरे चरण अलग मॉडलों या processors को सौंपे जाएं।

यह real-time और multi-agent systems के लिए उपयोगी हो सकता है, जहां कई model calls के कारण delays जमा होते जाते हैं। Callosum और Cerebras का कहना है कि यह combination ऐसे AI systems को संभव बना सकता है जो पहले बहुत धीमे, महंगे या बड़े पैमाने पर चलाने के लिए व्यावहारिक नहीं थे।

हालांकि, इस दावे के speaker attribution में उपलब्ध reports के बीच अंतर है। Tech.eu ने इसे Cerebras के CEO Andrew Feldman से जोड़ा है, जबकि Callosum की अपनी announcement में यही wording Cerebras के chief strategy officer Andy Hock के नाम से दी गई है। Partnership और low-latency objective पर sources एकमत हैं, लेकिन वक्ता का attribution समान नहीं है।

असली परीक्षा आगे है

Callosum का thesis है कि AI infrastructure किसी एक विशाल machine जैसा नहीं, बल्कि एक coordinated ecosystem जैसा होना चाहिए—जिसमें कई models, कई chip types और ऐसा software हो जो हर काम को सबसे उपयुक्त resource तक पहुंचाए।

यह विचार AI deployment की वास्तविक चुनौतियों—latency, cost, energy consumption और concentrated supply chains पर निर्भरता—को संबोधित करता है। लेकिन निर्णायक परीक्षा operational होगी। Callosum को दिखाना होगा कि heterogeneous routing isolated benchmarks के बजाय पूरे applications में बेहतर परिणाम देती है, और mixed hardware environment developers के लिए पर्याप्त सरल तथा production के लिए पर्याप्त भरोसेमंद रह सकता है।

कंपनी की $100 मिलियन seed round से संकेत मिलता है कि investors इस coordination problem को बड़ा और रणनीतिक रूप से महत्वपूर्ण मानते हैं। फिर भी इसका व्यापक वादा इस बात पर निर्भर रहेगा कि Callosum hardware diversity को वास्तविक users के लिए मापने योग्य और लगातार दोहराए जा सकने वाले लाभ में बदल पाती है या नहीं।