Exklusiv: Startup, das Nvidias Dominanz bei KI-Workloads in Rechenzentren brechen will, sammelt 10,25 Millionen US-Dollar ein

(SeaPRwire) –   Ein in London ansässiges Startup, gegründet von zwei in Cambridge ausgebildeten Neurowissenschaftlern, hat 10,25 Millionen US-Dollar für ihr Startup Callosum eingesammelt. Callosum entwickelt Software, die KI-Workloads über eine Mischung verschiedener Chiptypen orchestriert – und damit die Abhängigkeit der Branche herausfordert, immer größere Modelle auf Ansammlungen identischer GPUs laufen zu lassen.

Das Unternehmen gab außerdem bekannt, dass es Forschungsförderung von der U.K. government erhält, die nach Wegen sucht, eine sogenannte souveräne Cloud-Infrastruktur für KI aufzubauen, die unabhängig oder zumindest nicht ausschließlich von U.S. technology providers abhängig wäre.

Die Mitbegründer Danyal Akarca und Jascha Achterberg, die sich um 2019 während ihres PhD-Studiums in Cambridge kennenlernten, verfügen über Software, die KI-Aufgaben auf Chips verschiedener Hersteller verteilen kann – sei es Nvidia GPUs, AMD processors, Web Services’ kundenspezifisches Trainium und Inferentia Silizium oder neuere Designs von Startups wie Cerebras und SambaNova – und dabei Leistungsvorteile aus jedem einzelnen zieht.

Die Finanzierungsrunde wurde von Plural angeführt, dem europäischen Frühphasen-Venture-Fonds, der von Wise’s Taavet Hinrikus und Ian Hogarth mitbegründet wurde, der auch als erster Vorsitzender des U.K.’s AI Safety Institute fungierte. Angel investors, darunter Charlie Songhurst, Stan Boland von FiveAI und John Lazar von der Royal Academy of Engineering, nahmen ebenfalls teil. Separat stellt die Advanced Research and Invention Agency (ARIA) der U.K. government dem Unternehmen Fördermittel zur Verfügung, um die F&E zur Integration neuartiger Chip-Technologien in seine Plattform zu beschleunigen – obwohl ARIA selbst kein Investor in der Runde ist, sagte Akarca in einem Interview mit .

Die These des Unternehmens wurzelt in der akademischen Forschung der Mitbegründer an der Schnittstelle von Neurowissenschaften und Informatik: Das menschliche Gehirn erreicht Intelligenz nicht, indem es einen Neuronentyp milliardenfach kopiert, sondern indem es viele verschiedene spezialisierte Zelltypen und Schaltkreise kombiniert, die zusammenarbeiten. Sie glauben, dass KI-Computing demselben Prinzip folgen sollte.

„Große Labore wetten derzeit darauf, dass ein Modell alle beherrschen wird. Wir halten das für falsch, und unsere Arbeit beweist dies“, sagte Akarca. „Die Natur zeigt, dass echte Intelligenz aus vielen zusammenarbeitenden Systemen entsteht.“

Callosum tritt in einen Markt ein, der einen tiefgreifenden strukturellen Wandel durchläuft. Nach Jahren, in denen die KI-Ausgaben vom Training massiver Basismodelle auf Racks identischer Nvidia GPUs dominiert wurden, tendiert die Branche nun zur Inferenz – dem Prozess des tatsächlichen Ausführens trainierter Modelle zur Erzeugung von Ausgaben. hat geschätzt, dass Inferenz-Workloads im Jahr 2026 etwa zwei Drittel aller KI-Rechenleistung ausmachen werden, gegenüber einem Drittel im Jahr 2023, und dass der Markt für Inferenz-optimierte Chips in diesem Jahr auf über 50 Milliarden US-Dollar anwachsen wird. Dieser Wandel schafft Möglichkeiten, die Dominanz von Nvidia herauszufordern.

Callosum wettet darauf, die Softwareschicht zu sein, die diese zunehmend fragmentierte Hardware-Landschaft zusammenhält. Die Plattform funktioniert über mehrere Cloud-Anbieter hinweg, darunter AWS, Cloud und Azure, und ist so konzipiert, dass Kunden ihre bestehenden Cloud-Setups nicht neu gestalten müssen, um sie zu nutzen. „Es ist ein Softwareprodukt, das Ihre KI-Workload übernimmt und sie über die verschiedenen Multi-Cloud-Setups orchestriert, die Sie möglicherweise verwenden“, sagte Akarca.

