Multiverse Computing ระดมทุน Series C มูลค่า 570 ล้านดอลลาร์ เพื่อทำให้ AI เล็กลงและถูกลง

ขณะที่บริษัท AI จำนวนมากกำลังแข่งขันกันสร้างโมเดลให้ใหญ่ขึ้นเรื่อย ๆ Multiverse Computing กลับวางเดิมพันในทิศทางตรงกันข้าม นั่นคือการทำให้โมเดล AI ที่มีอยู่ “เล็กลง” อย่างมาก เพื่อให้ใช้งานได้เร็วขึ้น ถูกลง และใช้พลังงานน้อยลง

เทคโนโลยีหลักของบริษัทชื่อ CompactifAI ใช้โครงข่ายเทนเซอร์ (tensor networks) ที่ได้แรงบันดาลใจจากควอนตัม ซึ่งเป็นโครงสร้างทางคณิตศาสตร์ที่นักฟิสิกส์พัฒนาขึ้นเพื่อจำลองระบบควอนตัม โดยบริษัทระบุว่าสามารถบีบอัดโมเดลภาษาขนาดใหญ่ได้สูงสุด 93% ขณะยังคงความแม่นยำไว้ราว 97% แนวทางดังกล่าวได้รับการนำเสนอในงานวิจัยแบบผ่านการประเมินโดยผู้ทรงคุณวุฒิซึ่งเผยแพร่บน arXiv ในเดือนมกราคม 2024

ใครร่วมลงทุนในรอบนี้

การระดมทุน Series C นำโดยนักลงทุนสถาบัน 3 ราย ได้แก่ Forgepoint Capital International, BNP Paribas Solar Impulse Venture Fund (BNPP SIVF) และ Bullhound Capital

ผู้ร่วมลงทุนที่ได้รับการยืนยันยังมี Qatar Development Bank และ HP Inc. รวมถึงกลุ่มนักลงทุนที่ประกอบด้วย Santander Alternative Investments, Tikehau Capital, Orange Ventures, Scania Invest, NAventures, Zouk Capital, SETT, EIC Fund, Hazten Scale-Up Fund ของรัฐบาลแคว้นบาสก์ และ Kutxa Fundazioa

CompactifAI ทำงานอย่างไร

CompactifAI แปลงชั้น self-attention และ multi-layer perceptron ซึ่งเป็นองค์ประกอบสำคัญของโมเดลสถาปัตยกรรม Transformer ให้อยู่ในรูปแบบ “เทนเซอร์” โดยใช้โครงข่ายเทนเซอร์ประเภทเฉพาะ

วิธีนี้ช่วยตัดทอนความสัมพันธ์บางส่วนภายในโมเดล โดยระดับการบีบอัดสามารถควบคุมได้ผ่านค่า bond dimension ของโครงข่ายเทนเซอร์ จากนั้นระบบจะฝึกโมเดลแบบกระจายเพิ่มเติมเป็นระยะเวลาสั้น ๆ เพื่อให้โมเดลที่ถูกบีบอัดกลับมามีความแม่นยำใกล้เคียงกับโมเดลเดิม

ในงานวิจัยเดือนมกราคม 2024 ทีมงานสาธิตว่า CompactifAI เมื่อใช้ร่วมกับ quantization สามารถ ลดขนาดหน่วยความจำของ Meta LLaMA-2 7B ได้ 93% ลดจำนวนพารามิเตอร์ได้ 70% เร่งการฝึกโมเดลได้ 50% และเพิ่มความเร็วการประมวลผลคำตอบ (inference) ได้ 25% โดยความแม่นยำลดลงเพียง 2–3%

ด้านโครงการ EuroHPC Joint Undertaking ของสหภาพยุโรปยืนยันแยกต่างหากว่า CompactifAI เพียงอย่างเดียวสามารถบีบอัด LLaMA-2 7B ให้เหลือเพียง 30% ของขนาดเดิม และกู้คืนความแม่นยำได้มากกว่า 90% หลังการฝึกเพิ่มเติม

หลังจากนั้นบริษัทได้เปิดตัวโมเดลรุ่นใหม่ที่ผ่านการบีบอัด เช่น Llama 3.1-8B และ Llama 3.3-70B ในเวอร์ชันที่ลดขนาดลง 80% โดยบริษัทระบุว่าโมเดลดังกล่าวมีพารามิเตอร์น้อยลง 60% ใช้พลังงานอย่างมีประสิทธิภาพมากขึ้น 84% ประมวลผลได้เร็วขึ้น 40% และลดต้นทุนได้ 50% โดยไม่สูญเสียความแม่นยำ

ในเดือนกุมภาพันธ์ 2026 Multiverse ยังเปิดตัว HyperNova 60B ซึ่งเป็นเวอร์ชันที่บีบอัด 50% ของ gpt-oss-120B ของ OpenAI และเผยแพร่ให้ใช้งานผ่าน Hugging Face

