AIシステムの開発と最適化のためのプラットフォームを構築するスタートアップ企業Modularは、General Catalystが主導し、GV（Google Ventures）、SV Angel、Greylock、Factoryが参加した資金調達ラウンドで1億ドルを調達した。
Modular の調達総額は 1 億 3000 万ドルとなり、その資金は製品の拡張、ハードウェア サポート、Modular のプログラミング言語である Mojo の拡張に充てられると CEO の Chris Lattner 氏は語る。
「当社は高度な専門知識を必要とする非常に技術的な分野で事業を展開しているため、今回の資金はチームの成長を支援するために活用する予定です」と、ラトナー氏はTechCrunchとのメールインタビューで述べた。「この資金は主にAIコンピューティングに充てられるのではなく、コア製品の改善と、膨大な顧客需要への対応に向けた拡張に充てられる予定です。」
元Google社員のラトナー氏は、2022年に、Googleのブレイン研究部門で元同僚だったティム・デイビス氏と共に、パロアルトに拠点を置くModularを共同設立しました。ラトナー氏とデイビス氏は共に、AIの発展が過度に複雑で断片化された技術インフラによって阻害されていると感じており、大規模なAIシステムの構築と保守の複雑さを解消することに重点を置いてModularを設立しました。
Modularは、CPU（そして今年後半からはGPU）上でのAIモデルの推論性能を向上させつつ、コスト削減も実現するエンジンを提供します。既存のクラウド環境、GoogleのTensorFlowやMetaのPyTorchといった機械学習フレームワーク、さらには他のAIアクセラレータエンジンとも互換性を持つModularのエンジン（現在クローズドプレビュー）は、開発者がトレーニング済みのモデルをインポートし、ネイティブフレームワークと比較して最大7.5倍高速に実行できるとLattner氏は主張しています。
Modularのもう一つの主力製品であるMojoは、Pythonの使いやすさと、キャッシュ、適応型コンパイル技術、メタプログラミングなどの機能を組み合わせることを目的としたプログラミング言語です。現在、数百人のアーリーアダプター向けにプレビュー版が提供されており、Modularは来月初めに一般公開する予定です。
「当社の開発者プラットフォームは、お客様、そして世界中の開発者の皆様がAI技術スタックをデフラグすることを可能にします。これにより、より多くのイノベーションをより迅速に実稼働環境に導入し、AIへの投資からより大きな価値を引き出すことができます」とラトナー氏は述べています。「私たちは、AIソフトウェアとAIハードウェアの接点から、AIスタックを悩ませている断片化の問題を解決することで、今日のAI開発を遅らせている複雑さに取り組んでいます。」
テッククランチイベント
サンフランシスコ | 2025年10月27日～29日
かなり野心的？そうかもしれない。しかし、従業員約70名のモジュラーが提案していることは、どれも実現不可能なものではない。
インテルの支援を受けるDeciは、訓練されたAIモデルの効率性とパフォーマンスを向上させる技術を提供するスタートアップ企業の一つです。また、OctoMLもこのカテゴリーに属しており、様々なハードウェア向けにモデルを自動的に最適化、ベンチマーク、パッケージ化します。
いずれにせよ、ラトナー氏の指摘の通り、AIの需要は持続可能性の限界に急速に近づいており、あらゆる技術においてコンピューティング要件の削減が極めて望ましい状況となっている。ウォール・ストリート・ジャーナルの最近の記事が指摘しているように、現在流行している生成AIモデルは、従来のAIモデルと比べて10倍から100倍も大規模であり、パブリッククラウドインフラの多くは、少なくともこの規模のシステムを実行するために構築されたものではない。
すでに影響が出ています。マイクロソフトは決算報告の中で、AIを実行するために必要なサーバーハードウェアの深刻な不足に直面しており、サービスに支障が出る可能性があると警告しました。一方、AI推論ハードウェア（主にGPU）への需要の急増により、GPUプロバイダーのNVIDIAの時価総額は1兆ドルに達しました。しかし、NVIDIAは自らの成功の犠牲者ともなっています。同社の最高性能AIチップは2024年まで売り切れると報じられています。
S&P Global の 2023 年の調査によると、こうした理由などから、大手企業の AI 意思決定者の半数以上が、最新の AI ツールの導入に障壁があると報告しています。
「今日のAIプログラムに必要なコンピューティング能力は膨大であり、現在のモデルでは持続不可能です」とラトナー氏は述べています。「需要を満たすのに十分なコンピューティング能力がない事例が既に発生しています。コストは急騰しており、このようなソリューションを構築できるリソースを持つのは、大規模で強力なテクノロジー企業だけです。Modularはこの問題を解決し、あらゆる企業にとってはるかに手頃な価格で持続可能かつアクセスしやすい方法でAI製品とサービスを実現できるようになります。」
それは理にかなっています。しかし、Pythonが機械学習コミュニティでこれほど定着している現状では、Modularが新しいプログラミング言語Mojoの普及を促進できるとは到底思えません。ある調査によると、2020年の時点で、データサイエンティストの87%がPythonを日常的に使用しています。
しかしラトナー氏は、Mojo の利益が同社の成長を促進すると主張する。
「AIアプリケーションに関してよく誤解されていることの一つは、AIが単なる高性能アクセラレータの問題ではないということです」と彼は述べた。「今日のAIは、データの読み込みと変換、前処理、後処理、そしてネットワーク構築を含む、エンドツーエンドのデータ処理です。これらの補助的なタスクは通常、PythonとC++で実行されますが、ModularのMojoを使ったアプローチだけが、これらのコンポーネントをすべて統合し、パフォーマンスとスケーラビリティを犠牲にすることなく、単一の統合技術基盤で動作させることができるのです。」
彼の言う通りかもしれない。ラトナー氏によると、Modularコミュニティは5月初旬の製品基調講演から4ヶ月で12万人以上の開発者に成長し、「大手テクノロジー企業」が既にこのスタートアップのインフラを利用しており、3万人が順番待ちリストに載っているという。
「Modularの最大の敵は複雑さです。特殊なケースでしか機能しないソフトウェアレイヤーの複雑さ、特定のハードウェアに縛られたソフトウェア、そして高性能アクセラレータの低レベルな性質によって引き起こされる複雑さです」と彼は述べた。「AIをこれほど強力で変革的な技術にしているのは、まさにその性質こそが、スケールアップに多大な労力、特注ソリューションの構築に多大な才能の投入、そして一貫した結果を出すための膨大な計算能力を必要とする理由です。ModularエンジンとMojoを組み合わせることで、競争の場は平等になります。そしてこれはほんの始まりに過ぎません。」
そして、少なくとも資金の観点から言えば、これはなんと幸先の良いスタートなのでしょう。
