Eine 400-Millionen-Dollar-Wette auf günstigere AI-Chips
Ein Startup namens General Compute hat sich 400 Millionen Dollar geliehen, um einen Cloud-Service um einen günstigeren Typ von AI-Chip herum aufzubauen. Das Geschäft könnte einen Wendepunkt von der teuren Hardware signalisieren, die heute die AI dominiert.
Wichtigste Punkte
- General Compute sammelte 2025 400 Millionen Dollar in Fremdfinanzierung von der Investmentfirma Upper90 ein.
- Das Darlehen soll das erste überhaupt sein, das durch Inference-Chips besichert ist – spezialisierte Hardware, die fertige AI-Modelle ausführt, anstatt neue zu trainieren.
- Die SambaNova-SN50-Chips von General Compute behaupten 16-mal schnellere Inference-Geschwindigkeiten als vergleichbare GPU-basierte Cloud-Services.
- Das Geschäft folgt dem wachsenden Investor-Interesse an Open-Source-AI-Modellen als günstigere Alternative zu Frontier-Modellen von Labs wie OpenAI und Anthropic.
Ein kleines AI-Startup hat sich gerade 400 Millionen Dollar geliehen, und das Ungewöhnliche ist nicht die Summe. Es ist das, was der Kreditgeber als Sicherheit akzeptierte.
General Compute, gegründet von CEO Finn Puklowski und kaum über die Seed-Phase hinaus, sicherte sich das Darlehen von Upper90, einer technologieorientierten Investmentfirma. Die Sicherheit: Inference-Chips. Dies sind spezialisierte Prozessoren, die zum schnellen und günstigen Ausführen eines fertigen AI-Modells gebaut sind, im Gegensatz zu den viel teureren Chips, die verwendet werden, um ein Modell von Grund auf zu trainieren. Stellen Sie sich Trainings-Chips als die Fabrik vor, die ein Auto baut, und Inference-Chips als den Motor, der es tatsächlich antreibt.
Upper90-Mitgründer Billy Libby sagte TechCrunch, dass er glaubt, dies ist das erste Darlehen, das speziell durch Inference-Chips besichert ist. Er sollte es wissen. 2021 finanzierte seine Firma GPU-Käufe, die Grafikprozessoren, die zum Rückgrat des AI-Booms wurden, für ein Rechenzentrum-Unternehmen namens Crusoe. Damals würden traditionelle Banken Chips nicht als Sicherheit anfassen, da niemand wusste, wie schnell sie an Wert verlieren würden. Seitdem baute Cloud-Riese CoreWeave ein ganzes Geschäft um chipgestützte Kredite und ging an die Börse, und diese Art der Finanzierung ist jetzt alltäglich.
Jetzt denkt Libby, dass Inference die nächste Welle ist. „Nicht jeder braucht einen Supercomputer, aber sie brauchen Inference und AI", sagte er.
General Compute baut seinen Service um Chips von SambaNova auf, einem Intel-gestützten Chiphersteller. Die spezifischen Chips, SN50 genannt, sind energieeffizient gestaltet und benötigen nicht die teuren Wasserkühlung-Systeme, die High-End-GPUs normalerweise erfordern. Das bedeutet, sie können schneller in standardmäßigeren Rechenzentren installiert werden. Das Unternehmen behauptet, der SN50 liefert 16-mal schnellere Inference als GPU-basierte Cloud-Konkurrenten.
Das breitere Argument ist Kosten. Die Durchführung von AI-Aufgaben auf Open-Source-Modellen, AI-Software, deren zugrunde liegender Code öffentlich verfügbar ist, ist erheblich günstiger als pro Abfrage an ein Frontier-Lab zu zahlen. Startups wie OpenRouter und Fireworks, die Zugang zu offenen Modellen bieten, haben kürzlich Geld in hohen Bewertungen aufgebracht, und neue Modelle von Teams außerhalb der USA treffen jetzt OpenAI und Anthropic bei technischen Benchmarks.
Was bedeutet das für Menschen und Unternehmen, die AI-Tools nutzen?
Es könnte niedrigere Preise bedeuten. Wenn Infrastruktur-Unternehmen fähige AI-Modelle auf günstigeren, effizienteren Chips ausführen können, sollten die Kosten von AI-Tools und -Dienstleistungen für alle nachgelagerten Nutzer sinken: Unternehmen, die Apps bauen, Entwickler, die Code-Assistenten schreiben, oder jeder, der ein Abonnement bezahlt, das auf AI angewiesen ist.
General Compute ist nicht das einzige Startup, das diese Art von Wette eingeht. TensorWave verfolgt eine ähnliche Strategie, die auf AMD-Chips statt auf Nvidia-Hardware aufgebaut ist. Der gemeinsame Faden ist ein Glaube, dass Nvidias nahezu totale Kontrolle über AI-Computing schwinden wird, wenn Alternativen reifer werden.
Puklowski drückte es deutlich aus: „Dies ist das erste Signal, dass sich Kapital selbst organisiert und sich Nvidias monopolistische Dominanz fragmentiert."
Ob die SN50-Chips ihre Spezifikationen im großen Maßstab erfüllen, wird das nächste Jahr beantworten.
