Mirendil stawia na Google Cloud: 100 mln dolarów na AI, która sama się uczy i przyspiesza naukę

Celem startupu jest automatyzacja badań naukowych – tworzenie samodoskonalącej się AI, która ma przyspieszyć odkrycia w takich dziedzinach jak medycyna, biologia, chemia i materiałoznawstwo . Główna idea: modele AI nie tylko pomagają w eksperymentach, ale same generują hipotezy, projektują protokoły badawcze i iteracyjnie ulepszają swoje możliwości, skutecznie skracając cały cykl badawczy.

Umowa: warunki finansowe i infrastruktura obliczeniowa

Partnerstwo ma formę wieloletniego zobowiązania o wartości ponad 100 mln dolarów . Kluczowe szczegóły:

• Wartość: Ponad 100 mln dolarów, czyli około połowa rundy seed Mirendil (200 mln dolarów) .
• Zasoby obliczeniowe: Dostęp do AI Hypercomputer Google, w tym zarówno TPU Google, jak i GPU Nvidia, plus zarządzane klastry treningowe .
• Termin: Ogłoszona dwa miesiące po zamknięciu rundy seed Mirendil z wyceną 1 mld dolarów pod koniec czerwca 2026 roku .

Ta skala zobowiązania odzwierciedla ogromne zapotrzebowanie na moc obliczeniową w badaniach nad AI nowej generacji. Dla porównania, kwota ponad 100 mln dolarów plasuje tę umowę wśród największych partnerstw chmurowych dla startupów AI w tym roku .

Podejście techniczne: dopasowywanie obciążeń do sprzętu

Aby utrzymać koszty w ryzach, Mirendil stosuje elastyczną strategię obliczeniową – dopasowuje różne zadania treningowe AI do najbardziej opłacalnego sprzętu . Startup używa:

• TPU Google do niektórych zadań treningowych
• GPU Nvidia do innych

To podejście redukuje marnotrawstwo i pozwala startupowi zrobić więcej badań w ramach zobowiązania o wartości ponad 100 mln dolarów. To praktyczna optymalizacja, która ma znaczenie dla każdego laboratorium AI starającego się rozciągnąć swój budżet obliczeniowy.

Korzyści dla obu stron

Partnerstwo tworzy wyraźną wartość zarówno dla Mirendil, jak i dla Google Cloud.

Dla Mirendil i jego klientów: Umowa gwarantuje ogromną, niezawodną moc obliczeniową potrzebną do trenowania i uruchamiania samodoskonalących się modeli. Dzięki temu Mirendil może oferować swoim klientom szybsze cykle badań naukowych – bez konieczności zarządzania własną infrastrukturą. Docelowo AI startupu ma rozwiązywać problemy w przemyśle farmaceutycznym, odkrywaniu materiałów i innych branżach intensywnie korzystających z badań.

Dla Google Cloud: Google zyskuje prestiżowego partnera z pogranicza AI, który stanowi kotwicę dla dużej umowy korporacyjnej w chmurze . Pomaga to Google konkurować z AWS i Azure o rodzime startupu AI, pokazując, że stos TPU + GPU Google Cloud może wspierać najnowocześniejsze badania. Daje też Google wczesny wgląd w potrzeby infrastrukturalne samodoskonalącej się AI, co może wpłynąć na przyszłe mapy drogowe sprzętu i produktów chmurowych .

Jak zauważyła jedna z analiz, umowa sygnalizuje rosnący apetyt Google na wspieranie najnowocześniejszych badań nad AI poza własnymi laboratoriami .

Co to oznacza dla branży AI

Umowa Mirendil to część szerszego trendu: giganci chmurowi coraz częściej zabiegają o startupu AI, oferując duże zobowiązania infrastrukturalne, blokując długoterminowe relacje, zanim zrobią to konkurenci. Kwota ponad 100 mln dolarów dorównuje skali podobnych umów AWS i Azure z innymi laboratoriami z pogranicza.

Dla obszaru samodoskonalącej się AI to partnerstwo zapewnia konkretne zaplecze infrastrukturalne dla dziedziny badań, która w dużej mierze pozostaje teoretyczna. Jak zauważył artykuł TechCrunch, AI Mirendil nie jest jeszcze sprawdzona na dużą skalę, ale moc obliczeniowa, aby to sprawdzić, właśnie się pojawiła .

Umowa podkreśla również, jak ogromnych mocy obliczeniowych wymagają badania nad AI nowej generacji – i jak wiele dostawcy chmur są skłonni zainwestować, aby pozyskać te obciążenia.