为何投资Sygaldry Sygaldry正在为AI数据中心开发量子加速服务器——旨在扭转大规模训练的成本和电力曲线。其系统结合了高保真逻辑和记忆的物质基量子比特，以及用于快速、室温传输和网络的光子技术。 AI的进展日益受到电力和资本支出的瓶颈。最大的前沿训练运行可能消耗约100兆瓦的电力，扩大规模的经济效益正成为实验室能建构什么的首要限制。扩大规模的障碍并非即将到来——它已经发生。 这正是Sygaldry为了解决的问题。这也是我们投资的原因。 AI基础设施危机是结构性的 这并非暂时的瓶颈。在AI需求最快速增长的时期，基于硅的计算正接近其物理极限。到2030年，晶圆供应预计将比需求少2,500万片。电力和资本支出限制正成为AI实验室能建构什么的首要变量——而非次要的优化问题。 任何可信的运算效率飞跃——同时扭转成本和能源曲线——将是本世纪最有价值的技术之一。Sygaldry正致力于实现这一目标。 真正差异化的技术方法 大多数量子方法试图用单一模式解决一切——而每种方法都有其局限。超导量子比特需要昂贵的低温设备且难以扩大规模。离子阱速度太慢，不适合AI工作负载。纯光子系统依赖几率性的光子产生，需要大量的硬件冗余，导致系统成本高达数十亿美元。 Sygaldry的见解是功能异质性：为每种量子模式分配最擅长的任务。物质基量子比特（超导体或中性原子）负责高保真逻辑和记忆。光子技术负责快速、室温传输和网络。关键创新是确定性光子产生——利用物质基量子比特按需产生纠缠，然后将其转移到光子上。这消除了大量多任务的需求，从而以远低于竞争对手的成本实现了紧凑、商业上可行的系统。 该系统的设计旨在与现有的GPU基础设施并存——无需替换。从第一天起就为AI数据中心而建，而非改装自学术原型。 最高层级的创始人市场契合度 Chad Rigetti创立了Rigetti Computing（NASDAQ：RGTI），并在IBM Quantum工作多年。他之前曾从事量子硬件开发——从耶鲁大学博士研究到公开上市公司。这并非他的初次尝试。 Idalia Friedson凭借她在Strangeworks担任CSO和Rigetti担任首席 of Staff的经验，带来了商业化的深度——是一位稀有的营运者，同时理解技术堆栈和与超大规模云端服务提供商及AI实验室签约所需的企业销售流程。AI科学家Michael Keiser与Sygaldry共同创立，担任AI科学家，带来了将量子硬件与实际AI工作负载结合所需的机器学习深度——而不仅仅是理论基准。 对于一家深度科技硬件初创公司而言，Sygaldry的创始团队看起来异常强大：可信的量子硬件领导力、商业化与政策接口，以及AI科学。考虑到容错量子系统和数据中心级产品化的运行复杂性，创始人市场契合度是一个关键的积极信号。 为何是现在 基础设施的时机至关重要。三个条件已汇聚： 痛点真实且已量化。AI的计算成本和能源限制，现在已成为每个主要AI实验室在构建产品时的实质性限制。 基础已就绪。量子硬件已成熟到混合方法在商业上可行——不仅仅是理论上的前景。 需求正在加速。早期客户的拉力与商业信号表明了紧迫性，而非耐心。 Chad Rigetti是量子计算领域的先驱。现在，他和他的联合创始人正追求计算领域最大的机会之一：通过混合量子方法，使AI的速度显著提升，并提高能源效率。我们很自豪能支持Sygaldry团队，他们正在构建可能定义下一个时代的计算基础设施。 他们正在招聘 如果您想在量子+AI的交汇点工作，Sygaldry正在组建一个涵盖工程、研究和市场推广的世界级团队。请在sygaldry.com查看职位空缺。 关于Sygaldry media@sygaldry.com