Callosum ระดมทุน 100 ล้านดอลลาร์ หวังเปลี่ยน AI จากระบบผูกขาดสู่โครงสร้างพื้นฐานหลายโมเดลหลายชิป

อย่างไรก็ตาม บริษัทไม่ได้บอกว่าโมเดลหรือชิปตัวใดตัวหนึ่งจะหายไปจากตลาด แต่เสนอให้สิ่งเหล่านี้กลายเป็นชิ้นส่วนที่สับเปลี่ยนได้ภายในระบบคอมพิวเตอร์ขนาดใหญ่กว่า โดยเลือกใช้ตามความต้องการของแต่ละคำขอ

ซอฟต์แวร์จัดเส้นทาง AI ทำงานอย่างไร

Callosum อธิบายซอฟต์แวร์ของตนว่าเป็นชั้นจัดการและประสานงานสำหรับงาน AI ในทางปฏิบัติ ระบบมีเป้าหมายที่จะทำงานดังนี้

1. แบ่งงานที่ซับซ้อนออกเป็นงานย่อย แอปพลิเคชันแบบหลายขั้นตอนอาจประกอบด้วยการให้เหตุผล การเรียกใช้เครื่องมือ และการลงมือทำหลายรูปแบบ
2. เลือกโมเดลที่เหมาะกับแต่ละขั้นตอน โมเดลที่เร็วและมีค่าใช้จ่ายต่ำกว่าอาจรับผิดชอบงานที่ทำซ้ำเป็นประจำ ขณะที่โมเดลให้เหตุผลที่มีความสามารถสูงกว่าจะถูกเก็บไว้ใช้กับการตัดสินใจที่ยาก
3. เลือกฮาร์ดแวร์ที่เหมาะสม งานสามารถกระจายไปยังหน่วยประมวลผลหลายประเภท แทนที่จะผูกติดกับโครงสร้างพื้นฐานของผู้ขายรายเดียว
4. ปรับให้เหมาะกับเงื่อนไขการใช้งานจริง การตัดสินใจจัดเส้นทางสามารถพิจารณาความหน่วง ต้นทุน และความต้องการด้านพลังงานได้

บริษัทระบุว่าแพลตฟอร์มถูกออกแบบให้ทำงานข้ามสภาพแวดล้อมคลาวด์และฮาร์ดแวร์หลายประเภท ทั้งชิป Nvidia และ AMD, AWS Trainium และ Inferentia รวมถึงระบบของ Cerebras

สำหรับเอเจนต์ AI ระดับองค์กร นั่นอาจหมายถึงการใช้ตัวเร่งการประมวลผลที่มีความหน่วงต่ำกับการโต้ตอบที่เกิดขึ้นบ่อย ใช้ GPU อเนกประสงค์กับอีกขั้นตอนหนึ่ง และเรียกใช้โมเดลให้เหตุผลที่มีพลังมากกว่าเฉพาะเมื่อจำเป็น ประโยชน์ที่คาดหวังจึงไม่ได้มีแค่ความยืดหยุ่นด้านฮาร์ดแวร์ แต่ยังรวมถึงการออกแบบเวิร์กโฟลว์ให้ใช้จุดแข็งของส่วนประกอบแต่ละชนิดได้เต็มที่

ตัวเลขผลลัพธ์ที่บริษัทอ้าง—and ข้อควรระวัง

Callosum ระบุว่าแนวทางของบริษัททำให้ได้ ความแม่นยำดีขึ้นสูงสุด 2 เท่า ประสิทธิภาพเร็วขึ้น 7 เท่า และต้นทุนลดลง 4 เท่า ในงานที่ซับซ้อนบางประเภท ตัวเลขเหล่านี้เป็นคำกล่าวอ้างของบริษัทที่มีการรายงานในช่วงที่ Callosum เปิดตัวจากโหมดไม่เปิดเผยข้อมูลเมื่อเดือนกุมภาพันธ์ และจากข้อมูลที่มีอยู่ยังไม่มีหลักฐานยืนยันโดยอิสระ หรือยืนยันว่าตัวเลขดังกล่าวใช้ได้กับงาน AI ในวงกว้าง

เหตุผลด้านเศรษฐศาสตร์ของแนวทางนี้ค่อนข้างตรงไปตรงมา หากทุกขั้นตอนของแอปพลิเคชันไม่จำเป็นต้องใช้โมเดลที่ทรงพลังที่สุด การใช้โมเดลที่ถูกกว่าหรือเร็วกว่าในงานประจำก็อาจช่วยลดต้นทุนการประมวลผลขณะใช้งานได้ เช่นเดียวกับการไม่บังคับให้ทุกขั้นตอนใช้โปรเซสเซอร์ชนิดเดียวกัน ซึ่งอาจช่วยให้ผู้ให้บริการใช้กำลังประมวลผลที่มีอยู่ได้มีประสิทธิภาพขึ้น และลดการพึ่งพาผู้ขายฮาร์ดแวร์รายเดียว

