EnCharge AI、アナログ・インメモリ・チップで8WのノートPC上で200 TOPSのAIを実行すると主張

ノートPC、ワークステーション、エッジデバイス上で推論を実行する、電荷ベースのアナログ・インメモリAIアクセラレータ（EN100）を設計している。消費電力はGPUのごく一部にとどまる。

アナログ・インメモリ・コンピューティングにより、オンデバイス推論をデジタルチップより約20倍効率化できるため、ノートPCやロボットはGPUではなく専用アクセラレータを採用するようになるという賭けだ。

2170万ドル（2022年12月）、DARPA OPTIMA助成金1860万ドル（2024年）、Tiger Global主導の1億ドル超のシリーズB（2025年2月）— 合計約1億4400万ドル。

Verma氏のプリンストン大学の研究室は、国防総省の資金を得て、電荷ベースのアナログ・インメモリ・コンピューティングを約10年にわたり研究してきた。同氏は2022年、元IBM CTOのKailash Gopalakrishnan氏、元Macom COOのEchere Iroaga氏とともにEnCharge AIをスピンアウトし、ハードウェアとソフトウェアを一体とした完全なスタックを構築するため2170万ドルを調達した。

2025年2月、Tiger Global主導で、Samsung Ventures、Foxconn関連のHH-CTBC、RTX Ventures、In-Q-Telが参加した1億ドル超のシリーズBを超過募集で調達した。最初の製品EN100（M.2モジュール：8.25Wで200 TOPS超、32GB LPDDR、4チップPCIeカード：40Wで約1ペタOPS）を発表し、2026年まで業界紙で報道された。ノートPC、ワークステーション、ロボティクス、産業オートメーションをターゲットとしている。

EN100は発売され商業化の段階にある。同社は非公開企業のままで、売上高や顧客名は開示されていない。

アナログ・インメモリ・コンピューティングは、デジタルチップを拡張するだけでなく、AI推論における最大のコストであるメモリと演算の間のデータ移動を攻撃する。

プリンストン大学での10年にわたる研究と国防総省の資金が、ベンチャー資金が会社の優先課題を変える前に技術のリスクを低減した。

Samsung、Foxconn、RTX、In-Q-Telにまたがる投資家リストは、家電、製造、防衛にわたる効率的なオンデバイスAIへの需要を示している。

この賭けは逆張りだ。効率が勝てば、エッジデバイスが日常的な推論でクラウドGPUに取って代わる。デジタルロードマップが改善し続ければ、その窓は閉じる。

ベンチャー資金を得る前に10年間にわたり基盤技術のリスクを低減したことで、EnChargeは特許と逆張りのストーリーを手にしたが、アナログ推論は依然としてNvidiaのロードマップに対してOEMの採用枠を勝ち取らなければならない。

2026年4月時点で、EnChargeは最初の製品EN100を発売し、ノートPC、ワークステーション、エッジ／産業システムにおけるOEM採用を追求している。サンタクララに約90人の従業員を抱える非公開企業のままだ。売上高や顧客名は開示されておらず、アナログ推論がデジタルアクセラレータに取って代わるという主張は、量産規模ではまだ実証されていない。