Израильский стартап Two Delta привлек миллионы от звездных инвесторов ради ускорения ИИ
Разработчики технологии DCOCO закрыли посевной раунд с участием Билла Акмана и Эрика Шмидта, представив метод ускорения моделей Nvidia в два раза.
Израильский стартап Two Delta привлек десятки миллионов долларов от Билла Акмана и Эрика Шмидта для развития технологий оптимизации ИИ.
Разработанный метод DCOCO увеличил производительность модели Nemotron 3.5 в 2,03 раза по сравнению со стандартным декодированием.
Индустрия смещает фокус на аппаратную оптимизацию работы чипов Nvidia и преодоление ограничений ИИ при написании сложного кода.
Израильский стартап Two Delta, вышедший из режима секретности в 2025 году, привлек десятки миллионов долларов в ходе посевного раунда финансирования. Как сообщает издание Calcalist, среди инвесторов компании оказались известные американские миллиардеры — основатель фонда Pershing Square Билл Акман и бывший генеральный директор Google Эрик Шмидт. Основателями стартапа выступают Двир Зальцер и доктор Эли Давид, которые сосредоточились на решении одной из главных проблем современной индустрии искусственного интеллекта — дефиците и высокой стоимости вычислительных мощностей.
Прорывной метод DCOCO и ускорение чипов Nvidia
В октябре 2026 года Two Delta представила результаты совместной работы с технологическим гигантом Nvidia, продемонстрировав новый метод оптимизации для передовой ИИ-модели Nemotron 3.5 Super. Разработанная технология получила название DCOCO. Ее главная задача — существенно увеличить объем текста, генерируемого моделью на каждом этапе обработки, не жертвуя при этом качеством и точностью ответов.
Инновация опирается на усовершенствование так называемого спекулятивного декодирования. В рамках этого подхода вспомогательная, более компактная и быстрая модель предварительно набрасывает последовательность токенов, после чего основная крупная модель верифицирует их. Как подчеркивается в исследовании компании, технология DCOCO задействует глубокие контекстные данные для отбора наиболее согласованных цепочек, что напрямую повышает количество принимаемых токенов при каждой проверке.
Проведенные испытания на десяти различных наборах данных показали впечатляющие результаты. Новая разработка обеспечила среднюю производительность в 2,03 раза выше по сравнению со стандартным декодированием в детерминированном режиме. По отношению к альтернативному методу DFlash прирост скорости составил 19,8%, причем высокая эффективность сохраняется даже в условиях масштабных параллельных нагрузок.
Исследование EvoWeb и пределы автономных ИИ-агентов
Параллельно с аппаратной оптимизацией Two Delta опубликовала аналитическое исследование EvoWeb, посвященное оценке реальных возможностей автономных ИИ-агентов. Эксперты протестировали способность нейросетей не просто создавать программный код по разовому запросу, а поддерживать его работоспособность и масштабировать при непрерывном потоке доработок.
Результаты тестов показали серьезные ограничения современных технологий. Ни одна из проверенных моделей не сумела сохранить полную стабильность приложения на протяжении длинного цикла правок. Ведущие языковые модели Fable 5 и Kimi K3 набрали лишь около 0,69 балла из 1. Главным камнем преткновения стала интеграция новых опций в уже существующий кодовый базис: по мере поступления задач уровень критических ошибок при выполнении кода подскочил с 2% до 12% после десятого запроса.