Ora Computing haalt €3,5 miljoen op om AI-modellen met 80% te verkleinen en rekenkosten te drukken

Ora Computing is opgericht door quantum-computingonderzoekers Stefan Sack en Raimel A. Medina, die zijn voortgekomen uit het Institute of Science and Technology Austria (ISTA) . Het bedrijf kwam eind 2025 uit de stealth-modus en heeft zijn oplossing al gevalideerd met spelers in de automobielsector en de edge-siliconmarkt .

Hoe de compressiesoftware werkt

De software van Ora gebruikt een op informatietheorie gebaseerde aanpak om grote AI-fundatiemodellen te verkleinen voor inferentie. Dat betekent dat het model wiskundig wordt geherstructureerd om overbodige informatie te verwijderen, terwijl de kwaliteit van de output behouden blijft . De belangrijkste claims van het bedrijf en zijn investeerders zijn:

• Tot 80% kleiner: Het geheugengebruik van modellen kan drastisch worden verminderd .
• Tot 4x snellere inferentie: Gecomprimeerde modellen draaien aanzienlijk sneller op dezelfde hardware .
• Nauwkeurigheidsverlies van slechts 0–5%: De afweging tussen compressie en nauwkeurigheid is minimaal .
• Hardware-onafhankelijk: De software werkt op verschillende chiparchitecturen (CPU, GPU, edge-silicon) zonder dat er aangepaste infrastructuur of hertraining nodig is .
• Geen hertraining nodig: Het kan direct worden ingezet in standaard inferentie-frameworks .
• Continue compressiecurve: In tegenstelling tot binaire tools die een vast compressieniveau kiezen, brengt Ora's algoritme de volledige afweging tussen grootte en nauwkeurigheid continu in kaart, zodat klanten kunnen optimaliseren voor hun hardware en kostenbeperkingen .
• Bewezen op een model met 70 miljard parameters: Het bedrijf stelt dat het een model met 70 miljard parameters in enkele uren heeft gecomprimeerd voor minder dan $1.000 aan rekenkracht, terwijl de gebruikelijke kosten honderdduizenden dollars bedragen .

Kosten, energie en CO₂-impact

Omdat gecomprimeerde modellen minder rekenkracht nodig hebben, stelt Ora dat zijn technologie direct leidt tot lager energieverbruik en minder CO₂-uitstoot . Het bedrijf schat dat bij 1% marktpenetratie zijn technologie jaarlijks meer dan 50.000 ton CO₂ kan vermijden .

Dit sluit aan bij de bredere consensus in de sector dat inferentie verantwoordelijk is voor meer dan 90% van het energieverbruik van ingezette AI-modellen gedurende hun hele levensduur, waardoor compressie een krachtige hefboom is voor duurzaamheid . Een onderzoek uit 2025 in PMC wees uit dat het toepassen van modelcompressietechnieken zoals pruning en distillatie op BERT-achtige modellen leidde tot energiebesparingen van 32–48%, terwijl de nauwkeurigheid boven de 95% bleef . Ora's specifieke CO₂-besparingsschatting is echter een 'schatting' op basis van een benchmarkpenetratiegraad, geen gemeten resultaat .

Gebruik van de financiering en commerciële plannen

Ora heeft drie primaire doelen gesteld voor het seed-kapitaal :

1. Uitbreiding van het team – het groeien van het technische en commerciële team.
2. Uitbreiding van compressie naar grotere frontier-modellen – verder gaan dan de huidige mogelijkheden om de volgende generatie state-of-the-art modellen te comprimeren.
3. Lancering van een commercieel product – gericht op cloud-inferentieproviders en bedrijven die AI aan de rand (edge) inzetten (bijv. automotive, industriële apparatuur) .

De eigen website van het bedrijf biedt nu een geautomatiseerde LLM-compressiedienst aan die modellen 'in uren, niet maanden' op edge-apparaten, on-premises servers of cloudinfrastructuur kan plaatsen, met claims van een geheugenreductie tot 70% en een verlaging van GPU-kosten met meer dan 50% .

Opmerking over de betrouwbaarheid van bronnen

De primaire bron is een gedetailleerde aankondiging op de officiële website van Greencode Ventures . Bevestigende berichtgeving komt van meerdere outlets, waaronder The Recursive , IT Boltwise , Vestbee , tech.eu en Fundup.ai – die allemaal dezelfde rondegegevens, compressiecijfers en plannen voor het gebruik van de fondsen rapporteren. Geen onafhankelijke derde partij heeft Ora's specifieke CO₂-besparingsschatting nog gevalideerd; het bedrijf geeft zelf aan dat het om een schatting gaat, niet om een gemeten resultaat.