Infrastruktura AI Infinity pozyskuje 15 milionów dolarów finansowania, wycena osiąga 100 milionów dolarów
Startup zajmujący się infrastrukturą AI, Infinity, zakończył rundę finansowania na kwotę 15 milionów dolarów, osiągając wycenę 100 milionów dolarów. W tej rundzie finansowania uczestniczyli Touring Capital, Principal VC oraz badacze z OpenAI i Anthropic. Infinity koncentruje się na opracowywaniu oprogramowania do ogólnego wnioskowania AI, mającego na celu pomoc różnym typom chipów AI w uruchamianiu dużych modeli, zmniejszając zależność deweloperów od ekosystemu CUDA firmy Nvidia. Infinity ma na celu stworzenie alternatywnego stosu oprogramowania podobnego do CUDA, wspierającego różne architektury sprzętowe, w tym GPU, SRAM, chipy mobilne oraz Systolic Array. Infinity zostało założone przez byłego badacza Google Brain, Jeremy'ego Nixona, w zeszłym roku. Nixon stwierdził, że powstanie firmy wynika z zainteresowania badaniami nad "automatyzacją wynalazków", mając na celu wykorzystanie systemów AI do automatycznego generowania podstawowego kodu potrzebnego do optymalizacji działania chipów. Wprowadzony przez Infinity agent badawczy AI, Ignition, może automatycznie pisać podstawowy kod kernel potrzebny do wnioskowania AI i nieustannie optymalizować kod poprzez testowanie, debugowanie i ocenę wydajności, aby dostosować go do różnych architektur chipów. Infinity twierdzi, że system ten jest w stanie nieustannie uczyć się i automatycznie poprawiać wydajność, a jego celem jest zbudowanie infrastruktury oprogramowania porównywalnej z CUDA. Obecnie klienci Infinity obejmują firmę D-Matrix zajmującą się chipami AI, a firma prowadzi rozmowy o współpracy z innymi dużymi producentami chipów oraz firmami zajmującymi się chmurą obliczeniową. Firma stosuje model płatności za efekty, nie pobierając opłat licencyjnych na początku, lecz dzieląc się zyskami w oparciu o poprawę wydajności i oszczędności kosztów. Infinity zatrudnia obecnie 26 pracowników i staje się jednym z nowych startupów, które wyzwają ekosystem oprogramowania AI firmy Nvidia.
Cena --
Niniejsza treść ma charakter wyłącznie informacyjny i nie stanowi porady finansowej, inwestycyjnej, prawnej ani podatkowej. Wszelkie wydarzenia, nagrody, promocje online lub powiązane informacje, o których tu mowa, nie powinny być traktowane jako rekomendacja, zachęta ani zaproszenie do kupna, sprzedaży, wymiany lub innego rodzaju obrotu aktywami kryptograficznymi. Aktywa kryptograficzne charakteryzują się dużą zmiennością i mogą prowadzić do strat. Dostępność usług, produktów i powiązanych wydarzeń WEEX może się różnić w zależności od regionu. Użytkownik jest odpowiedzialny za upewnienie się, że jego udział jest zgodny z obowiązującymi lokalnymi przepisami i regulacjami.
Możesz również polubić

Założyciel OpenClaw: Nowa wersja zaktualizuje się, aby korzystać z MCP, który może zastąpić kanał wiadomości Anthropic

Od teorii do rynków na żywo: Podwójny system AOT Matrix w WEEX AI Trading Hackathon
Na rynkach kryptowalut — jednym z najbardziej niewybaczalnych systemów niestacjonarnych — porażka strategii rzadko jest spowodowana zbyt prostymi modelami. Dzieje się tak, ponieważ większość strategii nigdy nie jest naprawdę narażona na presję rynkową. Właśnie w tym celu został zaprojektowany WEEX AI Trading Hackathon — przesuwając nacisk z innowacji teoretycznych na rzeczywistą wdrażalność, rzeczywiste wykonanie i rzeczywistą wydajność. Wśród uczestniczących zespołów, AOT Matrix wyróżnia się zaawansowanymi zdolnościami ilościowymi opartymi na sztucznej inteligencji. Dzięki architekturze podwójnego mózgu V4.4, system osiągnął optymalizację od końca do końca — od podstawowej logiki po wykonanie — odzwierciedlając podwójny nacisk platformy na innowacje i rzeczywiste wydajności.

Preliminary Round Participant Insights — Matrix AOT: Analiza lewego mózgu, decyzje prawego mózgu w handlu AI
W WEEX AI Trading Hackathon, AOT Matrix wybrał bardziej ostrożną ścieżkę w projektowaniu systemów - jedną, która jest w rzeczywistości trudniejsza do rozpoczęcia w środowisku handlu na żywo. Od samego początku dokonali wyraźnych wyborów co do roli, jaką powinna i nie powinna odgrywać sztuczna inteligencja w systemie handlowym. Zinterpretowaliśmy AOT Matrix na temat ich logiki podejmowania decyzji, wielokrotnych iteracji ich architektury systemu i jak to jest wdrożyć ją w rzeczywistym środowisku handlowym i ograniczeniach inżynieryjnych WEEX.

