Gimlet Labs, ein Startup, das Software zur Verteilung von KI-Inferenz-Aufgaben über verschiedene Chip-Architekturen hinweg entwickelt, hat eine Series-B-Runde über 300 Millionen Dollar unter Führung von Andreessen Horowitz abgeschlossen, wie das Unternehmen am Donnerstag bekannt gab. Die Runde bewertet Gimlet mit 3 Milliarden Dollar — ein steiler Anstieg gegenüber den 80 Millionen Dollar der Series A, die das Unternehmen gerade einmal vor sechs Monaten abgeschlossen hatte.
Arm Holdings und Microsofts Venture-Capital-Fonds M12 nahmen ebenfalls teil. Das Unternehmen plant, die Mittel zur Erweiterung der Kompatibilität mit weiteren Chip-Architekturen, insbesondere Arm-basierten Prozessoren, und zur Vertiefung der Partnerschaft mit Arm zur Optimierung von Inferenz auf heterogener Hardware zu verwenden.
Gegründet 2023 von Zain Asgar, Michelle Nguyen, Omid Azizi und Natalie Serrino, hat Gimlet eine Software-Schicht entwickelt, die als Orchestrierungsengine für KI-Aufgaben dient. Anstatt alle Inferenz auf Nvidia-GPUs auszuführen — der Standard für die meisten KI-Unternehmen — analysiert Gimlets Plattform eine Aufgabe und leitet Tasks an die effizienteste verfügbare Hardware weiter, sei es eine GPU, eine CPU oder ein spezialisierter Beschleuniger.
Das Konzept stellt Nvidias Dominanz in der KI-Infrastruktur direkt in Frage. Während das CUDA-Ökosystem von Nvidia seine GPUs zum De-facto-Standard für KI-Training und -Inferenz gemacht hat, suchen Unternehmen zunehmend nach Alternativen, da Hardwarekosten steigen und Angebotsbeschränkungen anhalten. Gimlets Multi-Silicon-Ansatz ermöglicht es Organisationen, die Chips zu verwenden, die sie bereits besitzen oder günstiger beschaffen können.
Die Investition unterstreicht einen wachsenden Glauben in der KI-Branche, dass Inferenz — das Ausführen trainierter Modelle zur Erzeugung von Ausgaben — zum dominanten Kostenfaktor wird, wenn KI-Anwendungen skalieren. Unternehmen konkurrieren darum, effizientere Wege zu finden, um KI-Modelle zu bedienen, und chip-agnostiche Orchestrierungssoftware stellt einen der vielversprechendsten Ansätze dar.
Gimlets rasches Fundraising-Tempo — von 80 Millionen auf 300 Millionen Dollar in einem halben Jahr — spiegelt sowohl die Dringlichkeit des KI-Effizienzproblems als auch das Vertrauen der Investoren in den technischen Ansatz des Teams wider. Die Beteiligung von Arm und Microsoft signalisiert auch strategische Ausrichtung: Beiden Unternehmen nutzt eine Welt, in der KI-Aufgaben nicht an einen einzigen Chiphersteller gebunden sind.
