시갈드리 테크놀로지스

시갈드리 테크놀로지스

Sygaldry Technologies

양자 가속 기술로 AI 모델의 학습 및 추론 속도를 혁신하고 인프라 비용과 에너지 소모를 획기적으로 절감하는 차세대 하이브리드 서버 플랫폼

무료desktopLLM 기반멀티모달
웹사이트 방문하기sygaldry.com

검증된 사실

라이브 가격
Sygaldry raises M to build quantum compu · $1392026-06-20 확인
최근 변경
2026-04-14 $105M 시리즈 A 유치 (Breakthrough Energy Ventures 주도, Y Combinator·IQT·468 Capital 등 참여). 소스: https://www.globenew

2026-06-20 직접 확인 · 자동 검증 데이터

제품 화면

시갈드리 테크놀로지스 제품 화면

2026-06-20 확인

가격 정보

무료시작 가격: 가격 문의라이브 확인 2026-06-20

공식 홈페이지에 공개된 가격 정보가 없으며, 서비스를 이용하려면 별도의 문의가 필요하다. 양자 가속 AI 서버 인프라를 제공하는 특성상 기업의 요구 사양에 따라 맞춤형 견적이 책정되는 구조이다.

최근 업데이트와 소식

소개AI 요약

Sygaldry Technologies는 AI 모델 훈련과 추론 과정을 지수적으로 가속하는 양자 가속 AI 서버를 개발하는 스타트업입니다. 여러 큐비트 방식을 결합한 내결함성 아키텍처로 기존 GPU 대비 전력 효율과 처리 속도를 획기적으로 개선합니다. 2026년 4월 Bill Gates의 Breakthrough Energy Ventures 주도로 $1억 5백만 시리즈 A를 포함해 총 $1억 3,900만을 유치했습니다. CEO는 양자 컴퓨팅 선구자 Chad Rigetti입니다.

활용 워크플로우

입력

PyTorch/JAX 기반의 대규모 신경망 모델 아키텍처고차원 텐서 연산을 포함한 비정형 데이터셋양자-고전 하이브리드 알고리즘 설정(Quantum Circuits)내결함성(Fault-tolerant) 구성을 위한 하드웨어 파라미터

시갈드리 테크놀로지스

Hybrid Workload Decomposition: 고전 GPU/CPU 연산과 양자 가속 연산 부하를 지능적으로 분리Multi-Qubit Modality Mapping: 단일 큐비트 한계를 넘어 복합 모달리티 아키텍처 내에서 최적의 큐비트 할당Quantum Tensor Acceleration: 양자 중첩과 얽힘을 활용하여 AI 모델의 고도화된 선형 대수 연산 가속Error-Corrected Inference Execution: 내결함성 설계를 통한 양자 연산의 노이즈 제거 및 결과값 검증

출력

양자 가속이 적용된 최적화된 AI 모델 가중치(Weights)재료 과학 및 우주론 분석을 위한 시뮬레이션 데이터기존 하드웨어 대비 가속 성능 벤치마킹 리포트인공 초지능(ASI) 구현을 위한 양자-고전 하이브리드 워크플로 로그

Scientific Discovery Path

재료 과학 및 양자 중력 연구를 위해 분자 구조 시뮬레이션 및 복잡계 물리 연산에 특화된 가속 경로

ASI Infrastructure Path

인공 초지능 학습을 위해 초거대 파라미터 최적화 및 분산 양자 컴퓨팅 자원을 활용하는 경로

Enterprise Deployment Path

기존 엔터프라이즈 ML 인프라에 양자 기능을 API 형태로 원활하게 통합하고 비용 효율성을 극대화하는 경로

핵심 차별점: 단일 큐비트 방식을 탈피하여 복수 큐비트 모달리티를 내결함성 아키텍처에서 결합함으로써 기존 하드웨어의 한계를 돌파하는 양자 가속 AI 솔루션

주요 기능AI 요약

  • 다중 큐비트 방식 결합 내결함성 양자 아키텍처
  • AI 훈련·추론 지수적 가속
  • 기존 클래식 인프라와 데이터센터 내 병행 운영
  • AI 연구자 워크플로우 원활 통합용 양자 알고리즘 툴킷
  • 재료과학·우주론 등 복잡 분야 연산 지원

장점 & 단점AI 분석

공식 정보와 공개 피드백을 함께 정리한 참고 메모입니다

장점

  • AI 워크플로우(학습, 추론, 토큰 생성)를 명시적 타겟으로 차별화된 접근
  • 이종 큐비트 접근법으로 여러 큐비트 유형을 단일 내결함성 아키텍처에 결합
  • TensorFlow와 PyTorch용 Quantum API 개발로 진입 장벽 낮춤
  • 데이터센터 GPU 에너지 소비 문제 해결하는 그린 AI 가치 제안
  • LLM 토큰 생성과 디퓨전 모델 추론에 기하급수적 속도 향상 예상
  • 초전도 큐비트 분야 선구자 Chad Rigetti 창업자의 강력한 배경과 YC 투자

단점

  • YC S25 코호트 초기/스텔스 단계로 상용 제품 없어 벤치마킹 불가
  • Reddit 커뮤니티에서 양자 가속 AI가 과대광고라는 회의적 시각 존재
  • D-Wave와 유사한 비즈니스 궤적을 따를 것이라는 비교 우려
  • 창업자가 이전 회사(Rigetti Computing) 방향성 문제로 떠난 이력
  • 향후 상장 시 높은 변동성과 고위험/고수익 특성 예상

활용 사례AI 요약

  • 대형 AI 모델 훈련 비용·전력 절감
  • AI 추론 속도 극적 향상
  • 재료과학·신약 개발 등 복잡 시뮬레이션 가속
  • 데이터센터 AI 인프라 전력 효율 개선

사용자 리뷰

리뷰를 불러오는 중...

대안 도구

이 도구 대신 사용할 수 있는 대안