แนวทางนี้อาจเหมาะกับระบบอัตโนมัติที่ควบคุมคอมพิวเตอร์ การชำระเงิน ความปลอดภัยไซเบอร์ และแอปพลิเคชันแบบหลายเอเจนต์ ซึ่งล้วนผสานการคำนวณหลายประเภทเข้าด้วยกัน แต่ความสำเร็จจะขึ้นอยู่กับว่าชั้นจัดเส้นทางสามารถตัดสินใจได้อย่างน่าเชื่อถือหรือไม่ โดยไม่เพิ่มความซับซ้อนและภาระการประมวลผลจนกลบข้อได้เปรียบที่คาดหวังไว้

จากการลดต้นทุนสู่ “อธิปไตยด้าน AI”

ข้อเสนอของ Callosum ไม่ได้จำกัดอยู่แค่การเพิ่มประสิทธิภาพ การฝึกและให้บริการระบบ AI ระดับแนวหน้าต้องใช้เงินทุน ไฟฟ้า และฮาร์ดแวร์เฉพาะทางจำนวนมาก การกระจุกตัวของทรัพยากรเหล่านี้ไว้กับบริษัทโมเดลและผู้ผลิตชิปเพียงไม่กี่ราย อาจทำให้ผู้ใช้งานต้องพึ่งพาผู้ให้บริการโครงสร้างพื้นฐานรายใหญ่ รวมถึงภูมิภาคที่มีทรัพยากรเหล่านั้นอยู่

ชั้นซอฟต์แวร์ที่ไม่ยึดติดกับฮาร์ดแวร์รายใดรายหนึ่งอาจเพิ่มทางเลือกให้องค์กรตัดสินใจได้ว่างานจะทำงานที่ไหน และทำให้การใช้โปรเซสเซอร์ทางเลือกทำได้ง่ายขึ้น ในมุมนี้ โครงสร้างพื้นฐานแบบหลากหลายจึงกลายเป็นส่วนหนึ่งของยุทธศาสตร์ “อธิปไตยด้าน AI” โดยประเทศและบริษัทต่าง ๆ อาจใช้ชิปที่มีอยู่หลากหลายประเภท แทนที่จะพึ่งพาเทคโนโลยีสแต็กเดียวทั้งหมด

อย่างไรก็ดี นี่ยังเป็นความมุ่งหวัง ไม่ใช่ผลลัพธ์ที่พิสูจน์แล้ว การรองรับชิปหลายชนิดไม่ได้สร้างตลาดฮาร์ดแวร์ที่แข่งขันกันได้โดยอัตโนมัติ คุณค่าที่แท้จริงจะขึ้นอยู่กับประสิทธิภาพ ความพร้อมใช้งาน เครื่องมือสำหรับนักพัฒนา และความน่าเชื่อถือของการเชื่อมต่อระบบที่ Callosum พัฒนาขึ้น

เงินทุนและผู้สนับสนุนของ Callosum

ในเดือนกุมภาพันธ์ 2026 Callosum ประกาศระดมทุนได้ 10.25 ล้านดอลลาร์ เมื่อเปิดตัวจากโหมดไม่เปิดเผยข้อมูล รอบดังกล่าวนำโดย Plural และมีนักลงทุน Angel ที่เปิดเผยชื่อ ได้แก่ Charlie Songhurst, Stan Boland และ John Lazar ขณะเดียวกัน Advanced Research and Invention Agency หรือ ARIA ของสหราชอาณาจักร ให้ทุนสนับสนุนงานวิจัยเพื่อบูรณาการชิปใหม่ ๆ แต่ไม่ได้ถูกระบุว่าเป็นผู้ลงทุนในรูปแบบหุ้นของรอบดังกล่าว

เมื่อวันที่ 20 สิงหาคม 2026 บริษัทประกาศระดมทุนรอบ Seed เพิ่มอีก 100 ล้านดอลลาร์ นำโดย Atomico โดยมี Plural, DCVC และ UK Sovereign AI Fund เข้าร่วมในสัดส่วนสำคัญ พร้อมด้วยนักลงทุนและ Angel รายอื่น ๆ

หากนำเงินทุนทั้งสองรอบมารวมกันตามที่รายงาน เงินทุนที่ Callosum ประกาศระดมได้ตั้งแต่เปิดตัวจากโหมดไม่เปิดเผยข้อมูลจะอยู่ที่ประมาณ 110.25 ล้านดอลลาร์ อย่างไรก็ตาม ประกาศต่อสาธารณะของบริษัทยังไม่ได้แจกแจงรายชื่อนักลงทุนที่ไม่ได้เปิดเผยชื่อทั้งหมด

การสนับสนุนจากรัฐบาลสหราชอาณาจักรสื่ออะไร

Callosum ระบุว่าเงินลงทุนรอบนี้เป็น การลงทุนครั้งแรกของ UK Sovereign AI Fund และบริษัทได้รับการบรรจุอยู่ในแผนพัฒนาฮาร์ดแวร์ AI มูลค่า 1.1 พันล้านปอนด์ของสหราชอาณาจักร ด้าน Kanishka Narayan รัฐมนตรีว่าการกระทรวง AI ของสหราชอาณาจักร ก็ออกมาเน้นย้ำความสำคัญของการใช้ชิปอย่างมีประสิทธิภาพ ขณะที่ความต้องการกำลังประมวลผล AI เพิ่มขึ้น

