캐나다 트론토에 본사를 둔 AI 컴퓨팅 솔루션 스타트업 레무리안 랩스(Lemurian Labs Inc.)는 최근 AI 애플리케이션에 특화된 컴퓨팅 플랫폼 개발을 위해 900만 달러의 초기 자금을 유치하는 데 성공했다. 이번 투자 라운드는 Oval Park Capital이 주도했으며 Good Growth Capital, Raptor Group, Alumni Ventures 등이 참여했다.
레무리안 랩스는 2018년 제이 다와니(Jay Dawani) CEO와 바실 딤트로프(Vassil Dimtrov) 최고 과학자가 공동 설립했으며 구글, 마이크로소프트, 엔비디아, 인텔, AMD에서 경력을 쌓은 핵심 인력이 함께하고 있다. 현재 인력은 24명이며 내년에 시리즈 A 투자유치를 진행하기 위해 35명을 추가로 채용할 계획이다. 
 
레무리안 랩스는 AI의 도전 과제를 해결하기 위해 병렬 적응 로그(Parallel Adaptive Logarithm, PAL)라는 새로운 데이터 유형(data type)을 개발했다. 일반적으로 디지털 AI 처리는 정수 및 부동소수점 데이터 유형을 사용해 제공된다. 레무리안 랩스는 로그 데이터 유형을 사용하면 부동소수점보다 표현력이 뛰어날 뿐만 아니라 효율성이 10배 이상 향상돼 병렬 컴퓨팅에 대한 기존 접근 방식에서 벗어날 수 있다고 주장한다. 

모델과 데이터 세트의 증가는 점점 더 하드웨어 발전 속도를 앞지르고 있고 AI 개발자의 업무를 복잡하게 만들고 있다. 더욱이 AI 개발자가 일시적으로 가장 적합한 모델을 찾을 수 있다고 해도 비용과 전력 소비는 지속 불가능할 정도다.
‍
레무리안 랩스는 하드웨어 설계에 대해 소프트웨어 우선 접근 방식을 취했다. 회사는 PAL 데이터 유형을 지원하는 동적 AI 컴파일러를 만들었다. 이 컴파일러는 하드웨어 활용도를 극대화하기 위해 작업을 동적으로 배치해 1000개의 노드 클러스터용 코드를 하나의 노드처럼 쉽게 작성할 수 있도록 한다. 레무리안 랩스는 이 컴파일러를 중심으로 하드웨어 아키텍처를 설계하고 있다. 

이 아키텍처는 메모리에 가까운 분산형 데이터 플로 아키텍처를 만들기 위해 로컬 메모리를 갖춘 비교적 세분화된 프로세싱 코어 배열이다. 레무리안 랩스는 계층형 메모리 아키텍처가 일반성을 희생하지 않고 처리량과 효율성을 위해 데이터 플로를 최적화한다고 주장한다.