# SiMa.ai უზრუნველყოფს 150 მილიონ დოლარს C სერიის დაფინანსებით ფიზიკური AI სილიკონისა და რობოტების ჩიპლეტების გასაუმჯობესებლად

Source: TechNewsList (https://technewslist.com)
Canonical URL: https://technewslist.com/ka/article/sima-ai-150-million-series-c-physical-ai-robotics-chiplets-2026-09-28-night-ka
Section: Hardware (https://technewslist.com/ka/hardware)
Author: TechNewsList
Language: ka
Published: 2026-09-28T20:37:58.121+00:00
Updated: 2026-09-28T20:37:58.316982+00:00

> Edge ნახევარგამტარების პიონერმა SiMa.ai-მ დახურა 150 მილიონი დოლარის ღირებულების სერიის C დაფინანსების რაუნდი 1,45 მილიარდი დოლარის შეფასებით, რაც დააჩქარა 1000 TOPS ჩიპლეტის გაშვება ჰუმანოიდური რობოტიკისა და ავტონომიური ფიზიკური სისტემებისთვის.

## TL;DR
- SiMa.ai-მ გამოაცხადა 150 მილიონი დოლარის ღირებულების სერიის C დაფინანსების რაუნდი 2026 წლის 28 სექტემბერს, რაც აფასებს ჩიპების მწარმოებელს 1,45 მილიარდ დოლარად.
- დაფინანსების რაუნდს ხელმძღვანელობდა Fidelity Management & Research Company, Amplify-თან ერთად, რამაც მთლიანი დაფინანსება 500 მილიონ დოლარს მიაღწია.
- Capital დააფინანსებს შემდეგი თაობის ფიზიკური AI სილიკონის კომერციალიზაციას 1000 მკვრივი ტოპს-ით 2028 წლის პირველ ნახევარში.
- სტარტაპი აფართოებს Palette Neat-ს, აგენტური განვითარების გარემოს, რომელიც ბუნებრივ ენას საშუალებას აძლევს, გაზარდოს ტექნიკის მოდელების შედგენა.

## Key points
- მიზნად ისახავს განვითარებადი ფიზიკური AI პარადიგმას, რომელიც უზრუნველყოფს სპეციალურად აშენებულ ზღვარზე სილიკონს ჰუმანოიდური რობოტების, თვითმფრინავების და ავტონომიური მანქანების კაბინებისთვის.
- ახალი ინსტიტუციური მხარდამჭერები არიან AllianceBernstein, Baron Capital, J.P. Morgan და მიჩიგანის შტატის საპენსიო ფონდი.
- ჩიპლეტის არქიტექტურა უზრუნველყოფს მაღალი კადრების სიჩქარის ხედვას და მულტიმოდალური სენსორის დამუშავებას ექსტრემალური ენერგოეფექტურობით თითო ვატზე.
- რობოტექნიკის მწარმოებლებს აძლევს სპეციალურ ალტერნატივას ცენტრალიზებული მონაცემთა ცენტრის ღრუბლოვანი დასკვნისა და დესკტოპის მშიერი GPU-ებისთვის.
- აფართოებს პროგრამული უზრუნველყოფის ხელსაწყოებს ნერვული ქსელის კვანტიზაციის, მოდელის გასხვლის და ჰეტეროგენული გამოთვლითი ბირთვის რუკების ავტომატიზაციისთვის.

## რა მოხდა

2026 წლის 28 სექტემბერს, მანქანათმცოდნეობის ნახევარგამტარის პიონერმა SiMa.ai-მ ოფიციალურად დახურა 150 მილიონი დოლარის ზედმეტად გამოწერილი სერიის C დაფინანსების რაუნდი და დაადგინა 1,45 მილიარდი დოლარის შემდგომი შეფასება. საინვესტიციო ეტაპმა სან ხოსეში დაფუძნებულ სტარტაპს უნიკორნის სტატუსად ამაღლებს და მის კუმულატიურ საწარმოს მხარდაჭერას 500 მილიონ დოლარზე მეტს ამაღლებს. Fidelity Management & Research Company-ისა და საწარმოს ფირმა Amplify-ის ერთობლივი ხელმძღვანელობით, სინდიკატმა მიიღო მნიშვნელოვანი მონაწილეობა გლობალური აქტივების მენეჯერებისგან, მათ შორის AllianceBernstein, Baron Capital, J.P. Morgan და მიჩიგანის შტატის საპენსიო სისტემა, დაბრუნებულ ინვესტორებთან ერთად Dell Technologies Capital, Maverick Capital და Point72.

