Neurophos: 110 Millionen Euro für KI-Chips aus Licht

Ein texanisches Start-up will mit optischen Prozessoren die Energie-Krise der Künstlichen Intelligenz lösen. Das Photonik-Unternehmen Neurophos hat eine Finanzspritze von 110 Millionen Euro erhalten, angeführt von Bill Gates’ Venture-Firma. Das Ziel: Die Kommerzialisierung von Prozessoren, die mit Licht statt Elektronen rechnen.

Die Finanzierungsrunde, an der auch Microsofts M12-Fonds und ein Syndikat weiterer Top-Investoren beteiligt sind, soll die Entwicklung der Optical Processing Units (OPUs) beschleunigen. Diese Chips sollen die exponentielle Energie-Nachfrage von KI-Modellen eindämmen. Neurophos behauptet, mit seiner Technologie bis zu 100-mal mehr Leistung bei gleichem Energieverbrauch wie heutige Spitzen-GPUs erreichen zu können.

Der Ursprung der Technologie klingt wie Science-Fiction: Sie basiert auf Metamaterial-Forschung der Duke University, die vor zwei Jahrzehnten für elektromagnetische Tarnung – eine Art begrenzte Unsichtbarkeit – entwickelt wurde. Neurophos hat diese Grundlagenforschung adaptiert.

Das Ergebnis sind sogenannte „Metasurface Modulatoren“. Diese winzigen, mikrometergroßen Bauteile fungieren als spezialisierte Tensor-Prozessoren für Matrix-Multiplikationen – die Grundrechenart jeder KI-Inferenz. Die Miniaturisierung um den Faktor 10.000 gegenüber früheren photonischen Elementen macht die Massenfertigung erst möglich. Auf einem einzigen Neurophos-Chip sind über eine Million dieser optischen Verarbeitungselemente integriert.

Passend zum Thema optische KI‑Beschleuniger: Wer Hardware oder KI‑Infrastrukturen entwickelt, sollte die neue EU‑KI‑Verordnung kennen. Der kostenlose Umsetzungsleitfaden erklärt praxisnah Kennzeichnungspflichten, Risikoklassen, Dokumentationsanforderungen und Übergangsfristen – ideal für Entwickler, Rechenzentrumsbetreiber und Hersteller, die Fristen und Compliance frühzeitig planen möchten. Kompakte Checklisten helfen, Anforderungen umzusetzen, ohne juristischen Fachjargon. KI‑Verordnung: Umsetzungsleitfaden jetzt herunterladen

Die Zahlen: Eine Revolution der Effizienz?

Die Leistungsversprechen des Start-ups sind gewaltig. Demnach arbeitet der Chip mit 56 GHz und liefert 235 Peta Operations Per Second (POPS) bei einer Leistungsaufnahme von nur 675 Watt. Zum Vergleich: Nvidias aktueller KI-Champion B200 soll laut Neurophos-Angaben 9 POPS bei 1.000 Watt liefern.

Diese Effizienz käme zur rechten Zeit. Studien deuten darauf hin, dass der Energieverbrauch von Rechenzentren bis 2026 vor allem durch KI verdoppelt werden könnte. Optisches Computing könnte den CO₂-Fußabdruck der KI-Inferenz drastisch reduzieren, die den Großteil der Rechenlast ausgemachter KI-Systeme ausmacht.

Gates, Microsoft und der Druck auf Nvidia

Die prominente Investorenliste – darunter Carbon Direct, Aramco Ventures und Bosch Ventures – signalisiert breiten Branchenrückhalt. Sie spiegelt eine wachsende Überzeugung wider: Um das KI-Wachstum aufrechtzuerhalten, braucht es einen fundamentalen Hardware-Durchbruch.

Neurophos positioniert sich klug zunächst nicht als direkter Ersatz für etablierte Player wie Nvidia, sondern als komplementäre Lösung für KI-Inferenz. Genau hier ist die Energieeffizienz für Betreiber von Rechenzentren das entscheidende Kriterium. Während einige Photonik-Konkurrenten auf optische Verbindungstechnik setzen, könnte Neurophos so die Führung in der optischen Datenverarbeitung übernehmen.

Die große Frage: Wann kommt die Technologie?

Die Verlangsamung des Mooreschen Gesetzes schafft einen dringenden Bedarf an neuen Rechenparadigmen. „Unser Durchbruch erschließt eine völlig neue Dimension der Skalierung“, sagt Neurophos-CEO Dr. Patrick Bowen.

Mit dem frischen Kapital will das Unternehmen die Auslieferung seines ersten integrierten photonischen Rechensystems beschleunigen. Der Standort in Austin wird ausgebaut, 80 neue Mitarbeiter sollen eingestellt und ein Engineering-Stützpunkt im Silicon Valley eröffnet werden.

Doch Geduld ist gefragt. Die ersten Chips, Codename „Tulkas T100“, werden nicht vor Mitte 2028 auf den Markt kommen. Die anvisierten Stückzahlen liegen zunächst im niedrigen vierstelligen Bereich für spezialisierte Anwendungen wie die Vorverarbeitung von Large Language Models. Die langfristige Vision ist jedoch klar: Die Hardware-Grundlage für eine leistungsfähigere und nachhaltigere nächste Generation der Künstlichen Intelligenz zu schaffen.

PS: Energieeffiziente KI‑Hardware senkt Kosten und CO₂ – doch ohne robuste IT‑Sicherheit und klare Schutzmaßnahmen riskieren Betreiber Ausfälle und Datenverluste. Der kostenlose Cyber‑Security‑Guide zeigt praxisnahe Maßnahmen für Rechenzentren und KI‑Infrastrukturen: welche Sofortmaßnahmen wirken, wie Sie sensible KI‑Workloads absichern und wie Compliance und Security Hand in Hand gehen – auch ohne große Budgets. Gratis Cyber‑Security‑Guide herunterladen