Ora Computing: Nye millioner skal gjøre kunstig intelligens billigere og grønnere

Ora Computing, en dypteknologisk startup fra Wien grunnlagt i 2025, har gjennomført en seed-runde på 3,5 millioner euro den 24. juni 2026. Målet er å kommersialisere programvare som komprimerer store KI-modeller med opptil 80 prosent, samtidig som nøyaktigheten i stor grad bevares . Denne artikkelen undersøker finansieringen, teknologipåstandene og selskapets planer, basert på den primære kunngjøringen fra hovedinvestor Greencode Ventures og bekreftende rapporter fra bransjemedier.

Seed-runden på 3,5 millioner euro

Seed-runden ble co-ledet av Constructor Capital (et sveitsisk dypteknologifond) og Greencode Ventures, med fortsatt støtte fra eksisterende investor XISTA Science Ventures, som også var med på å bygge og lansere selskapet .

Ora Computing ble grunnlagt av kvanteberegningsforskerne Stefan Sack og Raimel A. Medina, som kom fra Institute of Science and Technology Austria (ISTA) . Selskapet kom ut av «stealth»-modus i slutten av 2025 og har allerede validert løsningen sin hos aktører innen bilindustri og kantbrikker (edge silicon) .

Slik fungerer komprimeringsprogramvaren

Ora's programvare bruker en informasjonsteoretisk tilnærming for å krympe store KI-grunnmodeller for inferanse – det vil si at den matematisk omstrukturerer modellen for å fjerne overflødig informasjon, samtidig som utdataenes kvalitet bevares . Nøkkelpåstander fra selskapet og investorene inkluderer:

• Opptil 80 prosent reduksjon i størrelse: Modellenes minneavtrykk kan reduseres dramatisk .
• Opptil 4 ganger raskere inferanse: Komprimerte modeller kjører betydelig raskere på samme maskinvare .
• Nøyaktighetstap på kun 0–5 prosent: Avveiningen mellom komprimering og nøyaktighet er minimal .
• Maskinvareuavhengig: Programvaren fungerer på tvers av ulike brikkearkitekturer (CPU, GPU, kantbrikker) uten behov for spesialtilpasset infrastruktur eller gjenopptrening .
• Ingen gjenopptrening nødvendig: Den settes direkte inn i standard inferanserammeverk .
• Kontinuerlig komprimeringskurve: I motsetning til binære verktøy som kun tilbyr «velg et komprimeringsnivå», kartlegger Ora's algoritme hele avveiningen mellom størrelse og nøyaktighet kontinuerlig, slik at kundene kan optimalisere for sin maskinvare og kostnadsbegrensninger .
• Testet på en 70 milliarder parameters modell: Selskapet hevder å ha komprimert en modell med 70 milliarder parametere i løpet av timer, til en beregningskostnad på under 1000 dollar, mot typiske kostnader på flere hundre tusen dollar .

Kostnads-, energi- og karbonpåvirkning

Fordi komprimerte modeller krever mindre datakraft, hevder Ora at teknologien deres direkte oversettes til lavere energiforbruk og reduserte karbonutslipp . Selskapet anslår at ved én prosent markedsandel kan teknologien eliminere mer enn 50 000 tonn CO₂ årlig .

Dette samsvarer med den bredere bransjekonsensusen om at inferanse utgjør over 90 prosent av det totale energiforbruket til utplasserte KI-modeller i løpet av levetiden, noe som gjør komprimering til et kraftfullt verktøy for bærekraft . En studie fra 2025 publisert i PMC fant at anvendelse av modellkomprimeringsteknikker som beskjæring og destillering på BERT-store modeller resulterte i energireduksjoner på 32–48 prosent, samtidig som nøyaktigheten holdt seg over 95 prosent . Ora's spesifikke CO₂-besparelsesanslag er imidlertid merket som et «anslag» ved en referansemarkedsandel, ikke et målt resultat .

Bruk av midlene og kommersielle planer

Ora har oppgitt tre primære bruksområder for seed-kapitalen :

1. Utvide teamet – vekst av ingeniør- og kommersielt team.
2. Utvide komprimering til større frontmodeller – presse utover dagens kapasitet for å komprimere neste generasjons toppmoderne modeller.
3. Lansere et kommersielt produkt – rettet mot skytjenesteleverandører for inferanse og selskaper som utplasserer KI på kanten (f.eks. bilindustri, industrielt utstyr) .

Selskapets egen nettside annonserer nå en automatisert LLM-komprimeringstjeneste som kan tilpasse modeller til kant-enheter, lokale servere eller skyinfrastruktur «i løpet av timer, ikke måneder», med påstander om å redusere minneavtrykket med opptil 70 prosent og kutte GPU-regninger med over 50 prosent .

Kildevurdering

Primærkilden er en detaljert kunngjøring publisert på Greencode Ventures' offisielle nettside . Bekreftende dekning kommer fra flere kilder, inkludert The Recursive , IT Boltwise , Vestbee , tech.eu og Fundup.ai – alle rapporterer de samme rundedetaljene, komprimeringstallene og planene for bruk av midlene. Ingen uavhengig tredjepart har ennå validert Ora's spesifikke CO₂-besparelsesanslag, som selskapet selv merker som et anslag snarere enn et målt resultat.