EnCharge AI holt erfahrene Finanz- und HR-Leute nach 100 Millionen Dollar Serie B, um die Vermarktung der analogen KI-Plattform voranzutreiben
Im Wettlauf um die Neuerfindung von KI-Hardware setzt EnCharge AI auf Analogtechnik – und Erfahrung
Während Startups darum kämpfen, die steigende Nachfrage nach effizienter KI-Inferenz zu befriedigen, setzt EnCharge AI auf analoges Rechnen und erfahrene Führungskräfte, um den Sprung vom Labor auf den Markt zu schaffen.
SANTA CLARA, Kalifornien – Unter dem summenden Licht eines unscheinbaren Gebäudes im Herzen des Silicon Valley hat die stille technologische Revolution, die bei EnCharge AI im Gange ist, gerade zwei weitere Architekten gewonnen. Mit frischen 100 Millionen US-Dollar aus der Serie B gab das Startup für analoge KI-Beschleuniger am Donnerstag die Einstellung von zwei strategischen Führungskräften bekannt: Jason Huang als Vice President of Finance und Leslie Szeto als Director of Human Resources.
Die Ernennungen mögen oberflächlich betrachtet banal erscheinen, aber in einem Hardwaresektor, der von langen Entwicklungszeiten, brutalen Herausforderungen in der Fertigung und einer Geschichte von Startups geprägt ist, die an der Skalierung scheitern, können solche Entscheidungen den Unterschied zwischen Hype und Ernte bedeuten.
Da Inferenz-Workloads das Training in der KI-Rechennachfrage übertreffen – von Cloud-Rechenzentren bis hin zu Edge-Geräten wie Drohnen, Sensoren und Wearables – explodiert der Markt für spezialisierte, energieeffiziente Beschleuniger. Investoren fluten den Sektor. Aber für EnCharge, das seit seiner Gründung im Jahr 2022 mit 144 Millionen US-Dollar finanziert ist und noch keine öffentlichen Einnahmen erzielt hat, sind diese personellen Veränderungen mehr als nur Routine.
Sie sind Teil einer umfassenderen Verlagerung vom Versprechen zum Beweis.
Vom Durchbruch zur Bilanz: Der Wendepunkt
Bei Huangs Ankunft bei EnCharge geht es weniger um Tabellenkalkulationen als um Symmetrie. Der ehemalige CFO von SupplyShift half dem Unternehmen, Anfang 2024 von Sphera Solutions übernommen zu werden. Zuvor leitete er den Börsengang von Arteris, Inc. im Jahr 2021. Seine Aufgabe jetzt? Die analoge In-Memory-Compute-Vision von EnCharge in ein tragfähiges, finanzierbares Wachstum zu übersetzen – und den Weg zu kommerziellen Einnahmen zu ebnen.
Szeto, die bei Unternehmen wie Box, Intel und Adobe Initiativen zur Organisationsentwicklung geleitet hat, wird die Skalierung des Humankapitals von EnCharge beaufsichtigen – entscheidend für ein Unternehmen, das danach strebt, den Sprung von der akademischen Partnerschaft zur Produktlieferung in einem Markt voller technischer Minenfelder zu schaffen.
„EnCharge entwickelt sich von einem prototypenorientierten Unternehmen zu einem Unternehmen, das sich auf die Kommerzialisierung auf Systemebene vorbereitet“, bemerkte ein Branchenexperte, der mit dem Fahrplan des Unternehmens vertraut ist. „Das erfordert nicht nur Silizium, sondern Struktur – sowohl finanziell als auch organisatorisch.“
Diese strukturellen Investitionen signalisieren eine strategische Reife, die viele Deep-Tech-Startups übersehen, bis es zu spät ist. Da analoges Rechnen von traditionellen digitalen Akteuren skeptisch betrachtet wird und Wettbewerber bereits kommerzielle Systeme einsetzen, ist der Druck groß.
Ein Markt, der in Watt und Latenz gemessen wird, nicht nur in Dollar
Das Wertversprechen von EnCharge AI ist radikal: bis zu 20-mal bessere Energieeffizienz durch die Durchführung von KI-Berechnungen direkt im Speicher – wodurch das kostspielige Datenverschieben vermieden wird, das für digitale Prozessoren typisch ist. Die Chips des Unternehmens, die auf analogen In-Memory-Architekturen basieren, versprechen, Latenz und Stromverbrauch zu senken, insbesondere für Always-On-Modelle, die am Edge eingesetzt werden.