მნიშვნელოვანი კაპიტალის ინფუზია განკუთვნილია SiMa.ai-ის შემდეგი თაობის გამოთვლითი სილიკონის არქიტექტურის განვითარების, ლენტის ამოღების და მასობრივი წარმოების დასაჩქარებლად. პოზიციონირებული იყო ფიზიკური AI-ს მზარდი დომენის ფარგლებში - ხელოვნური ინტელექტის სისტემები, რომლებიც ფიზიკურად აღიქვამენ, ატარებენ და მანიპულირებენ მატერიალურ სამყაროში - კომპანიამ გამოავლინა, რომ მისი მომავალი ჩიპლეტების ოჯახი მიაწვდის 1000 მკვრივ ტერას ოპერაციას წამში, როდესაც ის კომერციულად გამოვა 28 წლის პირველ ნახევარში.

ამავდროულად, SiMa.ai-მ დაადასტურა გაფართოებული საინჟინრო ინვესტიციები Palette Neat-ში, საკუთრებაში არსებული აგენტური პროგრამული უზრუნველყოფის კომპლექტი, რომლის დებიუტი ადრე 2026 წელს გამოვიდა. პროგრამული უზრუნველყოფის ჩარჩო უზრუნველყოფს რობოტიკოსებს და ავტომობილების ინჟინრებს ინტერაქტიული ბუნებრივი ენის ინტერფეისით, რომელსაც შეუძლია გადააკეთოს ნედლი საძირკვლის მოდელები და არა ოპტიმიზირებული, ჰეტეროგენული შესრულების დღეებში.

## რატომ არის მნიშვნელოვანი

ხელოვნური ინტელექტის ტექნოლოგიური ტრაექტორია განიცდის ფუნდამენტურ სტრუქტურულ მიმოქცევას ღრუბლოვან მონაცემთა ცენტრებში წმინდა არასხეულებრივი ტექსტის გენერატორებისგან მობილურ აპარატურაზე განლაგებული განსახიერებული აგენტებისკენ. ჰუმანოიდული რობოტები, ავტონომიური სასოფლო-სამეურნეო ტრაქტორები, მიწოდების დრონები და ახალი თაობის საავტომობილო კაბინები არ შეიძლება დაეყრდნონ შორეულ ღრუბლოვან სერვერებს რეალურ დროში სენსორული აღქმისა და დახურული ციკლის ძრავის კონტროლისთვის. ქსელის შეყოვნების მწვერვალები, გამტარუნარიანობის გაჯერება და ფიჭური ამოვარდნა წარმოადგენს მიუღებელ უსაფრთხოების რისკებს ადამიანის გარემოში მომუშავე ფიზიკური მანქანებისთვის.

თუმცა, რთული მულტიმოდალური ნეირონული ქსელების განლაგება ზღვარზე არსებულ აპარატურაზე ისტორიულად შეფერხდა უკიდურესი სიმძლავრისა და თერმული შეზღუდვების გამო. ჩვეულებრივი გრაფიკული დამუშავების ერთეულები მოიხმარენ ასობით ვატს ენერგიას, რაც საჭიროებს მოცულობითი თხევადი გაგრილების სისტემებს, რომლებიც ამოწურავს ბატარეის რეზერვებს და ზღუდავს მოწყობილობის მუშაობის დიაპაზონს. ჩიპზე დანიშნულებისამებრ შექმნილი მანქანათმცოდნეობის სისტემის (MLSoC) ინჟინერიით, რომელიც ოპტიმიზებულია სპეციალურად ზღვარზე დასკვნებისთვის, SiMa.ai უზრუნველყოფს ტექნიკის დეველოპერებს გამოთვლილ სიმკვრივეს, რომელიც აუცილებელია მრავალმილიარდ პარამეტრიანი ხედვის ენა-მოქმედების (VLA) მოდელების მართვადი 15-დან 50 ვატამდე თერმული კონვერებით.

