Quadric 轉向裝置端 AI 推論策略初見成效

企業與政府正日益尋求能在本地裝置上運行人工智慧的工具，旨在降低雲端基礎設施開支並建立自主能力。由早期比特幣挖礦公司 21E6 的資深成員創立的晶片 IP 新創公司 Quadric，正致力於推動這項轉型。該公司正憑藉其裝置端推論技術，將業務範圍從汽車應用拓展至筆記型電腦及工業設備領域。

這項戰略擴張已初見成效。

根據執行長 Veerbhan Kheterpal 的說法，Quadric 預估 2025 年的授權收入將介於 1,500 萬至 2,000 萬美元之間，相較於 2024 年的約 400 萬美元，增幅顯著。 這家總部位於舊金山、並在印度浦那設有辦事處的公司，正致力於建立以版稅為基礎的裝置端AI業務，今年營收目標高達3,500萬美元。Kheterpal表示，這波成長已將公司的投後估值推升至2.7億至3億美元之間，遠高於2022年B輪融資時的約1億美元。

該公司的進展也吸引了投資者的關注。Quadric 近期宣布完成一輪由 BEENEXT Capital Management 管理的 ACCELERATE Fund 領投的 3,000 萬美元 C 輪融資，使其累計融資總額達到 7,200 萬美元。Kheterpal 指出，這筆投資正值投資者與晶片製造商皆尋求將更多 AI 工作負載從集中式雲端基礎設施轉移至裝置及本地伺服器的之際。

從汽車到萬物

Quadric 最初專注於汽車應用領域，在該領域中，裝置端 AI 可實現駕駛輔助系統等即時功能。Kheterpal 解釋道，2023 年基於變壓器（Transformer）模型的廣泛採用，將推論應用擴展至多個領域，並在過去 18 個月中創造了強勁的業務動能，因為越來越多的企業尋求在本地運行 AI，而非依賴雲端服務。

「Nvidia 為資料中心 AI 提供了強大的平台，」Kheterpal 表示。「我們的目標是打造類似 CUDA 的可程式化基礎架構，專門用於裝置端 AI 應用。」

與 Nvidia 不同，Quadric 並未直接製造晶片。相反地，該公司授權可程式化 AI 處理器 IP，Kheterpal 將其描述為客戶可整合至自身矽晶片設計中的「藍圖」。此外，還搭配了軟體堆疊與工具鏈，可直接在裝置上運行各種模型，包括視覺與語音應用。

Disrupt 2026 門票：限時優惠

門票現已開售！把握此限時優惠，最高可節省 680 美元，並成為前 500 名註冊者，即可享有額外賓客通行證 50% 折扣。TechCrunch Disrupt 匯聚來自 Google Cloud、Netflix、Microsoft、Box、a16z、Hugging Face 等眾多企業的業界領袖，舉辦 250 多場專注於推動成長與提升競爭優勢的專題講座。 與數百家創新新創企業交流，並參與精心策劃的交流活動，促進商業合作、獲取寶貴洞見，並激發創意靈感。

Disrupt 2026 門票：限時優惠

門票現已開售！把握此限時優惠，最高可節省 $680，並成為前 500 名註冊者，即可享有額外賓客通行證 50% 折扣。TechCrunch Disrupt 匯聚來自 Google Cloud、Netflix、Microsoft、Box、a16z、Hugging Face 等眾多企業的業界領袖，帶來 250 多場專注於推動成長與提升競爭優勢的專題講座。 與數百家創新新創企業交流，並參與精心策劃的交流活動，促進商業合作、獲取寶貴洞見，並激發創意靈感。

該新創公司的客戶群涵蓋印表機、車輛及 AI 筆記型電腦製造商，例如京瓷（Kyocera）以及為豐田汽車生產晶片的日本汽車供應商電裝（Denso）。據 Kheterpal 表示，首款整合 Quadric 技術的產品預計將於今年推出，首先從筆記型電腦裝置開始。

Kheterpal 解釋道，除了傳統的商業應用外，Quadric 目前正積極開拓那些致力於推行「主權 AI」策略以降低對美國基礎設施依賴的市場。該公司正與印度和馬來西亞的潛在客戶接洽，其中 Moglix 執行長 Rahul Garg 擔任戰略投資人，協助塑造 Quadric 在印度的主權 AI 發展方針。Quadric 全球員工總數近 70 人，其中約 40 人位於美國，約 10 人位於印度。

Kheterpal 指出，這項戰略方向的推動力來自於集中式 AI 基礎設施成本的上升，以及許多國家在建設超大規模資料中心時所面臨的挑戰。這些因素正促使人們對「分散式 AI」架構產生日益濃厚的興趣，此類架構讓推論運算能在辦公室環境中的筆記型電腦或小型本地伺服器上進行，而非將每項運算請求都仰賴雲端服務。

世界經濟論壇近期在一篇探討 AI 推論如何更貼近終端使用者、並逐漸脫離純粹集中式架構的文章中，特別強調了這項轉變。同樣地，安永 (EY) 11 月的報告指出，隨著政策制定者和產業組織倡導建立涵蓋運算資源、模型及數據的本土 AI 能力，而非完全依賴外國基礎設施，主權 AI 策略正逐漸獲得動能。

Kheterpal 指出，對晶片製造商而言，主要挑戰在於 AI 模型的快速演進速度遠超硬體設計週期。他強調，客戶需要可透過軟體更新進行適應的可程式化處理器 IP，以避免在架構從早期以視覺為中心的模型過渡到當代基於變壓器的系統時，每次都必須進行昂貴的重新設計。

Quadric 將自身定位為高通（Qualcomm）等晶片供應商的替代方案——高通通常將其 AI 技術整合於自家處理器中；同時也與新思科技（Synopsys）和凱德斯（Cadence）等提供神經處理引擎模組的 IP 供應商形成區隔。Kheterpal 指出，高通的做法可能因其專有晶片而造成供應商鎖定，而傳統的 IP 供應商所提供的引擎模組，許多客戶則難以有效編程。

Quadric 的可程式化方法讓客戶能透過軟體更新而非硬體重新設計來支援新的 AI 模型，在這個晶片開發往往需要數年，而模型架構卻能在數月內演進的產業中，提供了關鍵優勢。

儘管具備這些優勢，Quadric 仍處於發展初期，迄今簽約客戶數量有限。該公司的長期成功，很大程度上將取決於能否將現有的授權協議轉化為大量產品出貨及可持續的版稅收入。