Callosum will KI aus vielen Modellen und Chips statt aus einem dominanten Stack bauen
Callosum hat am 20. August 2026 eine Seed Runde über 100 Millionen Dollar angekündigt. Die Software zerlegt KI Arbeitslasten in Teilaufgaben und verteilt sie auf Chips und Modelle von Anbietern wie Nvidia, AMD und Cerebras – mit Blick auf Geschwindigkeit, Kosten und Energieverbrauch.
Callosum hat am 20. August 2026 eine Seed Runde über 100 Millionen Dollar angekündigt.
Die Software zerlegt KI Arbeitslasten in Teilaufgaben und verteilt sie auf Chips und Modelle von Anbietern wie Nvidia, AMD und Cerebras – mit Blick auf Geschwindigkeit, Kosten und Energieverbrauch.
Die Cerebras Partnerschaft soll extrem latenzarme Inferenz für Echtzeit und Multi Agenten Systeme ermöglichen.
What is Callosum, the UK AI infrastructure startup founded by Cambridge neuroscientists, challenging about the prevailing “monoculture” apprAI-generated editorial illustration of Callosum’s heterogeneous-intelligence approach.
KI-Prompt
Create a landscape editorial hero image for this Studio Global article: What is Callosum, the UK AI infrastructure startup founded by Cambridge neuroscientists, challenging about the prevailing “monoculture” appr. Article summary: Callosum is challenging the premise that superintelligence will emerge by scaling one “God-like” model across vast fleets of identical chips—usually Nvidia GPUs. Its alternative is “heterogeneous intelligence”: compose a. Topic tags: general, general web, user generated. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts with fa
openai.com
Callosum setzt auf eine bewusst gegenläufige Infrastruktur-These: Die nächste Generation leistungsfähiger KI muss möglicherweise nicht aus einem einzigen riesigen Modell bestehen, das auf Flotten identischer Beschleuniger skaliert wird. Das in Cambridge gegründete Startup spricht stattdessen von „heterogener Intelligenz“ – einem Zusammenspiel spezialisierter Modelle und verschiedener Prozessoren, bei dem Software für jede Teilaufgabe das passende Werkzeug auswählt.
Damit zielt Callosum auf ein technisches und ein strategisches Problem zugleich. Komplexe KI-Anwendungen verbinden häufig Routineausführung, Schlussfolgerungen, Abrufe aus Wissensbeständen und Interaktionen in Echtzeit. Jeden einzelnen Schritt an dasselbe Spitzenmodell und denselben Hardware-Stack zu schicken, kann unnötig langsam und teuer sein. Callosums Alternative: Jede Aufgabe soll von dem Modell und dem Chip erledigt werden, die dafür am besten geeignet sind.
Was Callosum infrage stellt
Die vorherrschende Infrastruktur der KI-Branche konzentriert Rechenleistung auf immer größere Modelle – meist auf großen Flotten von Nvidia-GPUs. Callosum stellt die Annahme infrage, dass die Wiederholung dieses Musters, also ein allgemeines Modell, ein dominantes Hardware-Ökosystem und immer mehr Rechenleistung, der effizienteste Weg zu fortgeschrittenen oder gar „superintelligenten“ Systemen ist.
Studio Global AI
Setzen Sie Ihre Recherche fort
Diese Seite enthält eine quellengestützte Antwort, die Sie in Studio Global fortsetzen können.
Wie lautet die kurze Antwort auf „Callosum will KI aus vielen Modellen und Chips statt aus einem dominanten Stack bauen“?
Callosum hat am 20. August 2026 eine Seed Runde über 100 Millionen Dollar angekündigt.
Was sind die wichtigsten Punkte, die zuerst validiert werden müssen?
Callosum hat am 20. August 2026 eine Seed Runde über 100 Millionen Dollar angekündigt. Die Software zerlegt KI Arbeitslasten in Teilaufgaben und verteilt sie auf Chips und Modelle von Anbietern wie Nvidia, AMD und Cerebras – mit Blick auf Geschwindigkeit, Kosten und Energieverbrauch.
Was soll ich als nächstes in der Praxis tun?
Die Cerebras Partnerschaft soll extrem latenzarme Inferenz für Echtzeit und Multi Agenten Systeme ermöglichen.
Der Hintergrund der Gründer in den Neurowissenschaften prägt diesen Vergleich: Biologische Intelligenz beruht nicht auf einem einheitlichen Schaltkreis, der jede Aufgabe übernimmt. Callosum überträgt diese systemische Perspektive auf KI und kombiniert spezialisierte Komponenten, anstatt ein einzelnes Modell zur Antwort auf jedes Teilproblem zu machen.
Das bedeutet nicht, dass ein bestimmtes Modell oder ein bestimmter Chip verschwinden wird. Vielmehr sollen beide zu austauschbaren Bausteinen eines größeren Rechensystems werden, die je nach Anfrage ausgewählt werden.
