Multiverse Computing vale 1,7 miliardi di dollari: la scommessa è comprimere i modelli di IA con la fisica quantistica

Con il nuovo finanziamento, il capitale complessivo raccolto dalla società arriva a circa 800 milioni di dollari .

La scommessa di Multiverse Computing va nella direzione opposta rispetto alla corsa a modelli di IA sempre più grandi. Invece di aumentare all’infinito la potenza di calcolo necessaria, l’azienda punta a rendere i modelli esistenti molto più compatti, veloci ed economici da eseguire.

Il prodotto centrale è CompactifAI, una tecnologia che utilizza reti tensoriali ispirate alla fisica quantistica: strutture matematiche sviluppate dai fisici per descrivere sistemi quantistici complessi. Secondo i risultati pubblicati dal gruppo, queste reti possono comprimere i grandi modelli linguistici fino al 93%, conservando circa il 97% della loro accuratezza . L’approccio è stato descritto in un articolo scientifico sottoposto a revisione tra pari e pubblicato su arXiv nel gennaio 2024 .

Chi finanzia la Serie C

Il round è co-guidato da tre investitori istituzionali:

• Forgepoint Capital International;
• BNP Paribas Solar Impulse Venture Fund (BNPP SIVF);
• Bullhound Capital .

Tra gli altri partecipanti figurano Qatar Development Bank e HP Inc.. Il consorzio comprende inoltre Santander Alternative Investments, Tikehau Capital, Orange Ventures, Scania Invest, NAventures — il braccio di corporate venture della National Bank of Canada — Zouk Capital, SETT, EIC Fund, Hazten Scale-Up Fund del governo basco e Kutxa Fundazioa .

Come funziona CompactifAI

CompactifAI applica una tecnica definita “tensorizzazione” agli strati di self-attention e ai percettroni multistrato dei modelli basati sull’architettura transformer . In pratica, il metodo riorganizza i pesi del modello e riduce alcune delle correlazioni interne, diminuendo così la quantità di memoria e di calcolo necessaria.

Il livello di compressione viene regolato attraverso la cosiddetta bond dimension, un parametro della rete tensoriale. Dopo la compressione, un breve periodo di riaddestramento distribuito permette al modello di recuperare gran parte dell’accuratezza originale .

In uno studio pubblicato nel gennaio 2024, il team ha mostrato che la combinazione di CompactifAI e quantizzazione può:

• ridurre del 93% la memoria occupata dal modello Llama-2 7B di Meta;
• diminuire del 70% il numero di parametri;
• accelerare del 50% l’addestramento;
• aumentare del 25% la velocità di inferenza;
• limitare la perdita di accuratezza al 2-3% .

Anche l’impresa comune europea EuroHPC, dedicata al calcolo ad alte prestazioni, ha riferito che CompactifAI da sola può portare Llama-2 7B al 30% delle dimensioni originali, recuperando oltre il 90% dell’accuratezza dopo il riaddestramento .

Dai modelli Llama a HyperNova 60B

Multiverse Computing ha successivamente pubblicato versioni compresse di modelli più recenti. Le versioni di Llama 3.1-8B e Llama 3.3-70B compresse dell’80% avrebbero il 60% di parametri in meno, un’efficienza energetica superiore dell’84%, un’inferenza più rapida del 40% e costi ridotti del 50%, senza sacrificare l’accuratezza .

Nel febbraio 2026 l’azienda ha inoltre pubblicato su Hugging Face HyperNova 60B, una versione compressa del 50% di gpt-oss-120B di OpenAI . Secondo le informazioni disponibili, il modello riduce il fabbisogno di memoria da 61 a 32 GB mantenendo prestazioni quasi equivalenti nelle funzioni di utilizzo degli strumenti .

La svolta dalla tecnologia quantistica alla compressione dell’IA

Multiverse Computing è stata fondata inizialmente come azienda specializzata in algoritmi quantistici. Sotto la guida del fondatore e CEO Enrique Lizaso Olmos, ha poi spostato il proprio focus sulla compressione dei modelli di IA .

Il passaggio non rappresenta un abbandono completo delle competenze originarie. L’azienda ha riutilizzato la matematica delle reti tensoriali — impiegata per approssimare sistemi quantistici composti da molte particelle — per comprimere in modo efficiente i pesi delle reti neurali .

La Serie B aveva già acceso i riflettori

Nel giugno 2025 Multiverse Computing aveva raccolto 215 milioni di dollari (189 milioni di euro) in una Serie B guidata da Bullhound Capital, con la partecipazione, tra gli altri, di HP Tech Ventures, Forgepoint Capital International, SETT, CDP Venture Capital, Santander Climate VC e Toshiba .

Quella raccolta aveva portato la valutazione della società oltre i 500 milioni di dollari, circa cinque volte i 108 milioni stimati dopo la Serie A del marzo 2024 .

La valutazione pre-money di 1,7 miliardi di dollari della Serie C segna quindi un ulteriore salto di circa cinque volte in appena 13 mesi .

Ricavi in forte crescita e mercato enterprise

La società ha dichiarato che i ricavi annualizzati sono cresciuti di oltre dieci volte dal giugno 2025 . Un dato riportato in un post di Tech Funding News su LinkedIn parla invece di una crescita delle vendite del primo trimestre 2026 pari a 96 volte su base annua . Le cifre variano a seconda della fonte, ma indicano una traiettoria di crescita molto rapida.

Una stima citata da un analista implica inoltre un rapporto massimo di circa 17 volte tra valutazione e ricavi annualizzati . Alcune analisi della precedente Serie B avevano indicato in 106 miliardi di dollari il mercato potenziale complessivo dell’inferenza IA; il dato, tuttavia, non è stato confermato direttamente dalle fonti primarie recuperate per questa analisi .

Come verranno utilizzati i 570 milioni

Multiverse Computing destinerà il nuovo capitale all’ampliamento della propria libreria di modelli efficienti, alla ricerca e sviluppo e alla realizzazione di infrastrutture e software per l’IA sovrana, cioè sistemi che organizzazioni e governi possono gestire mantenendo maggiore controllo su dati, modelli e risorse di calcolo .

L’azienda prevede inoltre di rafforzare le attività in Asia orientale e sud-orientale, Medio Oriente e Canada . Sul fronte commerciale, punta a implementare le proprie soluzioni nei settori manifatturiero, finanziario, energetico, aerospaziale, della cybersicurezza, della difesa e della sanità .