Das ist von enormer Bedeutung.
Der globale Markt für KI-Inferenzbeschleuniger soll von 106,15 Milliarden US-Dollar im Jahr 2025 auf fast 255 Milliarden US-Dollar im Jahr 2030 anwachsen. Innerhalb dieses Marktes könnte allein das Edge-KI-Segment bis 2034 113,71 Milliarden US-Dollar erreichen, angetrieben durch die steigende Nachfrage nach On-Device-Verarbeitung mit geringer Latenz in allen Bereichen, von autonomen Fahrzeugen bis hin zur industriellen Automatisierung.
EnCharge zielt darauf ab, diese Nachfrage mit analogen Beschleunigern zu bedienen, die als Chiplets, ASICs oder PCIe-Module eingesetzt werden können und mit der bestehenden Infrastruktur kompatibel sind – ein Ansatz, der darauf abzielt, die kostspielige vertikale Integration zu vermeiden.
Doch trotz dieser technischen Anziehungskraft erzielt EnCharge noch keine Umsätze. Keine angekündigten Kundenprojekte. Keine öffentlichen Benchmarks. Keine Bereitstellungsstatistiken.
„Sie haben die Architektur und den Pitch“, sagte ein Analyst eines auf Halbleiter spezialisierten Hedgefonds. „Aber im Moment ist alles nur Potenzial. In diesem Sektor kann Potenzial ein zweischneidiges Schwert sein.“
Das Dilemma der Analogtechnik: Physik und Wahrnehmung
Der Einsatz von EnCharge auf analoges Rechnen ist mutig, aber auch belastend.
Analoge Systeme sind mit einer inhärenten Hardware-Variabilität konfrontiert – Geräte driften, elektrisches Rauschen kriecht ein, die Präzision leidet. Die Korrektur erfordert eine ausgeklügelte algorithmische Kompensation und robuste Software-Frameworks. Und während digitale Designs von jahrzehntelangen EDA-Tools, Simulationsplattformen und Bereitstellungsbibliotheken profitieren, befindet sich das analoge Rechnen noch in der Werkzeugfindungsphase.
„Toolchains für analoge KI sind bestenfalls fragmentiert“, bemerkte ein Stanford-Forscher, der an neuromorphen Architekturen arbeitet. „Es gibt keinen standardisierten Ablauf vom Modell über die Bandaufzeichnung bis zur Bereitstellung. Das ist keine Fußnote – das ist ein Hindernis.“
Darüber hinaus erfordert die Herstellung von analogen Chips in großem Maßstab eine außergewöhnliche Ausbeutegleichmäßigkeit über Speicherarrays, die oft auf fortschrittlichen Nodes aufgebaut sind. Die Partnerschaft von EnCharge mit TSMC für diese Entwicklung ist vielversprechend, aber kein Allheilmittel.
Das US-Energieministerium und die DARPA haben beide Workshops veranstaltet, in denen die Lebensfähigkeit analoger und neuromorpher Systeme untersucht wurde – was die Bedeutung, aber auch die noch ungelösten Herausforderungen unterstreicht.
Hinzu kommt eine branchenweite Skepsis: „Analog ist seit 30 Jahren die Zukunft der KI“, witzelte ein Venture-Berater. „Alle paar Jahre versucht es jemand. Die Software ist nicht bereit. Die Ausbeute ist nicht da. Der Markt zieht weiter.“
Damit EnCharge nicht zu einer weiteren Fußnote wird, muss die Ausführung – nicht die Eleganz – das nächste Kapitel sein.
Wettbewerbsstürme: Wo Siliziumträume auf Skalierung treffen
Im Wettlauf um die Vorherrschaft bei der Inferenz sieht sich EnCharge nicht nur der fundamentalen Physik, sondern auch einem harten und gut finanzierten Wettbewerb ausgesetzt.
- Mythic hat 178 Millionen US-Dollar eingesammelt und liefert analoge Matrixprozessoren an Pilotkunden auf drei Kontinenten.