So funktioniert das Routing heterogener KI
Callosum beschreibt seine Software als Orchestrierungsschicht für KI-Arbeitslasten. In der Praxis soll das System:
Komplexe Arbeitslasten in Teilaufgaben zerlegen. Mehrstufige Anwendungen können unterschiedliche Formen von Schlussfolgerung, Werkzeugnutzung und Ausführung enthalten.
Für jeden Schritt ein geeignetes Modell auswählen. Ein schnelles und günstigeres Modell kann Routineaufgaben übernehmen, während ein leistungsfähigeres Schlussfolgerungsmodell schwierigen Entscheidungen vorbehalten bleibt.
Passende Hardware auswählen. Die Arbeitslast kann auf verschiedene Prozessortypen verteilt werden, statt an die Infrastruktur eines einzigen Anbieters gebunden zu sein.
Betriebliche Vorgaben berücksichtigen. Beim Routing können Latenz, Kosten und Energiebedarf einbezogen werden.
Nach Angaben des Unternehmens soll die Plattform in verschiedenen Cloud-Umgebungen und mit Hardware von Nvidia und AMD, mit AWS Trainium und Inferentia sowie mit Cerebras-Systemen funktionieren.
Bei einem Unternehmensagenten könnte das beispielsweise bedeuten, dass ein Beschleuniger mit niedriger Latenz häufige Interaktionen übernimmt, eine herkömmliche GPU einen anderen Verarbeitungsschritt ausführt und ein stärkeres Schlussfolgerungsmodell nur dann zum Einsatz kommt, wenn die Aufgabe es tatsächlich erfordert. Der mögliche Vorteil liegt also nicht nur in größerer Hardware-Flexibilität, sondern darin, Arbeitsabläufe gezielt um die Stärken mehrerer Komponenten herum aufzubauen.
Die versprochenen Vorteile – mit einem wichtigen Vorbehalt
Callosum erklärt, der eigene Ansatz habe bei ausgewählten komplexen Arbeitslasten bis zu doppelt so hohe Genauigkeit, siebenmal höhere Geschwindigkeit und viermal niedrigere Kosten ermöglicht. Diese Zahlen stammen aus Unternehmensangaben, die rund um den Austritt aus der Geheimhaltungsphase im Februar veröffentlicht wurden. Die vorliegenden Berichte belegen weder eine unabhängige Überprüfung noch eine breite Übertragbarkeit auf alle KI-Arbeitslasten.
Die wirtschaftliche Logik dahinter ist nachvollziehbar: Wenn nicht jeder Schritt einer Anwendung das leistungsstärkste verfügbare Modell benötigt, können günstigere oder schnellere Modelle die Inferenzkosten senken. Und wenn nicht jeder Schritt auf demselben Prozessor laufen muss, lässt sich vorhandene Rechenkapazität möglicherweise effizienter nutzen. Zugleich könnten Betreiber ihre Abhängigkeit von einem einzelnen Hardwarelieferanten verringern.
Relevant könnte der Ansatz für Computersteuerung, Zahlungsverkehr, Cybersicherheit und Multi-Agenten-Anwendungen sein – also für Bereiche, in denen mehrere Arten von Berechnung zusammenkommen. Entscheidend wird jedoch sein, ob die Routing-Schicht verlässlich genug arbeitet, ohne durch zusätzliche Komplexität und Verzögerungen die versprochenen Vorteile wieder aufzuzehren.
Warum es auch um KI-Souveränität geht
Callosums Argument reicht über reine Optimierung hinaus. Das Training und der Betrieb führender KI-Systeme erfordern viel Kapital, Strom und spezialisierte Hardware. Wenn diese Voraussetzungen bei wenigen Modellunternehmen und Chipherstellern konzentriert sind, steigt die Abhängigkeit von den dominierenden Infrastruktur-Anbietern und den Regionen, in denen entsprechende Kapazitäten verfügbar sind.
Eine hardwareunabhängige Softwareschicht könnte Organisationen mehr Auswahl beim Betriebsort ihrer Arbeitslasten geben und die Nutzung alternativer Prozessoren erleichtern. In diesem Sinne wird heterogene Infrastruktur Teil einer Strategie für KI-Souveränität: Unternehmen und Staaten könnten ein breiteres Spektrum verfügbarer Chips einsetzen, statt vollständig auf einen einzigen Technologie-Stack angewiesen zu sein.
Das ist allerdings ein Zielbild und noch kein nachgewiesenes Ergebnis. Die Unterstützung mehrerer Chips schafft allein noch keinen wettbewerbsfähigeren Hardwaremarkt. Ihr praktischer Wert hängt von Leistung, Verfügbarkeit, Entwicklerwerkzeugen und der Zuverlässigkeit der Integrationen von Callosum ab.