![მონოკრისტალური სილიკონის ნახევარგამტარული ვაფლი, რომელიც გვიჩვენებს შაბლონურ ინტეგრირებულ წრედს, მაღალი ხარისხის კიდეების გამოთვლისთვის](https://rkhynbcsbnkkcwgexzwg.supabase.co/storage/v1/object/public/media/api/1790626111310-bxo8il-sima-ai-150-million-series-c-physical-ai-robotics-chiplets-2026-09-28-night-inside-1-e957c23d4e.webp)

გარდა ამისა, ძირითადი ინსტიტუციური ინვესტორების შესვლა, როგორიცაა Fidelity და მიჩიგანის შტატი, მიანიშნებს მზარდი ფინანსური რწმენის შესახებ, რომ ზღვარზე სილიკონი წარმოადგენს ნახევარგამტარების ბაზარზე მომდევნო ძირითადი ზრდის ვექტორს. როდესაც მონაცემთა AI ინფრასტრუქტურის ხარჯები სტაბილიზაციას იწყებს, კაპიტალი აგრესიულად მიედინება ზღვრული მოწყობილობებისკენ, რომლებიც მოიხმარენ და იმოქმედებენ ამ მოდელებზე ფიზიკურ რეალობაში.

## ტექნიკური დეტალები

SiMa.ai-ს არქიტექტურული უპირატესობა გამომდინარეობს მისი საკუთრების მანქანათმცოდნეობის ამაჩქარებლის (MLA) ბირთვიდან, რომელიც შერწყმულია მაღალი გამტარუნარიანობის ხედვის დამუშავების მილსადენებთან და დაბალი სიმძლავრის აპლიკაციის პროცესორების კლასტერებთან. იმის ნაცვლად, რომ ეყრდნობოდეს ზოგად ტენსორულ არითმეტიკულ ერთეულებს, არქიტექტურა აერთიანებს დამაკავშირებელ მეხსიერების კავშირებს, რომლებიც ამცირებენ გარე DRAM წვდომას - ეს არის ყველაზე დიდი წვლილი ელექტროენერგიის მოხმარებაში ზღვარზე ნერვულ პროცესორებში. სისტემა აღწევს შესრულების მდგრად სიჩქარეს, რომელიც აღემატება 1000 კადრს წამში მთავარ კომპიუტერულ ხედვის მოდელებზე, როგორიცაა YOLOv8 და ResNet, ხოლო მოიხმარს ოდენობით ნაკლებ ელექტროენერგიას, ვიდრე კონკურენტ x86-GPU წყვილებს.

2028 წლის პროდუქციის მომავალი დონისთვის, SiMa.ai იყენებს მოწინავე 2.5D და 3D მრავალჯერადი ჩიპლეტების შეფუთვის ტექნიკას. გამოთვლების, მეხსიერების ინტერფეისების და მაღალსიჩქარიანი შესვლის/გამოსვლის ცალკეულ სპეციალიზირებულ საშუალებებზე დაყოფით, კომპანიას შეუძლია აურიოს და დააკავშიროს ფუნქციური ჩიპლეტების ბლოკები, რათა მოემსახუროს მომხმარებელთა სხვადასხვა ფორმის ფაქტორებს, დაწყებული მინიატურული დრონის გიმბალებიდან და დამთავრებული მრავალღერძიანი სამრეწველო რობოტების კონტროლერებით.

