創業者とミッション

Mirendilは、Anthropicの元研究者であり、以前はGoogleに在籍していたBehnam Neyshabur（CEO）とHarsh Mehtaによって共同創業されました 。両名はAnthropicを離れ、「自己改善するAI」を構築し、科学的発見を加速するという大胆なミッションを掲げてMirendilを立ち上げました。

スタートアップの目標は、科学研究の自動化です。具体的には、医学、生物学、化学、材料科学などの分野で、AIが仮説を生成し、実験プロトコルを設計し、自身の能力を反復的に向上させることで、研究サイクル全体を劇的に加速することを目指しています 。

契約の詳細：財務条件と計算インフラ

契約は複数年契約で、総額は1億ドル超 。主な詳細は以下の通りです。

• 契約額：1億ドル超。Mirendilが2026年6月末にクローズした2億ドルのシードラウンドの約半分 。
• 計算リソース：Google CloudのAI Hypercomputerへのアクセス。Google独自のTPU、NVIDIA GPU、マネージドトレーニングクラスターを含む 。
• タイミング：評価額10億ドルでのシードラウンド完了から約2カ月後の発表 。

この規模のコミットメントは、フロンティアAI研究に必要な計算需要の大きさを反映しています。1億ドル超という数字は、今年のAIスタートアップ向けクラウドパートナーシップの中でも最大級のものの一つです 。

技術的アプローチ：ワークロードに応じたハードウェアの最適化

コストを管理するため、Mirendilは柔軟な計算戦略を採用——異なるAIトレーニングワークロードを、最もコスト効率の高いハードウェアにマッチングさせています 。具体的には、

• GoogleのTPUを特定のトレーニングタスクに使用
• NVIDIA GPUを他のタスクに使用

このワークロードマッチングにより、無駄を減らし、1億ドル超のコミットメントの範囲内でより多くの研究を進めることができます。これは、限られた計算予算を最大限に活用しようとするAIラボにとって実用的な最適化です。

双方にもたらすメリット

このパートナーシップは、MirendilとGoogle Cloudの両方に明確な価値を生み出します。

Mirendilとその顧客にとって：自己改善モデルのトレーニングと実行に必要な大規模で信頼性の高い計算能力を保証します。これにより、Mirendilは顧客に対して、顧客自身がインフラを管理することなく、より迅速な科学研究サイクルを提供できます。スタートアップのAIは、最終的に医薬品開発や材料発見など、研究集約型産業の課題に取り組むことを目指しています。

Google Cloudにとって：主要なエンタープライズクラウド契約のアンカーとなる、注目度の高いフロンティアAIパートナーを確保します 。Google CloudのTPU + GPUスタックが最先端の研究をサポートできることを示すことで、AWSやAzureに対抗する上で有利になります。また、自己改善AIのインフラニーズに関する初期の洞察を得ることができ、将来のハードウェアやクラウド製品のロードマップに活用できます 。

ある分析記事は、「この契約はGoogleが自社のラボを超えて最先端のAI研究を支援する意欲が高まっていることを示している」と指摘しています 。

AI業界への影響

Mirendilの契約は、より大きなトレンドの一部です。クラウド大手は、競合他社が参入する前に長期関係を確立するため、AIスタートアップに対して大規模なインフラコミットメントを積極的に提供するようになっています。1億ドル超という規模は、AWSやAzureが他のフロンティアラボと結んだ同様の契約に匹敵します。

自己改善AI分野にとって、このパートナーシップは、まだ大部分が理論的な研究領域に具体的なインフラ支援を提供するものです。TechCrunchの記事が指摘するように、MirendilのAIはまだ大規模に実証されていませんが、それを試すための計算能力は今や存在します 。

この契約は、フロンティアAI研究にどれだけの計算リソースが必要か、そしてクラウドプロバイダーがそのようなワークロードを獲得するためにどれだけ投資する用意があるかを浮き彫りにしています。

