Das in Eindhoven ansässige Technologie-Startup Euclyd hat eine Series-A-Finanzierungsrunde über mehr als 200 Millionen Euro abgeschlossen. Wie aus Berichten von Mitte September 2026 hervorgeht, entspricht dies einem Volumen von rund 231 Millionen US-Dollar.
Das Unternehmen beabsichtigt, das Kapital für die Entwicklung von spezialisierter Hardware (Custom-Silicon) und Rechenzentrumssystemen einzusetzen. Ziel ist es, die Betriebskosten sowie den Energieverbrauch bei der Ausführung von Anwendungen mit Künstlicher Intelligenz (KI-Inference) signifikant zu senken.
Namhafte Investoren und erfahrene Führung
Die aktuelle Finanzierungsrunde wurde von einem Konsortium aus Samsung, Somerset Capital Partners, dem Scaleup Europe Fund (EQT) und Innovation Industries angeführt. Zu den weiteren Beteiligten zählen EIFO, imec.xpand, die Brabant Development Agency (BOM) sowie Quadri. Die offizielle Ankündigung der Finanzierung erfolgte im Rahmen des AI Infra Summit im kalifornischen Santa Clara.
Euclyd wurde im Jahr 2024 von Bernardo Kastrup und Atul Sinha in Eindhoven gegründet. Ein prominenter Neuzugang in der Unternehmensführung ist der ehemalige CEO des Halbleiterausrüsters ASML, Peter Wennink, der die Position des Non-Executive Chairman übernimmt. Mit dieser personellen Besetzung unterstreicht das Startup seine Ambitionen im globalen Halbleitermarkt.
Technologische Ambitionen und Fertigungspartnerschaft
Das technologische Herzstück des Startups bildet die sogenannte CRAFTWERK-Architektur. Den Berichten zufolge wird das erste Silizium dieser Reihe von Samsung in Südkorea gefertigt. Euclyd gibt an, dass der CRAFTWERK-Chip eine etwa 100-mal höhere Energieeffizienz pro Token im Vergleich zum System Vera Rubin des Marktführers Nvidia erreichen soll. Diese Leistungsdaten wurden bisher jedoch noch nicht unabhängig validiert.
Wer sich mit der Entwicklung und dem Einsatz solcher zukunftsweisenden KI-Systeme befasst, muss auch die rechtlichen Rahmenbedingungen der neuen EU-Gesetzgebung im Blick behalten. Dieser kostenlose Umsetzungsleitfaden bietet Unternehmen einen kompakten Überblick über alle Anforderungen, Pflichten und Fristen des AI Acts. EU AI Act in 5 Schritten verstehen: Fristen, Pflichten und Risikoklassen kompakt erklärt
Zusätzlich zur Chip-Entwicklung plant das Unternehmen das System CWS 32. Dieses wird mit einer Bandbreite von 8.000 TB/s, einer Rechenleistung von mehr als 1 Exaflop sowie einem Speicher von 32 TB spezifiziert. Die Leistungsaufnahme soll dabei bei rund 125 kW liegen. Mit diesen Leistungsdaten positioniert sich das Unternehmen als direkter Wettbewerber zu etablierten GPU-Lösungen für die KI-Inferenz.
Strategie und Marktausblick bis 2030
Euclyd verfolgt einen klaren Zeitplan für die Markteinführung seiner Produkte. Erste Lieferungen der Chips sind für das Jahr 2027 vorgesehen, während das vollständige System CWS 32 für 2028 angekündigt ist. Der vollständige Rollout physischer Chip-Systeme soll ebenfalls 2028 erfolgen. Laut CEO Kastrup peilt das Unternehmen bis zum Jahr 2030 eine Kundenbasis von mehreren tausend Enterprise-Kunden an.
Während neue Hardware-Lösungen die Effizienz steigern, stellt die EU-KI-Verordnung Unternehmen vor komplexe regulatorische Fragen zu Risikoklassen und Dokumentationspflichten. Erfahren Sie in diesem kostenlosen Report, welche konkreten Schritte jetzt für eine rechtssichere Nutzung von KI-Anwendungen notwendig sind. Welche KI-Systeme gelten als Hochrisiko – und was müssen Unternehmen jetzt konkret tun?
Der Markt für KI-Beschleuniger bietet nach Einschätzung von Branchenanalysten erhebliches Wachstumspotenzial. Für das Jahr 2026 wird das Marktvolumen auf etwa 42,1 Milliarden US-Dollar beziffert. Marktprognosen von Grand View Research gehen von einem Anstieg auf 256,8 Milliarden US-Dollar bis zum Jahr 2033 aus, was einer jährlichen Wachstumsrate (CAGR) von 29,5 % entspricht.
Euclyd tritt dabei gegen eine starke Dominanz von Nvidia an. Im Segment der Inferenz-Chips wird der Marktanteil von Nvidia für das Jahr 2025 auf geschätzt 60 bis 75 % taxiert. Die Niederländer setzen darauf, dass der steigende Bedarf an energieeffizienter Hardware in Rechenzentren den Wechsel zu alternativen Chip-Architekturen beschleunigen wird.