7,78 biliona dolarów tradycyjnych aktywów na rynku kontraktów terminowych zmienia oblicze giełd

Korea Południowa chce tokenizować całą swoją giełdę: plan ma już datę

Nscale poszukuje 3,5 miliarda USD przed IPO i redefiniuje AI w Europie

Spark, L2 Bitcoina, zderza się z kulturą otwartego kodu w swoim ekosystemie

Bitcoin: Jak ekonomiści, którzy zmarli przed wiekiem, stali się biblią bitcoinowców?

Bitcoin zdobywa strategiczną pozycję w gospodarce Zjednoczonych Emiratów Arabskich

Pentagon poddaje wysokich urzędników testom na wykrywaczu kłamstw w celu odkrycia przecieków

DAOs zmuszają protokoły kryptograficzne do wyboru między kodem a hamulcami awaryjnymi

Badania Fed na temat stablecoinów ujawniają, jak ten sam dolar może być liczony podwójnie w M1 lub M2

Postkwantowa ochrona bitcoina: QuFi sprawdziła zabezpieczenia Bitcoina bez zmian w blockchainie

OCEAN wznawia Lightning po problemach spowodowanych zakładem Dashjr na BIP-110

SHAKA Festival 2026: Startup Challenge, który stawia założycieli przed inwestorami

Centra danych IA: Chłodzenie pod powierzchnią morza

Potwierdzenie wzmocnienia odporności na cenzurę w Hegotá, skrócenie slotów w fazie rozważania

SDE odcinek 45: Kuba używa Bitcoina jako koła ratunkowego

Mega-IPO AI: SpaceX przetrzymuje swoje huśtawki, OpenAI się cofa, Anthropic wciąż dąży do października

Crypto: Pi Network dodaje trzy nowe narzędzia dla deweloperów

Wartość NAV akcji Blue Owl spadła do 14,26 USD

Czym jest adres bitcoin i jak może być narażony na obliczenia kwantowe?

Moonwell Card zakończy działalność 6 września, a użytkownicy muszą wypłacić swoje salda

Szpiegostwo i AI: Były inżynier Google skazany na rok więzienia za kradzież tajemnic

Beincrypto ekspertów w dziedzinie prawa i regulacji zaprezentuje się w siedzibie ONZ razem z GBA

W sierpniu akcje związane z wydobywaniem Bitcoina wzrosły o 67% w ciągu miesiąca, przewyższając wzrost akcji związanych z AI

AI właśnie rozwiązało 350-letni problem matematyczny, pisząc najdłuższy dowód w historii

Stablecoiny w Brazylii: 80% rynku kryptowalut

Era Ternus w Apple: co się zmienia bez Tima Cooka na czołowej pozycji

Handel tokenizowanym złotem: XAUT rośnie do 4.430$, wieloryby kupują bez sprzedaży
Założyciel OpenClaw: Nowa wersja zaktualizuje się, aby korzystać z MCP, który może zastąpić kanał wiadomości Anthropic
Od teorii do rynków na żywo: Podwójny system AOT Matrix w WEEX AI Trading Hackathon
Na rynkach kryptowalut — jednym z najbardziej niewybaczalnych systemów niestacjonarnych — porażka strategii rzadko jest spowodowana zbyt prostymi modelami. Dzieje się tak, ponieważ większość strategii nigdy nie jest naprawdę narażona na presję rynkową. Właśnie w tym celu został zaprojektowany WEEX AI Trading Hackathon — przesuwając nacisk z innowacji teoretycznych na rzeczywistą wdrażalność, rzeczywiste wykonanie i rzeczywistą wydajność. Wśród uczestniczących zespołów, AOT Matrix wyróżnia się zaawansowanymi zdolnościami ilościowymi opartymi na sztucznej inteligencji. Dzięki architekturze podwójnego mózgu V4.4, system osiągnął optymalizację od końca do końca — od podstawowej logiki po wykonanie — odzwierciedlając podwójny nacisk platformy na innowacje i rzeczywiste wydajności.
Preliminary Round Participant Insights — Matrix AOT: Analiza lewego mózgu, decyzje prawego mózgu w handlu AI
W WEEX AI Trading Hackathon, AOT Matrix wybrał bardziej ostrożną ścieżkę w projektowaniu systemów - jedną, która jest w rzeczywistości trudniejsza do rozpoczęcia w środowisku handlu na żywo. Od samego początku dokonali wyraźnych wyborów co do roli, jaką powinna i nie powinna odgrywać sztuczna inteligencja w systemie handlowym. Zinterpretowaliśmy AOT Matrix na temat ich logiki podejmowania decyzji, wielokrotnych iteracji ich architektury systemu i jak to jest wdrożyć ją w rzeczywistym środowisku handlowym i ograniczeniach inżynieryjnych WEEX.




