Drei KI-Chip-Startups sammeln Milliarden ein, um Nvidia herauszufordern

Hier ein detaillierter Blick auf jedes Unternehmen, seine Finanzierungsziele, seine Technologie und das, was der Investitionsboom über die Zukunft der KI-Hardware verrät.

Cerebras Systems: Wafer-Scale-Computing für 23 Milliarden US-Dollar

Finanzierung und Bewertung

Cerebras schloss im Februar 2026 eine Serie H über 1 Milliarde US-Dollar mit einer Post-Money-Bewertung von 23 Milliarden US-Dollar ab – fast dreimal so viel wie die 8,1 Milliarden US-Dollar sechs Monate zuvor . Die Runde wurde von Tiger Global angeführt, mit Beteiligung von AMD, Fidelity, Benchmark, Coatue und anderen . Im April 2026 startete das Unternehmen seinen IPO-Prozess neu und hatte den angestrebten Emissionserlös bis Mai 2026 auf rund 4,8 bis 5 Milliarden US-Dollar bei einer Bewertung von über 50 Milliarden US-Dollar angehoben .

Technologie

Cerebras entwickelt den Wafer Scale Engine 3 (WSE-3), einen einzigen riesigen Prozessor in der Größe eines Silizium-Wafers, der Hunderttausende von Kernen integriert. Das Unternehmen gibt an, dass der WSE-3 einen Bruchteil der Leistung pro Recheneinheit verbraucht und gleichzeitig bei Inference und Training mehr als 20-mal schneller ist als konkurrierende Lösungen . Der Ansatz eignet sich sowohl für Training als auch für Inferenz-Workloads, die von einer massiven On-Chip-Rechenleistung profitieren.

SambaNova Systems: Inference-Infrastruktur für 11 Milliarden US-Dollar

Finanzierung und Bewertung

SambaNova schloss im Juli 2026 die erste Tranche einer Serie F über 1 Milliarde US-Dollar mit einer Post-Money-Bewertung von 11 Milliarden US-Dollar ab – etwa 2,3-mal so viel wie die Bewertung fünf Monate zuvor . Die Runde wurde von General Atlantic angeführt, mit Beteiligung von Intel Capital, BlackRock, T. Rowe Price, Capital Group, Qatar Investment Authority und anderen . CEO Rodrigo Liang sagte TechCrunch, dass ein zweiter Abschluss mit weiteren Investoren innerhalb weniger Wochen erwartet werde .

Technologie

SambaNova baut kundenspezifische Chips, Hardwaresysteme und Cloud-Dienste, die speziell für Inference ausgelegt sind – den Prozess, bei dem trainierte Modelle Anfragen beantworten . Der SN50-Chip, der im Februar 2026 vorgestellt wurde, ist speziell für die Inferenz großer Sprachmodelle konzipiert. Das Unternehmen gibt an, dass der SN50 mehr als dreimal so viele Durchsätze liefert wie Nvidias B200-GPU . JPMorgan Chase hat SambaNova-Systeme für die sichere lokale KI-Inferenz ausgewählt .

Positron: Energieeffiziente Inferenz für bis zu 5 Milliarden US-Dollar

Finanzierung und Bewertung

Positron sammelte im Februar 2026 eine Serie B über 230 Millionen US-Dollar bei einer Bewertung von über 1 Milliarde US-Dollar ein, angeführt von Arena Private Wealth, Jump Trading und Unless, mit strategischen Investitionen von Arm und der Qatar Investment Authority . Im Juli 2026 nahm das Unternehmen Verhandlungen über eine weitere zweistufige Finanzierung über rund 750 Millionen US-Dollar auf, die das Unternehmen mit bis zu 5 Milliarden US-Dollar bewerten könnte .

Technologie

Positron konzentriert sich auf energieeffiziente KI-Inferenzchips, die den Stromverbrauch beim Betrieb von KI-Modellen im Vergleich zu Nvidia-GPUs drastisch senken sollen . Die Atlas-Systeme des Unternehmens sollen die 3,5-fache Leistung pro Dollar und die 3,5-fache Energieeffizienz im Vergleich zu vergleichbarer Nvidia-Hardware bieten . Der nächste Chip, Asimov, soll Ende 2026 für das Tape-Out bereit sein, erste Muster werden für Anfang 2027 erwartet .

Der breitere Trend: Spezialisierung und „Ent-Nvidifizierung“

Diese drei Unternehmen sind Teil einer viel größeren Welle. KI-Chip-Startups haben 2026 weltweit über 8,3 Milliarden US-Dollar eingesammelt; US-Unternehmen steuerten 4,7 Milliarden US-Dollar bei, europäische Startups rund 800 Millionen US-Dollar . Der mittlere Finanzierungsbetrag (Median) liegt bei 250 Millionen US-Dollar – ein außergewöhnlich hoher Wert für Risikokapital .

Drei übergreifende Themen stechen hervor:

• Spezialisierung statt Generalisierung. Statt Allzweck-GPUs zu bauen, die Nvidia direkt angreifen, bearbeiten diese Startups spezifische Nischen im KI-Compute-Stack. Cerebras setzt auf Wafer-Scale-Computing für Training und Inference; SambaNova und Positron konzentrieren sich auf Inference, das am schnellsten wachsende Segment, da immer mehr KI-Modelle produktiv eingesetzt werden .
• Inference ist das neue Schlachtfeld. Nvidia dominiert zwar noch das KI-Training, doch der Wettbewerb bei der Inferenz verschärft sich rasant. Hier können spezialisierte ASICs eine bessere Leistung pro Watt und Dollar bieten, wenn Modelle in der Produktion laufen .
• Investoren wetten auf Margen-Druck. Die Kernthese: Nvidias marktbeherrschende Stellung und seine hohen Margen werden nicht unverwundbar bleiben, wenn KI-Workloads massiv skalieren und Hyperscaler nach billigeren, energieeffizienteren Alternativen suchen .

Die kombinierten 2,55 Milliarden US-Dollar, die diese drei Unternehmen in einer einzigen Woche im Juli 2026 eingesammelt haben , signalisieren eine Marktüberzeugung: Die GPU-Monokultur im KI-Computing wird endlich herausgefordert.