Modular erhält 250 Millionen US-Dollar: KI-Startup wagt den Angriff auf Nvidia
Das kalifornische KI-Startup Modular hat in einer aktuellen Finanzierungsrunde beeindruckende 250 Millionen US-Dollar eingesammelt und wird nun mit 1,6 Milliarden US-Dollar bewertet. Ein bemerkenswerter Erfolg, insbesondere mit Blick darauf, dass sich der Unternehmenswert in den letzten zwei Jahren nahezu verdreifacht hat. Federführend bei der Finanzierungsrunde war der U.S. Innovative Technology Fund, während auch bekannte Investoren wie DFJ Growth, GV, General Catalyst und Greylock erneut ihr Vertrauen in Modular setzten.
Gegründet im Jahr 2022 von ehemaligen Ingenieuren von Apple und Google, bietet Modular eine Plattform an, die es Entwicklern ermöglicht, ihre KI-Anwendungen auf unterschiedlichsten Rechnerchips auszuführen, ohne den Code für jedes einzelne Modell umschreiben zu müssen. Zu den Nutznießern dieser Technologie zählen neben Oracle und Amazon auch Chipgiganten wie Nvidia und AMD.
Nvidia dominiert aktuell den High-End-KI-Chipmarkt mit über 80 Prozent Marktanteil, was hauptsächlich auf die proprietäre CUDA-Software zurückzuführen ist, die weltweit mehr als vier Millionen Entwickler in Nvidias Ökosystem hält. Modular hingegen verfolgt eine neutrale "Schweiz-Strategie" als Software-Brücke zwischen verschiedenen Anbietern.
Chris Lattner, CEO und Mitbegründer von Modular, unterstreicht, dass das Ziel nicht darin besteht, Nvidia zu besiegen. Vielmehr gehe es darum, Wettbewerbsbedingungen zu schaffen, die den Markteintritt weiterer Anbieter ermöglichen. Modular plant, seine Software direkt an Unternehmen auf Konsumbasis sowie in Umsatzbeteiligungsmodellen mit Cloud-Anbietern zu verkaufen.
Ein weiteres Zeichen für die Innovationskraft von Modular: Sam Fort von DFJ Growth zieht Vergleiche zu VMware, das Unternehmen der ersten Stunde, das flexible Arbeitsmöglichkeiten über verschiedene CPUs hinweg schuf. Mit etwa 130 Mitarbeitern will Modular die Mittel dazu nutzen, sowohl das Ingenieursteam als auch die Vertriebsabteilung auszubauen und von der KI-Inferenz zum KI-Training überzugehen.