![ზუსტი სამრეწველო SCARA-ს რობოტი მკლავი, რომელიც აჩვენებს რეალურ დროში დაბალი ლატენტური ფიზიკური AI-ის კიდეების შესრულებას](https://rkhynbcsbnkkcwgexzwg.supabase.co/storage/v1/object/public/media/api/1790626113190-0jf6pg-sima-ai-150-million-series-c-physical-ai-robotics-chiplets-2026-09-28-night-inside-2-57048de5ee.webp)

პროგრამული უზრუნველყოფის მხრივ, Palette Neat მიმართავს ყბადაღებულ პროგრამულ ხახუნს, რომელიც აწუხებს ჩაშენებულ ინჟინერიას. აგენტური პლატფორმა მოქმედებს როგორც ავტომატური შემდგენელი თანაპილოტი, იღებს PyTorch და ONNX მოდელის გრაფიკებს და ავტომატურად ანაწილებს ფენებს MLSoC-ის ჰეტეროგენულ გამოთვლით ბლოკებზე. Palette Neat ამუშავებს ავტომატურ int8 და fp8 კვანტიზაციას, მეხსიერების ფენის მოპირკეთებას და ქეშის დაგეგმვას, რაც დეველოპერებს საშუალებას აძლევს განათავსონ სატრანსფორმატორო არქიტექტურები, დაბალი დონის C++ ან CUDA ბირთვების ხელით ავტორიზაციის გარეშე.

## გავლენა ბაზარზე და ინდუსტრიაზე

დაფინანსების განცხადება ცვლის კონკურენტულ დინამიკას ზღვარზე ნახევარგამტარული ლანდშაფტის გასწვრივ. SiMa.ai პოზიციონირებს, როგორც ძლიერი პირდაპირი კონკურენტი დამკვიდრებული ნახევარგამტარული მოქმედი კომპანიებისთვის, როგორიცაა NVIDIA, Qualcomm და Ambarella, რომლებიც ყველა იბრძვიან დომინირებისთვის რობოტების და საავტომობილო ინტელექტუალური კაბინეტის ბაზრებზე. მიუხედავად იმისა, რომ NVIDIA დომინირებს ღრუბლოვან ტრენინგსა და პროტოტიპის შექმნაზე მისი Jetson ხაზის მეშვეობით, SiMa.ai-ის ლაზერული ფოკუსირება TOPS-ზე ვატზე ეფექტურობაზე აძლევს მას მკაფიო ოპერაციულ უპირატესობას ბატარეით შეზღუდული კომერციული აპლიკაციებში.

რობოტიკის ორიგინალური აღჭურვილობის მწარმოებლები (OEM) პირდაპირ სარგებლობენ სილიკონის გაძლიერებული კონკურენციით. კომპანიებს, რომლებიც ქმნიან ჰუმანოიდურ ორპედალიან რობოტებს, ავტონომიურ საწყობის მობილურ რობოტებს (AMR) და ქირურგიულ ასისტენტს, იბრძოდნენ ტექნიკის შეფერხებასთან, რამაც აიძულა ისინი კომპრომისზე წასულიყვნენ ბორტზე სენსორის გარჩევადობის ან დასკვნის სიჩქარის შესახებ. SiMa.ai-ს 1000 TOPS-ის საგზაო რუკა საშუალებას აძლევს OEM-ებს, აწარმოონ სტერეო სიღრმის მაღალი სიჩქარის შეფასება, სივრცითი დაკავების ბადეები და სემანტიკური სცენის გაგება ერთდროულად ერთ ერთიან დაფაზე.

საავტომობილო სექტორში, Tier-1 მომწოდებლები სულ უფრო მეტად ითხოვენ მოქნილ, არასაკუთრებაში არსებულ სილიკონს 2+ და მე-3 დონის მოწინავე მძღოლის დახმარების სისტემებისთვის (ADAS). SiMa.ai-ს ღია პროგრამული უზრუნველყოფის ფილოსოფია და სტანდარტული მანქანათმცოდნეობის ჩარჩოების მხარდაჭერა უზრუნველყოფს ავტომობილების მწარმოებლებს დახურული, ვერტიკალურად ინტეგრირებული მიმწოდებლის ეკოსისტემების ალტერნატივას.