創業者とミッション

Mirendilは、Anthropicの元研究者であり、以前はGoogleに在籍していたBehnam Neyshabur（CEO）とHarsh Mehtaによって共同創業されました 。両名はAnthropicを離れ、「自己改善するAI」を構築し、科学的発見を加速するという大胆なミッションを掲げてMirendilを立ち上げました。

スタートアップの目標は、科学研究の自動化です。具体的には、医学、生物学、化学、材料科学などの分野で、AIが仮説を生成し、実験プロトコルを設計し、自身の能力を反復的に向上させることで、研究サイクル全体を劇的に加速することを目指しています 。

契約の詳細：財務条件と計算インフラ

契約は複数年契約で、総額は1億ドル超 。主な詳細は以下の通りです。

• 契約額：1億ドル超。Mirendilが2026年6月末にクローズした2億ドルのシードラウンドの約半分 。
• 計算リソース：Google CloudのAI Hypercomputerへのアクセス。Google独自のTPU、NVIDIA GPU、マネージドトレーニングクラスターを含む 。
• タイミング：評価額10億ドルでのシードラウンド完了から約2カ月後の発表 。

この規模のコミットメントは、フロンティアAI研究に必要な計算需要の大きさを反映しています。1億ドル超という数字は、今年のAIスタートアップ向けクラウドパートナーシップの中でも最大級のものの一つです 。

技術的アプローチ：ワークロードに応じたハードウェアの最適化

コストを管理するため、Mirendilは柔軟な計算戦略を採用——異なるAIトレーニングワークロードを、最もコスト効率の高いハードウェアにマッチングさせています 。具体的には、

• GoogleのTPUを特定のトレーニングタスクに使用
• NVIDIA GPUを他のタスクに使用

このワークロードマッチングにより、無駄を減らし、1億ドル超のコミットメントの範囲内でより多くの研究を進めることができます。これは、限られた計算予算を最大限に活用しようとするAIラボにとって実用的な最適化です。

双方にもたらすメリット

このパートナーシップは、MirendilとGoogle Cloudの両方に明確な価値を生み出します。

Mirendilとその顧客にとって：自己改善モデルのトレーニングと実行に必要な大規模で信頼性の高い計算能力を保証します。これにより、Mirendilは顧客に対して、顧客自身がインフラを管理することなく、より迅速な科学研究サイクルを提供できます。スタートアップのAIは、最終的に医薬品開発や材料発見など、研究集約型産業の課題に取り組むことを目指しています。

Google Cloudにとって：主要なエンタープライズクラウド契約のアンカーとなる、注目度の高いフロンティアAIパートナーを確保します 。Google CloudのTPU + GPUスタックが最先端の研究をサポートできることを示すことで、AWSやAzureに対抗する上で有利になります。また、自己改善AIのインフラニーズに関する初期の洞察を得ることができ、将来のハードウェアやクラウド製品のロードマップに活用できます 。

ある分析記事は、「この契約はGoogleが自社のラボを超えて最先端のAI研究を支援する意欲が高まっていることを示している」と指摘しています 。

AI業界への影響

Mirendilの契約は、より大きなトレンドの一部です。クラウド大手は、競合他社が参入する前に長期関係を確立するため、AIスタートアップに対して大規模なインフラコミットメントを積極的に提供するようになっています。1億ドル超という規模は、AWSやAzureが他のフロンティアラボと結んだ同様の契約に匹敵します。

自己改善AI分野にとって、このパートナーシップは、まだ大部分が理論的な研究領域に具体的なインフラ支援を提供するものです。TechCrunchの記事が指摘するように、MirendilのAIはまだ大規模に実証されていませんが、それを試すための計算能力は今や存在します 。

この契約は、フロンティアAI研究にどれだけの計算リソースが必要か、そしてクラウドプロバイダーがそのようなワークロードを獲得するためにどれだけ投資する用意があるかを浮き彫りにしています。