Finanzierung und Investoren
Beim Austritt aus der Geheimhaltungsphase im Februar 2026 kündigte Callosum eine Finanzierung über 10,25 Millionen Dollar an. Die Runde wurde von Plural angeführt. Als sogenannte Angel-Investoren beteiligten sich unter anderem Charlie Songhurst, Stan Boland und John Lazar. Die britische Advanced Research and Invention Agency (ARIA) stellte zudem Fördermittel für die Integration neuartiger Chips bereit; sie wurde für diese Runde nicht als Eigenkapitalinvestor beschrieben.
Am 20. August 2026 gab das Unternehmen eine weitere Seed-Runde über 100 Millionen Dollar bekannt. Sie wurde von Atomico angeführt, mit maßgeblicher Beteiligung von Plural, DCVC und dem UK Sovereign AI Fund sowie weiteren Investoren und Business Angels.
Wenn die beiden Runden – wie in der vorliegenden Berichterstattung – addiert werden, hat Callosum seit dem Austritt aus der Geheimhaltungsphase rund 110,25 Millionen Dollar angekündigt. Die öffentliche Mitteilung des Unternehmens enthält jedoch keine vollständige Aufschlüsselung aller nicht namentlich genannten Beteiligten.
Was die Unterstützung aus Großbritannien signalisiert
Callosum bezeichnet die Finanzierung als die erste Investition des UK Sovereign AI Fund. Zudem wurde das Unternehmen in den britischen Plan für KI-Hardware im Umfang von 1,1 Milliarden Pfund aufgenommen. KI-Minister Kanishka Narayan betonte öffentlich, wie wichtig eine effiziente Nutzung von Chips angesichts der wachsenden Nachfrage nach KI-Rechenleistung sei.
Diese Signale stellen Callosums Technologie als mehr dar als eine private Optimierung der Infrastruktur. Die britische Regierung präsentiert den diversifizierten Zugang zu KI-Hardware und eine effizientere Orchestrierung als Bausteine nationaler KI-Fähigkeit und -Souveränität. Das garantiert weder den technischen noch den kommerziellen Erfolg des Startups. Es erklärt aber, warum eine Routing-Schicht neben Risikokapital auch strategische staatliche Unterstützung erhält.
Warum die Partnerschaft mit Cerebras wichtig ist
Die wichtigste angekündigte Partnerschaft mit Cerebras bindet die Rechenkapazität des Chipherstellers in Callosums heterogene Routing-Schicht ein. Vorgesehen ist, die Inferenz mit besonders niedriger Latenz von Cerebras dort einzusetzen, wo Geschwindigkeit entscheidend ist, während andere Teile einer Arbeitslast an andere Modelle oder Prozessoren weitergeleitet werden.
Das könnte für Echtzeit- und Multi-Agenten-Systeme nützlich sein, bei denen sich Verzögerungen über zahlreiche Modellaufrufe hinweg summieren. Callosum und Cerebras stellen die Kombination als Grundlage für KI-Systeme dar, die zuvor zu langsam, zu teuer oder im Betrieb zu unpraktisch gewesen wären.
Bei der Zuordnung dieser Aussage gibt es in den vorliegenden Berichten allerdings eine Unstimmigkeit: Tech.eu schreibt sie dem Cerebras-CEO Andrew Feldman zu, während Callosums eigene Mitteilung dieselbe Formulierung Andy Hock, dem Chief Strategy Officer von Cerebras, zuschreibt. Die Partnerschaft und ihr Ziel einer niedrigen Latenz werden von den Quellen übereinstimmend beschrieben; die Zuordnung zum Sprecher nicht.
Die entscheidende offene Frage
Callosums These lautet: KI-Infrastruktur sollte weniger wie eine einzige riesige Maschine und mehr wie ein koordiniertes Ökosystem funktionieren – mit mehreren Modellen, mehreren Chiptypen und Software, die jede Aufgabe an die am besten geeignete Ressource verteilt.
Der Ansatz reagiert auf reale Herausforderungen beim Einsatz von KI: Latenz, Kosten, Energieverbrauch und die Abhängigkeit von konzentrierten Lieferketten. Der entscheidende Test findet jedoch im Betrieb statt. Callosum muss zeigen, dass heterogenes Routing komplette Anwendungen verbessert und nicht nur isolierte Benchmarks – und dass eine gemischte Hardwareumgebung für Entwickler einfach genug und für den produktiven Einsatz zuverlässig genug bleibt.
Die 100-Millionen-Dollar-Seed-Runde zeigt, dass Investoren dieses Koordinationsproblem für groß und strategisch relevant halten. Das weitergehende Versprechen der Technologie bleibt jedoch davon abhängig, ob Callosum Hardwarevielfalt in messbare und wiederholbare Vorteile für reale Nutzer übersetzen kann.