Die Mitbegründer argumentieren, dass der Ansatz große Vorteile bei komplexen, realen Aufgaben bringt, die viele verschiedene Arten von Entscheidungen beinhalten – wie die Automatisierung der Computernutzung oder die Verarbeitung von Unternehmens-Workflows. Für solche Aufgaben, so Callosum, kann sein System die doppelte Genauigkeit, eine siebenmal schnellere Leistung und vierfach niedrigere Kosten liefern, verglichen mit der Ausführung derselben Workloads auf identischer Hardware.

Achterberg erklärte, dass die Genauigkeitsgewinne aus der Natur der zu lösenden Probleme resultieren. „Einfache Probleme, einzelne Modelle sind völlig in Ordnung“, sagte er. Aber komplexe Unternehmensaufgaben seien eine andere Sache. „Die Automatisierung der Computernutzung, die Automatisierung von Zahlungen zum Beispiel – das sind Probleme, auf die wir uns konzentrieren. Sie sind von Natur aus heterogen“, sagte Achterberg. „Es sind tatsächlich viele, viele, viele Schritte zur Lösung des Problems erforderlich, und ein einzelnes Modell ist tatsächlich nicht immer optimal.“

Verschiedene Teile eines komplexen Workflows können unterschiedliche Dinge erfordern: Einige Schritte benötigen sehr schnelle, kostengünstige Modelle, die schnell durch Versuch und Irrtum iterieren können, während andere ein größeres, leistungsfähigeres Reasoning erfordern. Indem jede Unteraufgabe dem richtigen Modell auf der richtigen Hardware zugeordnet wird, kann Callosum nach eigenen Angaben den konventionellen Ansatz, ein einziges leistungsstarkes Modell auf das gesamte Problem anzuwenden, übertreffen.

Callosum zielt auf zwei Arten von Kunden ab: Unternehmen, die Multi-Agenten-KI-Systeme entwickeln, die über komplexe Workflows hinweg überlegene Leistung benötigen, und aufstrebende Chiphersteller, die die Fähigkeiten ihrer Hardware im großen Maßstab demonstrieren möchten. „Was wir wollen, ist, dass all diese neuen Chip-Technologien, die erstaunlich sind, erstaunliche Leistung, erstaunliche Vorteile haben, einen Weg in den Markt finden, wo wir sie tatsächlich realisieren können“, sagte Achterberg.

Das Unternehmen arbeitet auch mit Firmen zusammen, die an neuen Wegen zur Verbindung von KI-Chip-Racks in Rechenzentren arbeiten – was als „Interconnect“ bezeichnet wird –, darunter solche, die Netzwerke auf Basis von Photonik entwickeln, einer Technologie, die Daten mittels Licht anstelle von elektrischen Impulsen überträgt. Diese Technologien sollen Engpässe beheben, die entstehen, wenn Daten innerhalb eines Rechenzentrums hin- und hergeschoben werden müssen – eine Herausforderung, die komplexer wird, wenn verschiedene Chiptypen miteinander kommunizieren müssen.

Mit Blick auf die Zukunft planen die Mitbegründer, die Finanzierung zu nutzen, um ihr Londoner Team zu erweitern, in die U.S. zu expandieren und eine eigene komplementäre Hardware-Infrastruktur aufzubauen. Ihr längerfristiges Ziel geht über Software hinaus und zielt darauf ab, das Design von Rechenzentren grundlegend neu zu überdenken.

„Jeder ging davon aus, dass Chip-Vielfalt ein zu verwaltender Nachteil sei. Wir sahen das Gegenteil, dass es ein auszunutzender Vorteil ist“, sagte Achterberg. „Wir optimieren nicht einen Algorithmus auf dem bestehenden Stack. Wir nutzen Software, um alle Hebel im gesamten System zu steuern und Vorteile aus der Vielfalt zu ziehen, die andere abtun.“

Hogarth, der Partner bei Plural, sagte in einer Erklärung: „[Callosum’s] Vision für eine Multi-Modell-, Multi-Chip-Zukunft könnte transformativ sein und sie in die Lage versetzen, mit den größten Chip- und Modellherstellern der Welt zu konkurrieren. Dies sind ernsthafte Gründer, die eine ernsthafte Mission verfolgen.“