AI boom, பழைய infrastructure bets-ஐ புதியதாக முக்கியமானதாக காட்டுகிறது
நுகர்வோர் நோக்கி இருக்கும் products-க்கு கிடைக்கும் கவனத்துக்கு இணையாக கவனம் பெறாத AI market பகுதியை Nicolas Sauvage ஆதரித்து வாதிடுகிறார்: பெரிய அளவிலான computing-ஐ சாத்தியமாக 만드는 hardware, compilers, மற்றும் energy systems. StrictlyVC-இன் San Francisco நிகழ்வில் பேசிய TDK Ventures-இன் நிறுவனர், வலுவான venture bets market-க்கு வெளிப்படையாகத் தோன்றுவதற்கு பல ஆண்டுகள் தேவைப்படலாம் என்று கூறினார். அவருக்கான அளவுகோல் நான்கு ஆண்டுகள்; 2019-ல் ஜப்பானிய electronics company TDK-இன் corporate venture arm-ஐ தொடங்கியதிலிருந்து அந்த எண்ணத்தை நிரூபிக்க முயன்று வருகிறார்.
இப்போது அந்த பொறுமை ஆரம்பத்தில் இருந்ததைவிட சரியான நேரத்தில் செய்யப்பட்டதாகத் தெரிகிறது. TDK Ventures நான்கு funds-களில் $500 million-ஐ நிர்வகிக்கிறது, அதன் மிகவும் கணிசமான வெற்றிகளில் ஒன்று Groq; இந்த AI chip startup கடந்த இலையுதிர்காலத்தில் நடைபெற்ற அதன் சமீபத்திய funding round-இல் $6.9 billion valuation-ஐ எட்டியது. generative AI inference infrastructure-ஐ mainstream investor conversation-க்கு கொண்டு வருவதற்கு முன்பே, 2020-இல் Sauvage அந்த நிறுவனத்தை ஆதரித்தார்.
Inference fashion ஆனதற்கு முன்பே அது ஏன் முக்கியமானது
Groq ஆரம்பத்திலிருந்தே inference-ஐ மையமாகக் கொண்டது; அதாவது ஒரு model ஒரு prompt-க்கு பதில் அளிக்கும் ஒவ்வொரு முறையும் நடைபெறும் computing work. இந்த கவனம் முக்கியமானது, ஏனெனில் AI economics என்பது frontier models-ஐ train செய்வதால் மட்டும் அல்ல, அவற்றை மீண்டும் மீண்டும் பெரிய அளவில் வழங்குவதாலும் increasingly வடிவமைக்கப்படுகிறது. search, coding, customer service, மற்றும் automation-இல் AI-ஐ மேலும் பல products இணைக்கும் போது, inference calls எண்ணிக்கையும் அதனுடன் அதிகரிக்கிறது.
அந்த demand curve-ஐ Sauvage முன்பே கண்டார். TechCrunch-இன் அவரது கருத்துகளின் பதிவின்படி, புதிய applications மற்றும் models பெருகும்போது inference தொடர்ந்து compound ஆகும் என்பதை அவர் புரிந்துகொண்டார். AI agents-இன் தற்போதைய உயர்வு அந்த logic-ஐ இன்னும் கூர்மையாக்கியுள்ளது. ஒருகாலத்தில் ஒரே model response போதுமான task, இப்போது பல calls-களில் system planning, executing, மற்றும் checking work செய்ய வேண்டியதாக இருக்கலாம். அந்த மாற்றம் வேகமான, திறமையான inference infrastructure-க்கு அழுத்தத்தை உருவாக்குகிறது.
Groq-இன் technical approach கூட அந்த thesis-க்கு பொருந்தியது. Founder Jonathan Ross, முன்பு Google-இன் Tensor Processing Units-க்கு பின்னால் இருந்த engineers-இல் ஒருவராக இருந்தவர், முதலில் compiler-ஐ உருவாக்கி, பின்னர் chip architecture-ஐ system-ஐ உடைக்காமல் எந்த பகுதியையும் அகற்ற முடியாத அளவுக்கு குறைத்தார். ஒரு generalist investor-க்கு இது குறுகியதாகத் தோன்றியிருக்கலாம். Sauvage-க்கு அது asymmetric-ஆகத் தோன்றியது.
எதிர்ப்புகளுக்கு மத்தியில் உருவான corporate venture arm
fund-இன் பின்னணியில் ஒரு வித்தியாசமான institutional story-யும் உள்ளது. TDK electronics மற்றும் magnetic tape-க்காக அதிகம் அறியப்படுகிறது; Silicon Valley venture sponsor-ஆக தெளிவாக அறியப்படவில்லை. TDK Ventures-ஐ உருவாக்கியதை Sauvage தானே unlikely என்று விவரித்தார். acquisition வழியாக Silicon Valley-இல் TDK-இல் சேர்ந்த அவர், conventional Tokyo insider profile இல்லாமலேயே நிறுவனம் ஒரு venture arm-ஐ உருவாக்க வேண்டும் என்று தள்ளினார். அவரின் கணக்கில், அவர் French, Japanese பேச மாட்டார், மேலும் Tokyo-வில் வசிப்பதுமில்லை.
