Das KI-Startup General Compute hat eine Kreditlinie über 400 Millionen Euro von der Investmentfirma Upper90 erhalten – und setzt dabei erstmals auf spezialisierte Inferenz-Chips als Sicherheit. Der Deal markiert eine Zeitenwende in der Finanzierung von KI-Infrastruktur.
Bislang dominierten Nvidias Grafikkarten die Kreditvergabe im KI-Sektor. Dass nun eigens für die Berechnung von KI-Modellen entwickelte Chips als Sicherheit dienen, zeigt: Der Markt reift. Es geht nicht mehr nur ums Training großer Modelle, sondern um deren massenhafte Anwendung.
Finanzierung mit Wachstumsoption
Das Abkommen sieht eine erste Auszahlung von 100 Millionen Euro vor. Weitere 300 Millionen Euro können bei steigender Kundennachfrage abgerufen werden. Der Schritt folgt auf eine Seed-Finanzierung von 15 Millionen Euro im Mai 2026, die das Unternehmen mit 60 Millionen Euro bewertete.
Das Geld fließt in die Beschaffung von SambaNova SN50-Chips – sie dienen als zentrale Sicherheit für den Kredit. General Compute hat bereits Bestellungen über 300 Millionen Euro für diese Chips platziert und Verträge über 15 Megawatt luftgekühlter Rack-Kapazität abgeschlossen. Upper90, das bereits 2021 GPU-Käufe für Firmen wie Crusoe finanzierte, ist zudem Anteilseigner bei General Compute.
Technik: Hybrid-Ansatz mit Effizienzversprechen
General Compute betreibt eine sogenannte „Neocloud“, die auf Inferenz spezialisiert ist. Die Plattform setzt auf eine hybride Hardware-Strategie: AMD MI300X-Chips übernehmen die Vorverarbeitung großer Sprachmodelle, SambaNova SN50-Chips die eigentliche Berechnung.
Während die Hardware-Entwicklung rasant voranschreitet, schafft der EU AI Act den rechtlichen Rahmen für den Einsatz solcher KI-Systeme in Unternehmen. Dieser kostenlose Umsetzungsleitfaden bietet Ihnen einen kompakten Überblick über alle Anforderungen, Pflichten und Fristen. EU AI Act in 5 Schritten verstehen
Die SN50-Chips nutzen eine Reconfigurable Dataflow Unit (RDU) und benötigen keine aufwendige Flüssigkeitskühlung. Sie lassen sich in bestehenden Rechenzentren installieren – selbst in ehemaligen Krypto-Mining-Anlagen.
Die versprochene Leistung kann sich sehen lassen: 16-mal schnellere Inferenz und sechsfach höhere Energieeffizienz im Vergleich zu Standard-GPU-Clouds. Die Systeme erreichen zwischen 600 und 700 Tokens pro Sekunde, Spitzenwerte liegen bei 1.000 Tokens. In einem unabhängigen Benchmark mit dem MiniMax M2.7-Modell erzielte eine Kombination aus 16 SN50-RDUs und vier H200-GPUs 763 Tokens pro Sekunde.
Wandel in der KI-Finanzierung
Der Schritt weg von Nvidia-GPUs als Kreditsicherheit signalisiert einen grundlegenden Wandel. Analysten zufolge wurden in den letzten Jahren über 20 Milliarden Euro an Chip-besicherten Krediten vergeben – fast ausschließlich gegen Nvidias Trainings-GPUs.
Der technologische Wandel bringt nicht nur neue Finanzierungsmodelle, sondern auch komplexe Compliance-Fragen für die IT- und Rechtsabteilungen von Unternehmen mit sich. Erfahren Sie im kostenlosen Experten-Report, welche KI-Systeme als Hochrisiko eingestuft werden und was Sie jetzt konkret tun müssen. Kostenlosen Umsetzungsleitfaden zum EU AI Act sichern
General-Compute-CEO Finn Puklowski spricht von einem „ersten Signal, dass sich die Kapitalmärkte organisieren, um die Dominanz eines einzelnen Hardware-Anbieters aufzubrechen“. Die Entwicklung kommt nicht von ungefähr: Spezialisierte Hardware-Hersteller sammeln derzeit Milliarden ein. SambaNova schloss am 8. Juli 2026 eine Series-F-Runde über eine Milliarde Euro ab – bei einer Bewertung von elf Milliarden Euro. Auch Groq (650 Millionen Euro) und Etched (800 Millionen Euro) sind auf Rekordjagd, während Cerebras einen mehrjährigen Vertrag mit OpenAI abschloss.
Die Botschaft ist klar: Der Kampf um die KI-Hardware der Zukunft hat eine neue Stufe erreicht.
Hi, this is a comment.
To get started with moderating, editing, and deleting comments, please visit the Comments screen in the dashboard.
Commenter avatars come from Gravatar.