Современный сенсор генерирует объем данных, который превышает возможности платформы, на которой он установлен. Например, дрон, оснащенный гиперспектральной камерой, или спутник с радарной полезной нагрузкой производят данные быстрее, чем их каналы связи могут передавать, и быстрее, чем бортовое хранилище способно принимать, причем этот разрыв увеличивается с каждым улучшением сенсоров.
Традиционные решения этой проблемы часто оказываются недостаточными. Хранение данных для последующей загрузки приводит к тому, что информация становится устаревшей. Отбрасывание большей части данных чревато потерей критически важной информации. Хотя сжатие легко применить к фотографии, это сложная задача для научных данных, где мельчайшая деталь зачастую является самой сутью.
Компания Quarkitech решила эту проблему, создавая программное обеспечение, которое уменьшает объем данных сенсоров непосредственно в источнике, до того как они будут сохранены, обработаны или отправлены куда-либо. Основанная в январе 2025 года и базирующаяся в Исследовательском парке IIT Madras, компания имеет основателей Раджеша Нараянана, Саньяма Парашара и Шашиканта Сингха Кунвара, при этом Вишну П.К. участвует как учредитель, ведущий работу над квантовыми алгоритмами.
Компания определяет свою более широкую сферу деятельности как симуляцию и алгоритмические решатели для крупномасштабной оптимизации, что применимо к таким проблемам, которые возникают в финансовом секторе, научных вычислениях, а также в сенсорных системах.
Подход компании пришел из неожиданного направления. Саньям Парашар, генеральный директор, отметил, что их алгоритмы используют математическую базу, применяемую в физике многих тел квантовой природы — области, занимающейся описанием систем с огромным количеством взаимодействующих частиц.
Эта связь оказывается не такой уж странной. Физики, работающие с такими системами, десятилетиями разрабатывали методы представления чего-либо обширного в компактной форме без потери существенного, поскольку полное описание является вычислительно невозможным. Та же самая математика применима и к потоку данных.
Quarkitech утверждает, что ее алгоритмы способны сжимать данные сенсоров в 10–100 раз, в зависимости от типа сенсора. В лабораторных испытаниях с изображениями, полученными дроном, компания сообщила о снижении объема данных в 26 раз при сохранении 98% информации, которую она классифицирует как критически важную для миссии. Эта классификация принадлежит самой компании, а результат получен в ходе лабораторного тестирования.
Важным практическим моментом является то, что программное обеспечение работает на обычных процессорах и графических чипах, а не на специализированном оборудовании. Это позволяет использовать его на уже летающих компьютерах, вместо того чтобы создавать для него новое оборудование.
В августе 2026 года компания привлекла 2 крора рупий в рамках посевного финансирования от Artha Access, программы Artha Venture Fund II, а также от Finvolve. Кроме того, она получила грант в размере 1,5 крора рупий от Фонда Samgnya Technologies IITM-CDOT в рамках Национальной квантовой миссии — государственной программы, одобренной в 2023 году, которая охватывает квантовые вычисления, связь, сенсоры и материалы.
Этот грант не требует размывания доли, и общая сумма будет направлена на разработку основного библиотеки сжатия, наем инженеров и тестирование технологии вне лаборатории. Именно это тестирование представляет собой основную работу впереди. Компании еще предстоит выяснить, сохраняются ли результаты при работе на движущейся платформе, в условиях тепла и вибрации, при ограниченной мощности и с прерывистым соединением.
Применение, которое называет компания, включает беспилотные летательные аппараты, наблюдение за Землей со спутников, видеонаблюдение, а также картографирование с использованием радаров и LiDAR. Во всех этих случаях сенсоры производят больше данных, чем может обработать система.
На данный момент публично не раскрываются данные о клиентах, контрактах или выручке, а компании исполнилось девятнадцать месяцев. В настоящее время у нее есть лабораторный результат, обеспеченный финансированием период работы и проблема, которая не собирается становиться меньше.