-4.jpg?w=1024)
Es braucht viel Geld, um Nvidia herauszufordern, bevor der erste eigene Chip ausgeliefert wird. Das britische Unternehmen Fractile hat gerade 720 Millionen US-Dollar aufgenommen, um genau das zu versuchen.
Am 11. November schlug die Europäische Kommission den Digital Fairness Act vor, der die Regeln für Abonnements und Kündigungen verschärfen und Nutzern zugleich mehr Kontrolle über potenziell süchtig machende App-Funktionen geben soll.
Fractile entwickelt Prozessoren für KI-Inferenz, also für die Erzeugung von Antworten, nachdem ein Modell trainiert wurde. Die Investition gibt den britischen Chipdesign-Ambitionen Auftrieb, doch das Unternehmen rechnet mit seinen ersten kommerziellen Chips und Systemen erst im Jahr 2027.
Britische Unterstützung hebt Fractiles Bewertung Berichten zufolge auf 7 Milliarden US-Dollar
Laut Reuters wurde die Finanzierungsrunde von Thrive Capital, Founders Fund, Lightspeed und Redpoint angeführt.
Reuters zufolge geht die Bewertung von 7 Milliarden US-Dollar auf eine an der Transaktion beteiligte Person zurück; eine Mitteilung der britischen Regierung bezifferte den Unternehmenswert auf mehr als 5 Milliarden Pfund.
Die öffentliche Investition unterstützt den britischen Vorstoß, Fachwissen im Bereich KI-Hardware und qualifizierte Arbeitsplätze zu halten, unter anderem rund um Fractiles Standorte in London und Bristol. Die Regierung gab die Höhe ihrer Investition in dieser speziellen Runde nicht bekannt.
Fractile stapelt Speicher direkt über seinen KI-Prozessoren
Fractiles Design platziert DRAM direkt über der Prozessorlogik, statt dem herkömmlichen Ansatz von GPU-Systemen mit Speicher hoher Bandbreite zu folgen. Ein Bericht eines Investors zufolge soll die Anordnung Modelldaten schneller bewegen und zugleich mehr Speicherkapazität als On-Chip-SRAM bieten.
Das Unternehmen entwickelt neben dem Silizium auch seine Systeme und Software. Ein schnellerer Speicherzugriff könnte bei langen KI-Antworten und wachsenden Arbeitslasten helfen, doch die Gesamtleistung wird weiterhin von der Modellunterstützung, dem Stromverbrauch und der umgebenden Software abhängen.
Offenbar ist Fractile beim Wettlauf um schnellere und günstigere KI-Inferenz nicht allein. AMD und Cerebras verfolgen unterschiedliche Chipdesigns, während Groq Finanzmittel aufgenommen hat, um seine Inferenz-Cloud auszubauen. Berichten zufolge erwägt sogar Nvidia eine Vereinbarung mit einemsüdkoreanischen KI-Chiphersteller namens Rebellions.
Was eWEEK herausgefunden hat: Fractiles Finanzierung ist ihrer kommerziellen Bewährungsprobe voraus
Die Investorenunterlagen von Fractile und die veröffentlichte Software-Ankündigung von Nvidia zeigen zwei Unternehmen in unterschiedlichen Entwicklungsphasen. Fractile bereitet eine speziell für Inferenz entwickelte Plattform vor, während Nvidia bereits ausgelieferte GPU-Systeme und etablierte Inferenzsoftware hat.
Der folgende Vergleich untersucht die Hardwaredesigns und die kommerzielle Einsatzreife, nicht unabhängig gemessene Leistungswerte.
Vergleich | Fractile | Nvidia |
|---|---|---|
| Speicheransatz | DRAM direkt über der Prozessorlogik gestapelt | Rechenzentrums-GPUs verwenden üblicherweise HBM |
| Schwerpunkt | Speziell entwickelte KI-Inferenz | KI-Training und -Inferenz |
| Kommerzielle Verfügbarkeit | Erste Chips und Systeme für 2027 geplant | GPU-Systeme bereits im Einsatz |
| Software | Individuelle Systeme und Software in Entwicklung | Etabliertes Ökosystem aus CUDA, TensorRT-LLM und Dynamo |
| Veröffentlichte Nachweise | In den geprüften Unterlagen kein unabhängiger Vergleich mit Produktionschips | Ausgelieferte Plattformen und vom Anbieter gemeldete Leistungsergebnisse, aber kein direkter Vergleich mit Fractile |
Schnellerer Speicher ist nur ein Teil der Gleichung für Unternehmen
Fractiles Design zielt auf die Datenbewegung – eine wichtige Einschränkung, wenn große Modelle lange Antworten erzeugen oder viele Anfragen verarbeiten. Eine höhere Speicherbandbreite führt jedoch nicht automatisch zu einem entsprechenden Zugewinn bei der Zahl der pro Sekunde erzeugten Token, der Antwortzeit oder den Betriebskosten.
