Ora Computing מגייס 3.5 מיליון אירו: כיווץ מודלי בינה מלאכותית ב-80% תוך שמירה על דיוק

Ora Computing, סטארטאפ דיפ-טק וינאי שהוקם ב-2025, סגר ב-24 ביוני 2026 סבב סיד של 3.5 מיליון אירו למסחור תוכנה שכיווצה מודלי AI גדולים בעד 80% תוך שמירה על דיוק כמעט מקורי . מאמר זה בודק עובדתית את הסבב שהוכרז, את הטענות הטכנולוגיות ואת התוכניות המוצהרות של החברה, תוך הסתמכות על ההודעה הרשמית של המשקיעה המובילה Greencode Ventures ועל דיווחים מאתרים בתעשייה.

סבב הסיד של 3.5 מיליון אירו

את סבב הסיד הובילו במשותף Constructor Capital (קרן הון סיכון שווייצרית בתחום הדיפ-טק) ו-Greencode Ventures, עם המשך תמיכה מהמשקיעה הקיימת XISTA Science Ventures, שסייעה בהקמת החברה והשקתה .

את Ora Computing ייסדו חוקרי מחשוב קוונטי Stefan Sack ו-Raimel A. Medina, שהתפצלו מהמכון למדע וטכנולוגיה באוסטריה (ISTA) . החברה יצאה מסטלת' (חשאיות) בסוף 2025 וכבר אימתה את הפתרון שלה עם שחקנים בתחומי הרכב ושבבי הקצה (Edge) .

איך פועלת תוכנת הכיווץ

התוכנה של Ora משתמשת בגישה מבוססת תורת המידע (information theory) כדי לכווץ מודלי יסוד (Foundation Models) גדולים לשימוש בהסקה (Inference) — כלומר, היא מבצעת מבנה מחדש מתמטי של המודל כדי להסיר עודפות תוך שמירה על איכות הפלט . הטענות המרכזיות של החברה והמשקיעים כוללות:

• צמצום גודל של עד 80%: המודלים קטנים משמעותית בנפח הזיכרון .
• האצת הסקה של עד פי 4: מודלים דחוסים רצים מהר יותר על אותה חומרה .
• אובדן דיוק של 0-5% בלבד: התמורה בין דחיסה לדיוק מזערית .
• ללא תלות בחומרה: התוכנה עובדת על פני ארכיטקטורות שבבים שונות (CPU, GPU, Edge) ללא תשתית מותאמת אישית או אימון מחדש .
• ללא צורך באימון מחדש: משתלבת ישירות במסגרות הסקה סטנדרטיות .
• עקומת דחיסה רציפה: בניגוד לכלים בינאריים שמאפשרים "בחר רמת דחיסה", האלגוריתם של Ora ממפה את רצף היחסים בין גודל לדיוק, ומאפשר ללקוחות לייעל בהתאם לחומרה ולאילוצי העלות שלהם .
• הוכחה על מודל של 70 מיליארד פרמטרים: החברה מדווחת שדחסה מודל בן 70 מיליארד פרמטרים תוך שעות תמורת פחות מ-1,000 דולר בעלויות מחשוב, לעומת עלויות טיפוסיות של מאות אלפי דולרים .

השפעה על עלויות, אנרגיה ופחמן

בשל העובדה שמודלים דחוסים דורשים פחות כוח מחשוב, Ora מציינת שהטכנולוגיה שלה מתורגמת ישירות לצריכת אנרגיה נמוכה יותר ולפליטת פחמן מופחתת . החברה מעריכה כי בחדירה של 1% לשוק, הטכנולוגיה שלה תוכל לחסוך יותר מ-50,000 טונות של CO₂ בשנה .

זה מתיישב עם הקונצנזוס הרחב בתעשייה לפיו הסקה (Inference) מהווה למעלה מ-90% מצריכת האנרגיה לאורך חיי המודל, מה שהופך את הדחיסה למנוף חזק לקיימות . מחקר משנת 2025 בכתב העת PMC מצא כי יישום טכניקות דחיסת מודלים הביא להפחתת אנרגיה של 32-48% תוך שמירה על דיוק מעל 95% . עם זאת, אומדן החיסכון הספציפי ב-CO₂ של Ora מוגדר כ"הערכה" בשיעור חדירה של 1% בלבד, ולא כתוצאה נמדדת .

שימוש בכספים ותוכניות מסחריות

Ora הצהירה על שלושה שימושים עיקריים בהון שגויס :

1. הרחבת הצוות — גיוס צוותי הנדסה ומסחר.
2. הרחבת יכולות הכיווץ למודלי הקצה הגדולים ביותר — פריצת גבולות היכולת הנוכחית כדי לדחוס את הדור הבא של המודלים החדשניים.
3. השקת מוצר מסחרי — מיקוד בספקיות הסקת ענן ובחברות הפורסות AI בקצה (Edge) (למשל, רכב וציוד תעשייתי) .

האתר הרשמי של החברה מציע שירות דחיסת LLM אוטומטי שיכול להתאים מודלים על התקני קצה, שרתים מקומיים או תשתית ענן "בשעות, לא בחודשים", עם טענות להפחתת נפח הזיכרון בעד 70% וקיצוץ בחשבונות ה-GPU ביותר מ-50% .

הערת מהימנות מקורות

המקור העיקרי הוא הודעה מפורטת שפורסמה באתר הרשמי של Greencode Ventures . סיקור מחזק מגיע ממספר כלי תקשורת כולל The Recursive , IT Boltwise , Vestbee , tech.eu ו-Fundup.ai — כולם מדווחים על אותם פרטי סבב, נתוני דחיסה ותוכנית שימוש בכספים. עם זאת, עדיין אין גורם שלישי בלתי תלוי שאימת את אומדן החיסכון הספציפי ב-CO₂ של Ora, שהחברה מגדירה כהערכה בשיעור חדירה תאורטי ולא כתוצאה נמדדת.