Fractile, AI 추론 칩 개발 위해 7억 2,000만 달러 조달

뉴스 요약

런던과 브리스틀에 기반을 둔 인공지능 칩 스타트업 Fractile은 2026년 11월 11일(그리니치 표준시) 7억 2,000만 달러 규모의 시리즈 C 라운드 투자를 유치했다고 발표했다. Thrive Capital, Lightspeed, Redpoint, Founders Fund가 주도한 이번 자금 조달은 AI 추론, 즉 학습된 모델이 답변을 생성하는 단계에 특화된 칩과 시스템의 개발 및 공급을 가속화하기 위한 것이다. 창립자 겸 최고경영자인 Walter Goodwin은 회사가 2027년에 첫 칩과 시스템을 출하할 것으로 예상한다고 밝혔다.

자금 지원 내용

이번 라운드는 Fractile에 칩 설계에서 완전한 시스템으로 나아갈 수 있는 상당한 자본을 제공한다. Goodwin은 회사가 이 자금을 고성능 AI 칩 출하를 더 빠르게 진행하는 데 사용할 계획이라고 말했다. 네 개의 주도 투자사와 함께 CapitalG, Felicis, DST Global, BlackRock, Accel, Georgian, Bain Capital Ventures, SV Angel, 영국의 Sovereign AI 펀드, Balderton, Shopify Ventures, T. Rowe Price, British Business Bank 및 기타 기존 및 신규 투자자들이 참여했다.

영국 정부는 자국의 Sovereign AI Venture Fund와 British Business Bank가 5억 파운드 이상 규모의 자금 조달 라운드에 참여했다고 밝혔다. 회사의 투자자인 Balderton은 이번 시리즈 C의 가치를 투자 후 기준 70억 달러로 평가했다고 설명했다. 이번 라운드의 규모는 AI 서비스에 대한 증가하는 수요를 처리할 수 있는 컴퓨팅 인프라에 대한 투자자들의 관심을 반영하지만, 보도된 기업가치는 그 자체로 상업적 성과의 증거는 아니다.

추론에 특화 하드웨어가 필요한 이유

학습은 데이터로부터 모델에 패턴을 가르치는 과정이고, 추론은 그 모델을 사용자의 프롬프트에 적용하는 데 필요한 반복적인 연산이다. 모델이 더 긴 답변을 생성하거나 여러 단계를 처리하거나 에이전트와 유사한 워크플로를 구동함에 따라, 각 상호작용은 더 많은 연산과 데이터 이동을 요구할 수 있다. 이로 인해 추론 속도, 에너지 사용 및 운영 비용이 하드웨어 공급업체에게 중요한 설계 목표가 될 수 있다.

Fractile은 칩, 소프트웨어, 시스템을 함께 개발하고 있다. 프로세서에만 집중하는 대신, 회사는 머신러닝 컴파일러와 시스템 수준 엔지니어링을 포함하는 풀스택 접근 방식을 취하고 있다고 밝혔다. 컴파일러는 모델 연산을 칩이 실행할 수 있는 명령어로 변환한다. 이러한 계층을 조정하면 설계자가 모델이 하드웨어에 매핑되는 방식을 조정하는 데 도움이 될 수 있지만, 실제 결과는 전체 시스템과 고객이 실행하는 워크로드에 달려 있다.

메모리 설계 제안

Goodwin은 Fractile이 DRAM 메모리에서 20배 더 높은 속도를 끌어내는 작업을 포함한 돌파구를 달성했다고 말했다. DRAM, 즉 동적 랜덤 액세스 메모리는 프로세서가 연산 중에 필요로 하는 데이터를 보관하는 데 널리 사용된다. 메모리와 연산 장치 사이에서 데이터를 이동하는 것은 시간과 에너지를 소모할 수 있으므로, 메모리 접근을 개선하는 것은 연구자와 칩 설계자가 AI 추론을 가속화하기 위해 탐구하는 방법 중 하나이다.

Fractile의 접근 방식은 진화해 왔으며, 보도에서는 각 칩 위에 DRAM을 적층하는 설계를 설명하고 있다. 회사의 속도 수치는 명시된 기술적 결과일 뿐, 아직 상용 시스템 전반에서 광범위하게 입증된 성능 지표는 아니다. 이 설계를 평가하려면 비교 기준, 워크로드, 용량, 전력 소비, 제조 수율 및 시스템 수준 벤치마크와 같은 세부 정보가 필요하다. 2027년으로 계획된 첫 출하는 고객과 독립적인 평가자에게 더 명확한 비교 근거를 제공할 것이다.

연구에서 사용 가능한 시스템으로

칩의 성능은 아키텍처만으로 결정되지 않는다. 소프트웨어 지원, 메모리 용량, 상호 연결, 냉각, 신뢰성 및 대량 생산 능력 모두가 데이터 센터에서 가속기가 얼마나 유용한지에 영향을 미친다. 실리콘, 소프트웨어, 시스템을 함께 개발하기로 한 Fractile의 결정은 이러한 종속성을 하나의 엔지니어링 프로그램으로 해결하기 위한 것이다.

학생과 기술 독자들에게 회사의 진전은 컴퓨터 아키텍처가 AI의 사용자 경험과 어떻게 연결되는지를 보여준다. 모델이 즉시 응답하는 것처럼 보일 수 있지만, 그 답변은 프로세서가 모델 데이터를 반복적으로 검색하고 계산을 수행하는 것에 달려 있다. 메모리와 연산 장치 사이의 더 나은 지역성은 지연을 줄일 수 있으며, 컴파일러와 시스템 소프트웨어는 이론적인 하드웨어 성능이 실제 애플리케이션에서 접근 가능한지를 결정한다.

다음에 주목할 사항

핵심 이정표는 테이프아웃 및 제조 진행 상황, 첫 칩과 시스템의 도착, 그리고 독립적으로 재현 가능한 성능 데이터이다. 유용한 비교는 동일한 모델과 워크로드에서 지연 시간, 처리량, 생성된 토큰당 에너지 및 총 운영 비용을 측정할 것이다. 결과는 또한 모델 크기, 컨텍스트 길이 및 동시 사용자가 증가함에 따라 성능이 어떻게 변하는지를 보여주어야 한다.

Fractile은 이러한 이정표를 추구하기 위해 자본을 조달했지만, 그 상업적 위치는 궁극적으로 고객이 배포할 수 있는 신뢰할 수 있는 하드웨어와 소프트웨어를 제공하는 데 달려 있다. 따라서 이번 시리즈 C는 중요한 자금 조달 및 개발 단계를 의미하며, 계획된 2027년 출하는 자사의 메모리 및 풀스택 설계가 AI 추론에 실질적인 이점을 가져올 수 있는지를 검증하는 다음 시험이 될 것이다.