Jaki problem rozwiązuje? Duże modele językowe są niezwykle kosztowne w trenowaniu i uruchamianiu. Wymagają olbrzymich klastrów wysokiej klasy procesorów graficznych (GPU), co tworzy barierę kosztową i infrastrukturalną dla większości firm — koszty wnioskowania są wysokie, a wdrożenie ogranicza się do dużych centrów danych . CompactifAI tę barierę usuwa.
Wyniki raportowane przez firmę:
W lipcu 2026 r. Multiverse Computing ogłosiło rundę C o docelowej wartości do 570 mln dolarów (500 mln euro) przy wycenie przedinwestycyjnej 1,7 mld dolarów (około 1,5 mld euro; wycena post-money: ok. 2 mld euro) . Runda pozostaje otwarta na dodatkowe zobowiązania
. Łączne finansowanie firmy sięgnęło około 800 mln dolarów
.
Pozostali uczestniczący inwestorzy to m.in. Santander Alternative Investments, Tikehau Capital, HP Inc., Orange Ventures, Scania Invest, NAventures (ramię venture banku National Bank of Canada), Katarski Bank Rozwoju (Qatar Development Bank), Zouk Capital, hiszpański SETT, Fundusz EIC (European Innovation Council) oraz baskijski fundusz Hazten Scale-Up Fund wspierany przez rząd Kraju Basków .
CompactifAI jest wdrażany na bardzo szerokim spektrum sprzętu — od urządzeń brzegowych (edge) (drony, kamery, satelity, pojazdy, smartfony, Raspberry Pi) po serwery chmurowe i suwerenną infrastrukturę AI . Firma udostępnia portal API i aplikację demonstracyjną dla programistów, a skompresowane modele OpenAI, Meta, DeepSeek i Mistral AI są już dostępne
.
Wymienieni klienci to Iberdrola (energetyka), Bosch (przemysł/produkcja) oraz ponad 100 przedsiębiorstw na całym świecie . Na liście klientów znajdują się także Allianz, Bank of Canada, Indra i Telefónica
.
Kluczowe partnerstwa:
Multiverse Computing oznacza istotną zmianę w branży AI: zamiast powiększać modele, firma sprawia, że są one mniejsze, szybsze i tańsze w eksploatacji. Jej inspirowane kwantami podejście do kompresji modeli przyciągnęło dużych strategicznych inwestorów i partnerów, a technologia jest już używana w wielu sektorach. Dla firm, które chcą wdrażać AI na dużą skalę bez konieczności budowania kosztownej infrastruktury GPU, CompactifAI oferuje konkretną ścieżkę do celu.