உள்நாட்டு resistance-க்குப் பிறகும் அவர் தொடர்ந்து முயன்று, இறுதியில் ஒரு எளிய strategic question-ஐ மையமாகக் கொண்ட fund ஒன்றை உருவாக்க அனுமதி பெற்றார்: TDK-க்கு அடுத்த பெரிய விஷயம் என்ன, அதற்கு என்ன ஆபத்து ஏற்படுத்த முடியும்? இந்த framing, portfolio pure-play AI startups-ஐத் தாண்டி ஏன் செல்கிறது என்பதை விளக்குகிறது. நோக்கம் growth-ஐ மட்டும் துரத்துவது அல்ல; enabling technologies மற்றும் disruption risks-ஐ போதுமான முன்கூட்டியே அடையாளம் காண்பதே, அது முக்கியமாக இருக்கும் நேரத்தில்.
Portfolio ஒரு பரந்த industrial reset-ஐ சுட்டுகிறது
Sauvage குறிப்பிட்ட companies மற்றும் technologies, AI investment cycle power systems, materials, மற்றும் industrial infrastructure-ஆக விரிவடைவதைக் காட்டுகின்றன. அவரது portfolio-வில் solid-state grid transformers, data centers-க்கு sodium-ion batteries, மற்றும் lithium மற்றும் cobalt supply chains-இல் இருக்கும் சார்பை குறைக்க உருவாக்கப்பட்ட alternative battery chemistries உள்ளன.
இந்த பகுதிகள் ஒரு பொதுவான பண்பைப் பகிர்கின்றன: computing demand உயரும்போது மேலும் தெளிவாகும் bottlenecks-ஐ அவை address செய்கின்றன. பல முதலீட்டாளர்கள் எதிர்பார்ப்பது போல AI inference வளர்ந்தால், data-center power, grid integration, மற்றும் battery supply resilience ஆகியவை technology stack-இன் மையத்துக்கு நெருங்குகின்றன. இந்த பார்வையில் AI-இன் “boring parts” peripheral அல்ல. AI economically மற்றும் geopolitically scale ஆக முடியுமா என்பதை நிர்ணயிக்கும் system-இன் ஒரு பகுதியாக அவை உள்ளன.
அதனால் ஒவ்வொரு early infrastructure bet-மும் வெற்றி பெறும் என்று அர்த்தமல்ல. இந்த markets capital intensive, technically demanding, மற்றும் software-ஐ விட மெதுவாக validate செய்யப்படும் தன்மை கொண்டவை. ஆனால் strategy-க்கு பின்னால் இருக்கும் logic-ஐ மறுப்பது இப்போது கடினமாகிறது. சமீபத்திய AI wave, model builders மட்டும் அல்லாமல் அவர்களின் கீழ்நிலையிலுள்ள less glamorous technologies-ஐ கண்டறிந்த முதலீட்டாளர்களையும் பலனளித்துள்ளது.
இப்போது இது ஏன் முக்கியம்
AI investing தனது அடுத்த layer-ஐ தேடிக்கொண்டிருக்கும் நேரத்தில் Sauvage-இன் வாதம் பொருந்துகிறது. உற்சாகத்தின் முதல் கட்டம் models, chatbots, மற்றும் application startups-களில் மையப்படுத்தப்பட்டது. அடுத்த கட்டம் power delivery, supply chains, மற்றும் hardware efficiency-இன் வரம்புகளை வெளிப்படுத்துகிறது. இங்குதான் அவரது thesis இன்னும் முக்கியமாகிறது: மிகவும் மதிப்புள்ள வாய்ப்புகள் இன்னும் அசாரமற்றதாகத் தோன்றும் markets-இல் இருக்கலாம், ஒரு பெரிய shift அவற்றைத் தவிர்க்க முடியாததாக மாற்றும் வரை.
TDK Ventures-க்கு, அதன் பொருள் consensus-ஐப் பிடிக்குமுன்னரே பல ஆண்டுகள் infrastructure-க்கு பணம் வைப்பது. பரந்த market-க்கு, technology cycles பெரும்பாலும் consumers ஒருபோதும் பார்க்காத இடங்களில் வெல்லப்படுகின்றன என்பதை நினைவூட்டுகிறது. AI headline ஆக இருக்கலாம், ஆனால் inference chips, grid hardware, மற்றும் battery chemistry increasingly உண்மையான கதையின் பகுதிகளாகின்றன.
இந்தக் கட்டுரை TechCrunch-இன் reporting-ஐ அடிப்படையாகக் கொண்டது. மூலக் கட்டுரையைப் படிக்கவும்.
Originally published on techcrunch.com
