„Lansarea Lola Vision Systems a fost un pariu pe direcția în care se îndrepta lumea și pe ceea ce vedeam eu", spune Adesanya. În 2024, el a fondat Lola Vision Systems, o companie de infrastructură AI care construiește atât software, cât și cipuri pentru rularea modelelor de inteligență artificială direct pe dispozitive.
Produsul central al companiei este un software care traduce modelele AI în instrucțiuni pe care un anumit cip le poate executa. Adesanya numește acest software un „compiler toolchain" – un lanț de instrumente de compilare – și susține că el reprezintă un blocaj uriaș: configurarea manuală a unui model AI pe hardware nou poate dura „aproximativ 200 de ore" doar pentru a începe testarea.
Lola Vision spune că a reconstruit acest strat software și că dezvoltă, în paralel, propriile cipuri semiconductoare, cu obiectivul de a automatiza cât mai mult din proces. Un client își furnizează codul și modelul AI pe care vrea să îl folosească – fie construit intern, fie open source – iar software-ul traduce ambele în instrucțiuni pe care cipul clientului le poate executa.
„Viteza este doar o parte a ecuației", explică Adesanya. El spune că o configurare mai rapidă le oferă companiilor din domeniul aerospațial și „altor companii cu misiuni critice" timpul necesar pentru a „rula modele mai precise pe propriile date, cu un consum mai mic de energie".
„Pentru acești clienți", continuă el, „acuratețea și fiabilitatea nu sunt un moft. Ele determină dacă un produs trece de revizuirea de reglementare și dacă funcționează în mod fiabil pe teren."
Lola Vision, cu sediul în Washington, D.C., este una dintre numeroasele startup-uri care încearcă să ofere o alternativă la tehnologia NVIDIA pentru rularea AI pe dispozitive. În acest moment, spune Adesanya, multe companii pornesc de la Jetson, linia de module compacte de calcul de la NVIDIA pentru rularea AI pe dispozitive, sau de la modele AI open source.
Adesanya susține că acestea „se strică sau rulează prost din cutie, așa că echipele petrec zile sau săptămâni doar ca să le facă să funcționeze, apoi încă și mai multe săptămâni depanând până când modelele devin utilizabile".
„Chiar și atunci", continuă el, „consumul de energie depășește adesea bugetele pentru edge computing, sau placa nu poate livra suficientă putere de calcul pentru modelele medii și mari pe care produsul trebuie de fapt să le ruleze cu succes. Asta duce la modele de recunoaștere care rămân în urma țintelor sau care citesc greșit obiectele."
Merită o paranteză aici, pentru cei mai puțin familiarizați cu termenii. Edge computing înseamnă rularea AI direct pe un dispozitiv – o cameră, o dronă, un senzor – în loc să trimiți totul către un centru de date aflat la distanță. Iar modelele de recunoaștere sunt sisteme AI care identifică obiecte. Diferența nu este deloc una minoră: în aplicații critice, fiecare milisecundă și fiecare watt contează.
Potrivit companiei, o duzină de clienți corporativi au semnat scrisori prin care își exprimă interesul de a cumpăra cipurile Lola Vision odată ce acestea vor fi disponibile, iar un client este deja semnat ferm. Compania s-a asociat, de asemenea, cu SCALE, un program de dezvoltare a forței de muncă în microelectronică, pentru a lucra cu mai multe laboratoare de semiconductori.
„Pentru a obține venituri mai repede, vom licenția acum software-ul nostru pe hardware existent", spune Adesanya. Cu alte cuvinte, în loc să aștepte propriile cipuri, compania le va permite clienților să plătească pentru a-și folosi software-ul pe cipuri care există deja pe piață. Este o strategie pragmatică, tipică pentru un startup care trebuie să supraviețuiască până când își poate livra viziunea completă.
El adaugă că firma a strâns până în prezent puțin peste un milion de dolari în finanțare totală. O sumă modestă pentru o industrie în care dezvoltarea de cipuri poate înghiți miliarde, dar suficientă pentru a valida ideea și a atrage primii clienți.
Lola Vision a fost selectată pentru Battlefield 200 din acest an, un program TechCrunch care reunește 200 de startup-uri alese special pentru eveniment. „TechCrunch era una dintre publicațiile mele preferate când eram student la Purdue", își amintește fondatorul.
După aproximativ un an de construire a produsului și de semnare a primului client, spune el, a simțit că a venit momentul să aplice la Battlefield și să aducă compania în fața unei audiențe mai largi.
Cât despre ce îl entuziasmează cel mai mult la eveniment, răspunsul este sincer: „să fac conexiuni semnificative și să învăț cât mai mult despre ce se întâmplă în și în jurul domeniului nostru". Și, ca să fie direct: „Aștept cu nerăbdare ca investitorii să scrie cecuri."
Este o declarație care spune multe despre realitatea startup-urilor de infrastructură AI. Piața este dominată de NVIDIA, iar oricine încearcă să ofere o alternativă trebuie să lupte pe două fronturi simultan: pe cel tehnic – unde problema nu este doar să faci un cip mai bun, ci să construiești tot ecosistemul de software din jurul lui – și pe cel financiar, unde investitorii devin tot mai selectivi.
Ceea ce face Lola Vision interesantă nu este neapărat promisiunea unui cip revoluționar, ci abordarea stratului software. Compilatoarele și lanțurile de instrumente sunt partea nevăzută, neatractivă, dar esențială a oricărei revoluții hardware. Fără ele, cel mai performant cip rămâne o bucată de siliciu inutilă. Iar dacă Adesanya are dreptate că astăzi configurarea unui model pe hardware nou consumă 200 de ore, atunci automatizarea acestui proces ar putea economisi companiilor luni întregi de muncă de inginerie.
Rămâne de văzut dacă un startup cu un milion de dolari în buzunar poate concura cu giganți care cheltuiesc aceeași sumă în câteva ore. Dar istoria tehnologiei este plină de exemple în care jucători mici, cu o idee bună și un timing perfect, au reușit să spargă monopoluri aparent de neclintit. Lola Vision pariază că momentul este acum.
De ce este important:
Piața cipurilor pentru inteligență artificială este una dintre cele mai fierbinți și mai concentrate din lumea tehnologiei, dominată aproape în totalitate de NVIDIA. Orice alternativă credibilă contează, pentru că dependența de un singur furnizor înseamnă prețuri mari, lanțuri de aprovizionare fragile și inovație încetinită. Lola Vision Systems atacă o problemă pe care mulți o ignoră: nu cipul în sine, ci stratul software care face cipul utilizabil. Compilatoarele și lanțurile de instrumente sunt exact acea parte nevăzută care decide dacă un model AI rulează în câteva ore sau în câteva săptămâni. Dacă automatizarea acestui proces funcționează, impactul se resimte direct în sectoare critice precum aerospațialul, apărarea sau robotica industrială, unde acuratețea și fiabilitatea nu sunt opționale, ci condiții de supraviețuire. În plus, povestea ilustrează o realitate a ecosistemului de startup-uri: chiar și o idee solidă are nevoie de finanțare, de clienți și de vizibilitate pentru a supraviețui. Iar faptul că o companie cu doar un milion de dolari strânși îndrăznește să se bată cu giganți de miliarde arată cât de deschisă – și cât de fragilă – este încă inovația în hardware-ul pentru AI.