สัญญาณเหล่านี้ทำให้เทคโนโลยีของ Callosum ถูกวางตำแหน่งให้เป็นมากกว่าซอฟต์แวร์เพิ่มประสิทธิภาพโครงสร้างพื้นฐานของบริษัทเอกชน รัฐบาลสหราชอาณาจักรกำลังนำเสนอการเข้าถึงฮาร์ดแวร์ AI ที่หลากหลายและการจัดสรรงานอย่างมีประสิทธิภาพ ในฐานะส่วนหนึ่งของขีดความสามารถและอธิปไตยด้าน AI ของประเทศ การสนับสนุนดังกล่าวไม่ได้รับประกันความสำเร็จทางเทคนิคหรือเชิงพาณิชย์ของสตาร์ตอัป แต่ช่วยอธิบายว่าเหตุใดชั้นจัดเส้นทางจึงดึงดูดทั้งเงินทุนจากภาครัฐและนักลงทุนร่วมทุน

เหตุใดความร่วมมือกับ Cerebras จึงสำคัญ

ความร่วมมือหลักระหว่าง Callosum กับ Cerebras จะนำกำลังประมวลผลของ Cerebras เข้ามาอยู่ในชั้นจัดเส้นทางแบบหลากหลายของ Callosum เป้าหมายคือใช้การประมวลผลขณะใช้งานที่มีความหน่วงต่ำของ Cerebras ในส่วนที่ต้องการความเร็วเป็นพิเศษ ขณะที่ส่งขั้นตอนอื่นไปยังโมเดลหรือโปรเซสเซอร์ประเภทอื่น

แนวทางนี้อาจมีประโยชน์กับระบบเรียลไทม์และระบบหลายเอเจนต์ ซึ่งความล่าช้าสามารถสะสมขึ้นจากการเรียกใช้โมเดลหลายครั้ง Callosum และ Cerebras ระบุว่าการผสานระบบดังกล่าวอาจทำให้เกิดระบบ AI ที่ก่อนหน้านี้ช้าเกินไป แพงเกินไป หรือใช้งานจริงได้ยากเมื่อขยายสเกล

อย่างไรก็ตาม การรายงานที่มีอยู่พบความคลาดเคลื่อนเรื่องผู้กล่าวคำอ้างดังกล่าว โดย Tech.eu ระบุว่าเป็นคำพูดของ Andrew Feldman ซีอีโอ Cerebras ขณะที่ประกาศของ Callosum ระบุถ้อยคำเดียวกันว่าเป็นคำพูดของ Andy Hock ประธานเจ้าหน้าที่ฝ่ายกลยุทธ์ของ Cerebras ความร่วมมือและเป้าหมายด้านการประมวลผลที่มีความหน่วงต่ำสอดคล้องกันในแหล่งข่าว แต่การระบุผู้พูดไม่ตรงกัน

คำถามที่ยังต้องพิสูจน์

วิทยานิพนธ์ของ Callosum คือ โครงสร้างพื้นฐาน AI ไม่ควรมีหน้าตาเหมือนเครื่องจักรขนาดยักษ์เพียงเครื่องเดียว แต่ควรเป็นระบบนิเวศที่ประสานงานกันระหว่างหลายโมเดล หลายประเภทชิป และซอฟต์แวร์ที่มอบหมายแต่ละงานให้ทรัพยากรที่เหมาะสมที่สุด

แนวคิดนี้ตอบแรงกดดันที่เกิดขึ้นจริงในการนำ AI ไปใช้งาน ได้แก่ ความหน่วง ต้นทุน การใช้พลังงาน และการพึ่งพาห่วงโซ่อุปทานที่กระจุกตัว แต่บททดสอบสำคัญจะอยู่ที่การใช้งานจริง Callosum ต้องแสดงให้เห็นว่าการจัดเส้นทางแบบหลากหลายช่วยยกระดับแอปพลิเคชันทั้งระบบ ไม่ใช่เพียงตัวเลขจากการทดสอบบางจุด พร้อมทำให้สภาพแวดล้อมฮาร์ดแวร์แบบผสมใช้งานง่ายพอสำหรับนักพัฒนา และเชื่อถือได้เพียงพอสำหรับระบบผลิตจริง

เงินทุนรอบ Seed มูลค่า 100 ล้านดอลลาร์สะท้อนว่านักลงทุนมองปัญหาการประสานงานนี้ว่าใหญ่และมีความสำคัญเชิงยุทธศาสตร์ แต่ศักยภาพในวงกว้างของเทคโนโลยียังขึ้นอยู่กับว่า Callosum จะเปลี่ยนความหลากหลายของฮาร์ดแวร์ให้กลายเป็นข้อได้เปรียบที่วัดผลได้และทำซ้ำได้สำหรับผู้ใช้งานจริงหรือไม่