Die Aussagen des Unternehmens müssen auf funktionierenden Systemen mit vergleichbaren Modellen und Konfigurationen geprüft werden.
Für Unternehmenskunden sind unter anderem die Zeit bis zum ersten Token, die Ausgabegeschwindigkeit bei gleichzeitiger Nachfrage, der Energieverbrauch pro Token und die Gesamtkosten pro einer Million Token relevant.
Die Tests sollten außerdem Modellgröße, Kontextlänge, Zuverlässigkeit und die Frage berücksichtigen, ob bestehende Anwendungen ohne umfangreiche Änderungen ausgeführt werden können.
Software könnte sich als ebenso wichtig wie das Silizium erweisen. Nvidias Dynamo-1.0-Release beschreibt die Orchestrierung von Inferenz in Produktionsumgebungen und die Integration mit weit verbreiteten Frameworks.
Fractile muss für die von ihm anvisierten Arbeitslasten eine vergleichbare Praxistauglichkeit im Betrieb nachweisen, doch die geprüften Unterlagen liefern bislang nicht genügend Details, um diese Frage zu beurteilen.
Britisches Chipdesign ist nicht dasselbe wie eine britische Chip-Lieferkette
Die Investitionsankündigung der Regierung betont hoch qualifizierte Arbeitsplätze, einheimisches Fachwissen und eine geringere Abhängigkeit von ausländischer Technologie. Sie nennt weder eine britische Fertigungsstätte noch gibt sie an, wo Fractiles Prozessoren hergestellt, verpackt oder ausgeliefert werden sollen.
Für britische und europäische Unternehmen könnte ein weiterer KI-Chiplieferant mehr Auswahl bieten. Dennoch müssten sie Fertigungskapazitäten, Lieferzeiten, technischen Support und den Standort der Systeme berücksichtigen.
Ein in Großbritannien entwickelter Chip wird nicht zwangsläufig dort hergestellt, und auch die Kundendaten bleiben nicht unbedingt im Vereinigten Königreich.
Fractiles Start im Jahr 2027 wird die Wette von 720 Millionen US-Dollar auf die Probe stellen
Die neue Finanzierung gibt Fractile das Kapital, um eine andere Methode zur Ausführung anspruchsvoller KI-Modelle zu verfolgen. Sie erhöht zugleich die Erwartungen: Aus einem vielversprechenden Speicherkonzept muss eine zuverlässige kommerzielle Plattform mit Software, Kundensupport und einer Preisgestaltung werden, die auch außerhalb einer Demonstration sinnvoll ist.
Für europäische Organisationen, die KI-Infrastrukturen planen, könnte Fractile eine weitere Option sein. Als Alternative zu Nvidia muss sich das Unternehmen jedoch erst noch beweisen.
Unternehmen müssen sehen, wie die Chips in realen Anwendungen abschneiden, wie viel Energie sie verbrauchen, wie einfach sie sich in bestehende Systeme integrieren lassen und ob sie zuverlässig geliefert werden können.
Vorerst zeigt die Finanzierung von 720 Millionen US-Dollar ein starkes Interesse der Investoren. Fractile muss jedoch noch beweisen, was seine Technologie leisten kann.
Während Unternehmen wie Fractile daran arbeiten, KI schneller und effizienter zu machen, bleibt es ebenso wichtig, zu wissen, wie man das Beste aus KI-Tools herausholt. Schärfen Sie Ihre Fähigkeiten beim Prompten mit der kostenlosen, sechsminütigen Lektion „So sprechen Sie mit KI“. Sie können außerdem sieben Tage lang kostenlos weitere KI-Kurse erkunden. Hier finden Sie alle Lektionen.