จากบริษัทอัลกอริทึมควอนตัมสู่การบีบอัด AI

เดิม Multiverse Computing ก่อตั้งขึ้นในฐานะบริษัทพัฒนา อัลกอริทึมควอนตัม ก่อนจะเปลี่ยนทิศทางมาสู่การบีบอัดโมเดล AI ภายใต้การนำของผู้ก่อตั้งและซีอีโอ Enrique Lizaso Olmos

บริษัทนำความเชี่ยวชาญด้านฟิสิกส์ควอนตัม โดยเฉพาะคณิตศาสตร์ของโครงข่ายเทนเซอร์ มาพัฒนา CompactifAI หลังพบว่าเครื่องมือทางคณิตศาสตร์แบบเดียวกับที่ใช้ประมาณระบบควอนตัมซับซ้อน สามารถนำมาประยุกต์เพื่อลดขนาดน้ำหนักของโครงข่ายประสาทเทียมได้อย่างมีประสิทธิภาพ

Series B ปูทางสู่การเติบโตครั้งใหญ่

Series C ถือเป็นการเร่งตัวอย่างชัดเจนเมื่อเทียบกับรอบก่อนหน้า ในเดือน มิถุนายน 2025 Multiverse Computing ระดมทุน Series B ได้ 215 ล้านดอลลาร์ หรือ 189 ล้านยูโร โดยมี Bullhound Capital เป็นผู้นำการลงทุน และมี HP Tech Ventures, Forgepoint Capital International, SETT, CDP Venture Capital, Santander Climate VC, Toshiba และรายอื่น ๆ เข้าร่วม

รอบดังกล่าวทำให้บริษัทมีมูลค่ามากกว่า 500 ล้านดอลลาร์ เพิ่มขึ้น 5 เท่าจากมูลค่าราว 108 ล้านดอลลาร์หลังการระดมทุน Series A

ดังนั้น มูลค่าก่อนรับเงินลงทุน 1.7 พันล้านดอลลาร์ใน Series C จึงเป็นการเพิ่มขึ้นอีกประมาณ 5 เท่าภายในเวลาราว 13 เดือน

รายได้โตเร็ว ท่ามกลางตลาด AI ที่ต้องการลดต้นทุน

บริษัทระบุว่ารายได้ต่อปีแบบคำนวณจากอัตราปัจจุบัน (annualized revenue) เพิ่มขึ้นมากกว่า 10 เท่านับตั้งแต่เดือนมิถุนายน 2025 ขณะที่รายงานหนึ่งซึ่งอ้างถึงโพสต์บน LinkedIn ของ Tech Funding News ระบุว่ายอดขายในไตรมาสแรกของปี 2026 เติบโต 96 เท่าเมื่อเทียบเป็นรายปี

แม้ตัวเลขจะแตกต่างกันไปตามแหล่งข้อมูล แต่ทิศทางการเติบโตของบริษัทเป็นไปอย่างรวดเร็ว และนักวิเคราะห์รายหนึ่งประเมินว่ามูลค่าบริษัทอาจคิดเป็นสัดส่วนสูงสุดราว 17 เท่าของรายได้ต่อปีแบบ annualized

ทั้งนี้ ตัวเลขตลาดที่เข้าถึงได้ทั้งหมด (total addressable market) ของการประมวลผลคำตอบ AI ซึ่งอยู่ที่ 106,000 ล้านดอลลาร์ เคยถูกกล่าวถึงในรายงานข่าวเกี่ยวกับ Series B บางฉบับ แต่ยังไม่ได้รับการยืนยันโดยตรงจากแหล่งข้อมูลปฐมภูมิที่ใช้ในการวิเคราะห์นี้

เงินก้อนใหม่จะนำไปใช้อะไร

Multiverse Computing ระบุว่าเงินทุนจาก Series C จะนำไปใช้ขยายคลังโมเดล AI ที่มีประสิทธิภาพสูง เดินหน้าวิจัยและพัฒนา ลงทุนในโครงสร้างพื้นฐานและซอฟต์แวร์ด้าน AI ที่อยู่ภายใต้การควบคุมของแต่ละประเทศ รวมถึงขยายการดำเนินงานในเอเชียตะวันออก เอเชียตะวันออกเฉียงใต้ ตะวันออกกลาง และแคนาดา

บริษัทตั้งเป้านำเทคโนโลยีไปใช้งานในภาคการผลิต การเงิน พลังงาน อุตสาหกรรมการบินและอวกาศ ความมั่นคงปลอดภัยไซเบอร์ กลาโหม และสาธารณสุข

เดิมพันของ Multiverse จึงสะท้อนอีกด้านของการแข่งขัน AI ที่ไม่ได้วัดกันเฉพาะว่าใครสร้างโมเดลได้ใหญ่ที่สุด แต่รวมถึงว่าใครสามารถทำให้โมเดลเหล่านั้นทำงานได้คุ้มค่าที่สุดในศูนย์ข้อมูล อุปกรณ์ปลายทาง และโครงสร้างพื้นฐาน AI ของแต่ละประเทศ