Eliyan Corp., ein Chip-Interconnect-Startup aus dem Silicon Valley, hat eine Serie-C-Finanzierungsrunde über 145 Millionen US-Dollar abgeschlossen, die das Unternehmen mit einer Milliarde US-Dollar bewertet. Damit hat es den Status eines Einhorns erlangt und unterstreicht, dass die größten Probleme bei der künstlichen Intelligenz zunehmend nicht in den Modellen selbst, sondern in den Leitungen liegen, die die Hardware, auf der sie laufen, verbinden.
Laut einem Bericht von SiliconANGLE vom 29. Juli 2026 wurde die Runde von Seligman Ventures angeführt, an der auch Cisco Ventures und Lumentum beteiligt waren. Die Finanzierung erfolgt, während Rechenzentrumsbetreiber immer größere Cluster von KI-Beschleunigern aufbauen, um große Sprachmodelle zu trainieren und zu bedienen, nur um dann festzustellen, dass die Verbindungen zwischen diesen Chips nicht mithalten können. Weitere Informationen zu dieser Geschichte finden Sie in unserer mehr KI-Geschichten.
Der Engpass zwischen den Chips
Das Problem, das Eliyan angreift, ist einfach zu beschreiben und unglaublich schwer zu lösen. Wenn Unternehmen ihre KI-Beschleunigercluster erweitern, um leistungsfähigere Modelle und sogenannte Agentenanwendungen zu unterstützen, stoßen sie sowohl bei der Bandbreite als auch bei der Leistung an Grenzen. Bestehende Chip-Verbindungen und Stromversorgungssysteme verfügen einfach nicht über die Kapazität, riesige Cluster mit genügend Daten und Energie zu versorgen, um sie auf Hochtouren zu halten.
Das Ergebnis ist eine Leistungsdrosselung. Teure KI-Beschleuniger bleiben im Leerlauf und warten auf die Daten, die sie benötigen, während Trainings- und Inferenz-Workloads ins Stocken geraten, weil die umgebende Infrastruktur Bits nicht schnell genug liefern kann. In einer Branche, in der jede Minute GPU-Ausfallzeit echtes Geld bedeutet, ist diese Ineffizienz zu einem entscheidenden Hindernis dafür geworden, wie große KI-Systeme realistisch wachsen können.
Elektrooptische Verbindungen
Eliyans Antwort ist eine neue Generation elektrooptischer Verbindungen, die eine schnelle Hochgeschwindigkeitskommunikation zwischen Rechner, Speicher und Netzwerken ermöglichen und gleichzeitig die Bandbreitenbeschränkungen beseitigen sollen, die heutige Cluster drosseln. Die Produktpalette des Unternehmens konzentriert sich auf seine NuLink PHYs und NuGear-Chiplets, die Konnektivität auf jeder Ebene des Hardware-Stacks bieten: Die-to-Die, Chip-to-Chip und Rack-to-Rack.
Da seine Chiplets das gesamte Spektrum der KI-Infrastrukturkonnektivität unterstützen, können Rechenzentren hochverteilte, gemeinsam verpackte Rechenstrukturen aufbauen. Der Vorteil, so argumentiert das Unternehmen, besteht darin, dass Chips mit ihrer vollen Rechenkapazität laufen können, ohne dass es zu einer proportionalen Explosion des Stromverbrauchs kommt – ein entscheidender Gesichtspunkt in einer Zeit, in der die Energieversorgung zu einem entscheidenden Faktor für neue KI-Einrichtungen geworden ist.
Eine leistungsbestimmende Technologie
Mitbegründer und Geschäftsführer Ramin Farjadrad bezeichnete die Finanzierung als Bestätigung dafür, dass KI einen bedeutenden architektonischen Wandel in der gesamten Rechenzentrumsbranche vorantreibt. Da Rechenleistung, Speicher, Verpackung und Netzwerk immer stärker miteinander verbunden werden, stoßen herkömmliche Ansätze zur Systemkonnektivität an ihre Grenzen, sagte er und fügte hinzu, dass Eliyan gegründet wurde, um diese Herausforderungen auf architektonischer Ebene anzugehen, und dass das neue Kapital die Produktentwicklung, die Kundenakzeptanz und die Erweiterung des Ökosystems beschleunigen werde.
Die Anleger teilten diese These. Umesh Padval, geschäftsführender Gesellschafter bei Seligman Ventures, lobte die technische Tiefe des Startups und sein Portfolio von mehr als 100 Patenten. Er räumte ein, dass optische Verbindungen vielleicht nicht besonders luxuriös seien, aber sie würden sich zu einer leistungsbestimmenden Technologie in KI-Rechenzentren entwickeln. Padval argumentierte, dass Eliyan eine differenzierte Architektur entwickelt habe, die umfassendes Halbleiter-Know-how mit einem skalierbaren Ansatz für die sich entwickelnden Anforderungen von KI-Systemen der nächsten Generation kombiniert.
Warum Konnektivität die neue Grenze ist
Die Eliyan-Runde spiegelt einen umfassenderen Wandel in der Art und Weise wider, wie die KI-Branche Geld ausgibt. Jahrelang konzentrierten sich Aufmerksamkeit und Kapital auf die Beschleuniger selbst, die GPUs und maßgeschneiderten Siliziumkomponenten, die die schwere mathematische Arbeit leisten. Da diese Chips jedoch immer leistungsfähiger wurden, sind die relativen Kosten für die Übertragung von Daten zwischen ihnen stark gestiegen, was eine Chance für Unternehmen geschaffen hat, die das Netzwerk genauso schnell machen können wie die Rechenleistung.
Diese Dynamik hat das Interesse des gesamten Hardware-Stacks geweckt. Die Beteiligung von Cisco Ventures und Lumentum, einem Hersteller optischer Komponenten, signalisiert, dass etablierte Netzwerk- und Photonik-Akteure die Technologie von Eliyan als glaubwürdige Wette auf die Zukunft der Rechenzentrumsarchitektur betrachten. Damit positioniert sich das Startup auch an der Schnittstelle zweier konvergierender Trends: der unaufhörlichen Skalierung der KI-Rechnung und der dringenden Suche der Branche nach energieeffizienten Möglichkeiten, diese zu ernähren.
Eine Nische mit enormen Einsätzen
Eliyan bleibt ein relativ junges Unternehmen, aber das Ausmaß des Problems, auf das es abzielt, gibt seiner Einhornbewertung eine klare Begründung. Wenn einzelne KI-Trainingsläufe mehrere zehn Millionen Dollar kosten können und die größten Cluster mittlerweile Zehntausende von Beschleunigern umfassen, führen selbst geringfügige Verbesserungen der Verbindungseffizienz zu enormen Einsparungen. Der Pitch des Startups ist, dass es genau diese Vorteile erzielen kann, indem es die Konnektivität vom Silizium aufwärts neu überdenkt.
Mit 145 Millionen US-Dollar an frischem Kapital und einer wachsenden Zahl strategischer Unterstützer steht Eliyan nun vor der schwierigeren Aufgabe, patentierte Architektur in bereitgestellte, produktionstaugliche Hardware in den größten KI-Rechenzentren der Welt umzuwandeln. Ob diese Roadmap umgesetzt werden kann, wird dabei helfen, festzustellen, wie weit die Branche die nächste Generation von KI-Systemen vorantreiben kann, bevor die Physik der Datenbewegung zur Barriere wird, die sie aufhält.
---
Bleib vorne bei KIDie neuesten KI-Nachrichten, Analysen und Durchbrüche – alles an einem Ort.
Mehr KI-Nachrichten lesen →