- Cerebras, das sich nun dem Börsengang nähert, erwirtschaftete allein im vergangenen Jahr einen Umsatz von 206 Millionen US-Dollar – allerdings mit einem einzigen Kundenkonzentrationsrisiko.
- SambaNova, ausgestattet mit 1,13 Milliarden US-Dollar an Finanzmitteln, setzt Trillionen-Parameter-Modelle bei Unternehmenskunden wie Accenture ein.
- Hailo und Graphcore verfügen ebenfalls über funktionierendes Silizium, obwohl die Einnahmen weiterhin undurchsichtig sind.
Und dann ist da noch Nvidia – der etablierte Goliath –, der seine GPUs für die Inferenz optimiert und sein Software-Ökosystem bündelt, um Kunden zu binden.
Im Vergleich zu diesen Akteuren befindet sich EnCharge aufgrund des Fehlens kommerzieller Einsätze trotz seines architektonischen Ehrgeizes im Hintertreffen.
„Sie haben die Wissenschaft“, sagte ein CTO eines Konsumgüter-Robotikunternehmens, das Inferenz-Chips der nächsten Generation evaluiert. „Was wir jetzt brauchen, ist die Geschichte – die Benchmarks, die Pilotprojekte, die Kundengewinne. Wenn sie das in den nächsten sechs bis neun Monaten nicht zeigen können, wird dieser Markt an ihnen vorbeiziehen.“
Strategische Schutzgräben und der Weg nach vorn
Doch nicht alles ist prekär. Der Investorenstamm von EnCharge umfasst Namen mit langfristiger Vision – Tiger Global, Samsung Ventures und auf Verteidigung ausgerichtete VCs –, was auf geduldiges Kapital hindeutet. Die Teilnahme an einem vom US-Verteidigungsministerium unterstützten Zuschuss in Höhe von 18,6 Millionen US-Dollar mit der Princeton University deutet auch auf eine staatliche Unterstützung hin, insbesondere bei Edge- und Luft- und Raumfahrtanwendungen, bei denen die Energieeffizienz von größter Bedeutung ist.
Die Bereitstellungsflexibilität – die Möglichkeit, sich ohne kundenspezifische Infrastruktur in bestehende Rechenzentrums-Racks oder Edge-Compute-Boards einzuklinken – könnte die Akzeptanz beschleunigen. Und wenn EnCharge auch nur einen bescheidenen OEM-Gewinn erzielen oder einen Cloud-Provider-Pilot sichern kann, könnte sich die Erzählung schnell ändern.
Was das Unternehmen jetzt hat, ist Zeit, Geld und ein wachsendes Team erfahrener Führungskräfte. Was es braucht, ist Validierung.
Wetten auf die Brücke zwischen Mut und Bau
EnCharge AI befindet sich am Schnittpunkt von Risiko und Revolution – und treibt analoge KI von der akademischen Neugier zum kommerziellen Kandidaten voran. Mit neuer Führung, umfangreichen Mitteln und einer ehrgeizigen Architektur ist das Unternehmen strukturell für die nächste Phase aufgestellt.
Aber Hardware ist unversöhnlich. Die kommenden Quartale werden zeigen, ob EnCharge die Präzisionsprobleme der Analogtechnik lösen, Entwickler-Tools bereitstellen und Hype in reale Auswirkungen umwandeln kann. Die Einstellungen von Huang und Szeto sind Teil einer umfassenderen Wette – nicht nur auf eine Technologie, sondern auf die Fähigkeit einer Organisation, schnell erwachsen zu werden.
Die Startbahn ist lang. Aber die Uhr tickt.
Wichtige Kennzahlen, die in den nächsten 12 Monaten zu beobachten sind:
- Erste kommerzielle Lieferung oder Pilotprojekt
- Öffentliche Benchmark-Vergleiche mit digitalen Marktführern
- Veröffentlichung von Software-Toolchains zur Akzeptanz durch Entwickler
- Ausbau von Partnerschaften (OEMs, Hyperscaler, Foundries)
- Fortschritte in Richtung Serie C oder strategisches Akquisitionsinteresse
Wenn diese landen, ist EnCharge vielleicht nicht nur ein weiteres analoges Startup – es könnte das Startup sein, das endlich den Durchbruch schafft.