OLIX heeft zojuist een Series B-financieringsronde van $312 miljoen afgerond, waardoor de waardering stijgt naar $3,3 miljard. Het geld zal de eerste leveringen van de inference-chip financieren, die High Bandwidth Memory (HBM) elimineert en de economie van AI-hardware volledig zou kunnen veranderen.

Waarom de chip belangrijk is

Inference-chips draaien de modellen achter chatbots, aanbevelingsmotoren en video-analyse. De meeste huidige chips leunen op HBM — een snelle maar dure en stroomvretende geheugenstack die naast de processor is geplaatst. Het ontwerp van OLIX laat HBM achterwege door gegevens via on-chip-bronnen en goedkoper geheugen te routeren. Als de architectuur de beloften waarmaakt, kunnen AI-dienstverleners zowel de kapitaaluitgaven als de energierekeningen drastisch verlagen, terwijl de doorvoer stabiel blijft.

De context van de financiering

  • Hoofdinvesteerder: Fundomo (New York)
  • Andere investeerders: Arm, Hudson River Trading, het Sovereign AI-durfkapitaalfonds van de Britse overheid
  • Opvallende deelnemer: Reed Hastings, medeoprichter van Netflix
  • Nieuw bestuurslid: Stanford-professor Nick McKeown

Deze ronde behoort tot de grootste kapitaaloproepen in de Europese halfgeleidersector en volgt op de lancering van OLIX in Londen in 2024. Het bedrijf streeft ernaar om de eerste eenheden voor klanten te leveren in de tweede helft van 2027.

Belangen voor de AI-hardwaremarkt

  • Potentiële winnaars: Cloudproviders en edge-operators die HBM-rijke versnellers vervangen door een goedkoper, energiezuiniger alternatief.
  • Risico's: HBM domineert nog steeds de werklasten met de hoogste doorvoer. Het overslaan ervan kan de prestaties beperken, waardoor OLIX zich moet richten op een beperkter aantal use cases.
  • Kostenimplicaties: Het schrappen van HBM zou de materiaalkosten en de koelingsbehoeften drastisch kunnen verlagen, wat de totale eigendomskosten (total-cost-of-ownership) voor AI-werklasten verlaagt.

Wat nog onduidelijk is

Er zijn nog geen benchmarkgegevens vrijgegeven, dus cijfers over snelheid per watt en latentie in de praktijk blijven speculatief. Concurrenten zouden hun eigen geheugenarme architecturen kunnen uitrollen, en beperkingen in de toeleveringsketen kunnen de massaproductie vertragen.

Waar op te letten

  • Validatie van prestaties: Onafhankelijke tests van de inference-snelheid en het stroomverbruik van de chip.
  • Acceptatie door klanten: Welke AI-dienstverleners zich aanmelden vóór het leveringsvenster van 2027.
  • Ecosysteemondersteuning: De compatibiliteit van tooling en softwarestacks met bestaande AI-frameworks.

Als OLIX bewijst dat een HBM-vrije chip aan de prestatie-eisen van moderne modellen kan voldoen, zou dit een heroverweging van het ontwerp van AI-versnellers kunnen afdwingen en de kostenstructuren in de hele sector kunnen hervormen. De gegevens van de komende maanden zullen uitwijzen of de belofte opweegt tegen de forse waardering die erachter zit.