Ora Computing gọi vốn 3,5 triệu EUR hạt giống để thu nhỏ mô hình AI tới 80% — và cắt giảm chi phí tính toán

Ora Computing được thành lập bởi các nhà nghiên cứu điện toán lượng tử Stefan Sack và Raimel A. Medina, tách ra từ Viện Khoa học và Công nghệ Áo (ISTA) . Công ty xuất hiện từ chế độ ẩn danh vào cuối năm 2025 và đã xác thực giải pháp của mình với các đối tác trong lĩnh vực ô tô và chip cho thiết bị biên .

Cách phần mềm nén hoạt động

Phần mềm của Ora sử dụng cách tiếp cận dựa trên lý thuyết thông tin để thu nhỏ các mô hình nền tảng AI lớn phục vụ suy luận – nghĩa là nó tái cấu trúc mô hình một cách toán học để loại bỏ sự dư thừa trong khi vẫn đảm bảo chất lượng đầu ra . Các tuyên bố chính từ công ty và các nhà đầu tư bao gồm:

• Giảm kích thước tới 80%: Giảm đáng kể bộ nhớ chiếm dụng của mô hình .
• Tăng tốc suy luận lên tới 4 lần: Các mô hình đã nén chạy nhanh hơn đáng kể trên cùng một phần cứng .
• Mức suy giảm độ chính xác chỉ 0–5%: Sự đánh đổi giữa nén và độ chính xác là rất nhỏ .
• Không phụ thuộc vào phần cứng: Phần mềm hoạt động trên các kiến trúc chip khác nhau (CPU, GPU, chip biên) mà không cần hạ tầng tùy chỉnh hay huấn luyện lại .
• Không cần huấn luyện lại: Tích hợp trực tiếp vào các framework suy luận tiêu chuẩn .
• Đường cong nén liên tục: Không giống các công cụ kiểu nhị phân "chọn mức nén", thuật toán của Ora ánh xạ toàn bộ sự đánh đổi giữa kích thước và độ chính xác một cách liên tục, cho phép khách hàng tối ưu hóa cho giới hạn phần cứng và chi phí của họ .
• Đã kiểm chứng trên mô hình 70 tỷ tham số: Công ty cho biết đã nén một mô hình 70 tỷ tham số trong vòng vài giờ với chi phí tính toán dưới 1.000 USD, so với chi phí thông thường lên tới hàng trăm nghìn USD .

Tác động đến chi phí, năng lượng và khí thải carbon

Vì các mô hình đã nén yêu cầu ít năng lực tính toán hơn, Ora khẳng định công nghệ này chuyển hóa trực tiếp thành giảm tiêu thụ năng lượng và giảm phát thải carbon . Công ty ước tính với 1% thâm nhập thị trường, công nghệ của họ có thể loại bỏ hơn 50.000 tấn CO₂ mỗi năm .

Điều này phù hợp với đồng thuận rộng rãi trong ngành rằng suy luận chiếm hơn 90% năng lượng tiêu thụ trong toàn bộ vòng đời của các mô hình AI đã triển khai, khiến nén mô hình trở thành một đòn bẩy mạnh mẽ cho tính bền vững . Một nghiên cứu năm 2025 trên tạp chí PMC cho thấy áp dụng các kỹ thuật nén mô hình như cắt tỉa và chưng cất cho các mô hình cỡ BERT giúp giảm 32–48% năng lượng trong khi vẫn duy trì độ chính xác trên 95% . Tuy nhiên, ước tính tiết kiệm CO₂ cụ thể của Ora được dán nhãn là "ước tính" tại một tỷ lệ thâm nhập chuẩn, chứ không phải là kết quả đo lường được .

Kế hoạch sử dụng vốn và thương mại

Ora đã nêu ba mục đích sử dụng chính cho số vốn hạt giống :

1. Mở rộng đội ngũ — phát triển đội ngũ kỹ thuật và thương mại.
2. Mở rộng khả năng nén cho các mô hình tiên tiến hơn — vượt qua các khả năng hiện tại để nén thế hệ mô hình tiên tiến tiếp theo.
3. Ra mắt sản phẩm thương mại — nhắm vào các nhà cung cấp suy luận đám mây và các công ty triển khai AI ở biên (ví dụ: ô tô, thiết bị công nghiệp) .

Trang web của công ty hiện quảng cáo một dịch vụ nén LLM tự động có thể đưa mô hình vừa vặn trên các thiết bị biên, máy chủ nội bộ hoặc hạ tầng đám mây "trong vài giờ, không phải vài tháng", với tuyên bố giảm bộ nhớ chiếm dụng tới 70% và cắt giảm hóa đơn GPU hơn 50% .

Ghi chú về độ tin cậy của nguồn tin

Nguồn tin chính là một thông báo chi tiết được đăng trên trang web chính thức của Greencode Ventures . Các tin tức xác nhận đến từ nhiều trang như The Recursive , IT Boltwise , Vestbee , tech.eu , và Fundup.ai — tất cả đều báo cáo cùng một thông tin về vòng gọi vốn, các con số nén và kế hoạch sử dụng vốn. Chưa có bên thứ ba độc lập nào xác nhận ước tính tiết kiệm CO₂ cụ thể của Ora, vốn được công ty dán nhãn là ước tính chứ không phải kết quả đo lường.