Ora Computing: €3,5 млн на то, чтобы сжать нейросеть до 80% без потери точности

Ora Computing — венский deep-tech стартап, основанный в 2025 году, — 24 июня 2026 года объявил о закрытии seed-раунда на €3,5 миллиона . Компания разрабатывает ПО, которое сжимает большие языковые модели (LLM) до 80% от исходного размера, сохраняя при этом 95–100% точности. Цель — сделать инференс (запуск готовых моделей) дешёвым, быстрым и экологичным.

Кто дал деньги и зачем

Раунд со-возглавили Constructor Capital (швейцарский deep-tech фонд) и Greencode Ventures, при продолжающейся поддержке XISTA Science Ventures — фонда, который помогал создавать и запускать компанию .

Ora Computing основали исследователи квантовых вычислений Штефан Зак и Раймель А. Медина — спин-офф из Института науки и технологий Австрии (ISTA) . Стартап вышел из скрытого режима в конце 2025 года и уже провёл валидацию решения с игроками из автомобильного сектора и производителями чипов для edge-устройств .

Как работает сжатие моделей

Технология Ora базируется на информационно-теоретическом подходе: алгоритм математически перестраивает модель, удаляя избыточность, но сохраняя качество ответов . Ключевые характеристики, заявленные компанией и инвесторами:

• Сжатие до 80% — объём памяти, занимаемый моделью, сокращается кардинально .
• Ускорение инференса до 4× — та же модель на том же «железе» работает в разы быстрее .
• Потеря точности только 0–5% — минимальная плата за радикальное сжатие .
• Не зависит от архитектуры чипа — работает на CPU, GPU, ASIC и edge-процессорах без специальной инфраструктуры .
• Не требует дообучения — встраивается напрямую в стандартные фреймворки .
• Непрерывная кривая сжатия — в отличие от бинарных инструментов, алгоритм Ora показывает полный спектр «размер-точность», позволяя клиенту выбирать оптимум под свой бюджет и «железо» .
• Проверено на 70B-параметровой модели: компания сжала модель с 70 миллиардами параметров за несколько часов, потратив на вычисления менее $1000 — против сотен тысяч долларов по обычной методике .

Энергия, углерод и деньги

Меньший размер модели означает меньшую нагрузку на GPU. Ora прямо заявляет, что её технология конвертируется в снижение энергопотребления и выбросов CO₂ . Оценка компании: при проникновении всего в 1% рынка технология устранит более 50 000 тонн CO₂ ежегодно .

Это согласуется с отраслевым консенсусом: на инференс приходится более 90% энергопотребления ИИ-модели за весь её жизненный цикл, поэтому сжатие становится мощным рычагом для устойчивости . В 2025 году исследование PMC показало, что применение методов сжатия (прунинг, дистилляция) к моделям типа BERT снижает энергопотребление на 32–48% при точности выше 95% . Важный нюанс: оценка СО₂ от Ora — это именно оценка для эталонного уровня проникновения, а не измеренный результат .

На что пойдут €3,5 млн

Стартап назвал три магистральных направления :

1. Расширение команды — инженеры, продажи, поддержка.
2. Сжатие frontier-моделей — самых больших и новых языковых моделей, которые только появляются.
3. Запуск коммерческого продукта — для облачных провайдеров (удешевление дата-центров) и edge-развёртывания (автомобили, промышленное оборудование, IoT) .

На сайте Ora уже анонсирован автоматизированный сервис сжатия LLM, который «укладывает» модели на edge-устройства, локальные серверы или облачную инфраструктуру «за часы, а не месяцы» — с обещанием снижения объёма оперативной памяти до 70% и сокращения счетов за GPU более чем на 50% .

Надёжность источников

Основной источник — официальный пресс-релиз на сайте Greencode Ventures . Данные подтверждаются рядом отраслевых изданий: The Recursive , IT Boltwise , Vestbee , tech.eu , Fundup.ai . Все они приводят одинаковые цифры раунда, проценты сжатия и планы. Ни одна независимая сторона пока не верифицировала конкретную оценку экономии CO₂, которую сама компания называет «оценкой» для эталонного сценария, а не измеренным результатом .