## რას უნდა დავაკვირდეთ შემდეგ

უახლოეს პერსპექტივაში, ინდუსტრიის ანალიტიკოსები მონიტორინგს გაუწევენ SiMa.ai-ის პირველი თაობის MLSoC და Palette Neat პროგრამული უზრუნველყოფის მომხმარებელთა განთავსებას ქარხნის ავტომატიზაციისა და თვითმფრინავების მიწოდების ქსელებში. მომხმარებელთა დადასტურებული შემთხვევის შესწავლა, რომელიც აჩვენებს წარმატებულ კომერციულ მასშტაბს, დაადასტურებს პლატფორმის რეალურ სამყაროში საიმედოობას.

ტექნიკის ინჟინრები ასევე აკვირდებიან არქიტექტურულ გამჟღავნებას SiMa.ai-ს სამსხმელო პარტნიორებთან და შეფუთვის მომწოდებლებთან დაკავშირებით მისი 2028 წლის ჩიპლეტების ხაზისთვის. კომპანიის უნარი, ნავიგაცია მოახდინოს მოწინავე პროცესების კვანძების განაწილებაზე სამსხმელო ქარხნებში, როგორიცაა TSMC, განსაზღვრავს, შეძლებს თუ არა მას მიწოდების დაგეგმილი ვადების შენარჩუნება.

საბოლოოდ, მულტიმოდალური ფიზიკური AI მოდელების ევოლუცია შეამოწმებს SiMa.ai-ს არქიტექტურულ სისწრაფეს. როგორც საძირკვლის მოდელის შემქმნელები გადადიან სტატიკური ხედვის მოდელებიდან რეალურ დროში გენერაციულ დიფუზიაზე და ნაკადის შესატყვის პოლიტიკაზე რობოტული ტრაექტორიის დაგეგმვისთვის, ზღვარზე სილიკონი საკმარისად ადაპტირებადი უნდა იყოს ახალი მათემატიკური ოპერატორების შესასრულებლად გამტარუნარიანობის შეწირვის გარეშე.

## წყაროები

* [SiMa.ai კორპორატიული პრესის ანონსი](https://sima.ai/press-releases/sima-ai-secures-150-million-series-c-financing/) - კომპანიის ოფიციალური გამოცემა, რომელიც ადასტურებს 150 მილიონი დოლარის დაფინანსების რაუნდს, 1,45 მილიარდი დოლარის შეფასებას და მომავალი თაობის შესახებ.
* [Business Wire Financial Distribution](https://www.businesswire.com/news/home/20260928005112/en/SiMa.ai-Secures-150M-Series-C-Physical-AI) - სინდიციური პრესის ინფორმაციის გამჟღავნება, ინვესტორების დაფინანსება, ინვესტორების გამჟღავნება. მიჩიგანის შტატი.
* [მომდევნო ვებ ნახევარგამტარული ბრიფინგი](https://thenextweb.com/news/sima-ai-raises-150m-series-c-physical-ai-chips) - SiMa.ai-ს კონკურენტული პოზიციის ანალიზი ზღვარზე ხელოვნური ინტელექტის გამოთვლაში, ფოკუსირებული ენერგოეფექტურობაზე, TOPS-metrics-per-wa-ზე და ადამიანებზე.

Mentions: SiMa.ai, კრიშნა რანგასაი, ერთგულების მენეჯმენტი, გაძლიერება, Dell Technologies Capital, პალიტრა სისუფთავე

## Sources
- [SiMa.ai კორპორატიული პრესის განცხადება](https://sima.ai/press-releases/sima-ai-secures-150-million-series-c-financing/)
- [Business Wire ფინანსური დისტრიბუცია](https://www.businesswire.com/news/home/20260928005112/en/SiMa.ai-Secures-150M-Series-C-Physical-AI)
- [შემდეგი ვებ ნახევარგამტარული ბრიფინგი](https://thenextweb.com/news/sima-ai-raises-150m-series-c-physical-ai-chips)