GPU-Rechenzentren: Zwei Startups sichern sich 205 Millionen Euro
26.06.2026 - 02:42:59 | boerse-global.de
Die Investitionsdynamik im Bereich Künstliche Intelligenz verlagert sich zunehmend auf die Netzwerkinfrastruktur. Gleich zwei Unternehmen aus dem Silicon Valley konnten in dieser Woche bedeutende Finanzierungen einwerben, um die wachsenden Engpässe in GPU-basierten Rechenzentren zu adressieren.
Netris: 15 Millionen für automatisierte Netzwerke
Das in Santa Clara ansässige Startup Netris gab am Donnerstag den Abschluss einer Series-A-Finanzierungsrunde über 15 Millionen Euro bekannt. Angeführt wurde die Runde von der renommierten Venture-Capital-Firma Andreessen Horowitz (a16z). Auch Einzelinvestoren wie Raghu Raghuram und Jason Cui beteiligten sich. Mit dem Investment zieht a16z-Partner Guido Appenzeller in den Vorstand des Unternehmens ein.
Das frische Kapital soll die Entwicklung der Netris Authoritative Asset Management (NAAM)-Plattform beschleunigen. Diese automatisiert die komplexen Netzwerkanforderungen von GPU-lastigen Rechenzentren – ein Bereich, der für viele Betreiber zum Flaschenhals wird.
Die Zahlen des Startups sprechen für sich: 800 Prozent Wachstum beim jährlich wiederkehrenden Umsatz (ARR) im vergangenen Jahr. Mehr als 35 aktive Installationen verwalten Netzwerke mit rund einer Million GPUs. Zu den Kunden zählen Lightning AI, das Foxconn-Backed Visionbay, HPE, TensorWave und Telus. Marktbeobachter schätzen den Anteil von Netris unter den sogenannten Neocloud-Betreibern auf zwölf Prozent.
Technologischer Ansatz: Algorithmen statt KI
Netris setzt bei der Netzwerksteuerung bewusst auf deterministische Algorithmen statt auf künstliche Intelligenz. CEO Alex Saroyan beschreibt die Plattform als herstellerunabhängige, hardwarebeschleunigte Lösung. Sie helfe souverän agierenden KI-Betreibern und Neoclouds, ihre Infrastruktur schneller aufzubauen.
Während Unternehmen massiv in die Skalierung ihrer KI-Infrastruktur investieren, rücken auch die regulatorischen Rahmenbedingungen immer stärker in den Fokus. Dieser kostenlose Umsetzungsleitfaden bietet IT-Abteilungen einen kompakten Überblick über alle Anforderungen und Fristen des neuen EU AI Acts. EU AI Act in 5 Schritten verstehen: Fristen, Pflichten und Risikoklassen kompakt erklärt
Ein besonderes Gütesiegel: Netris ist der erste unabhängige Softwareanbieter, den NVIDIA für die KI-Netzwerkautomatisierung zertifiziert hat. Die Empfehlung des Chipriesen liegt bereits zwei Jahre zurück.
Upscale AI: Zwei Milliarden Dollar Bewertung
Nur zwei Tage zuvor, am Dienstag, hatte der Hardware-Entwickler Upscale AI eine Series-A-1-Verlängerung über 190 Millionen Euro abgeschlossen. Angeführt von Premji Invest beteiligten sich auch NVIDIA, Salesforce Ventures und Temasek an der Runde.
Damit summiert sich das gesamte eingesammelte Kapital von Upscale AI auf 500 Millionen Euro. Die Bewertung des Unternehmens klettert auf zwei Milliarden Euro. Unter der Führung der Mitgründer Barun Kar und Rajiv Khemani entwickelt die Firma den Skyhammer Switch ASIC – einen spezialisierten Chip für die Skalierung von Netzwerken in KI-Umgebungen.
Strategische Partnerschaften als Schlüssel
Beide Unternehmen setzen auf enge Allianzen mit großen Hardware-Anbietern. Während Netris mit Partnern wie Red Hat und HPE zusammenarbeitet, hat Upscale AI eine Partnerschaft mit NVIDIA rund um die SpectrumX-Ethernet-Technologie geschlossen.
Der rasante Aufbau neuer KI-Systeme stellt Unternehmen nicht nur vor technische, sondern auch vor komplexe rechtliche Herausforderungen durch neue EU-Vorgaben. Erfahren Sie in diesem kostenlosen Report, welche KI-Systeme als Hochrisiko eingestuft werden und was Unternehmen jetzt konkret zur Dokumentation tun müssen. Kostenlosen Umsetzungsleitfaden zum EU AI Act sichern
Netris will das frische Kapital nutzen, um sein Entwicklungsteam zu vergrößern, die Unterstützung für verschiedene Hardware-Hersteller zu verbessern und die Kernalgorithmen zu verfeinern. Zudem ist ein neues Büro in Singapur geplant, um das globale Wachstum voranzutreiben.
Die Entwicklungen zeigen: Die Branche arbeitet mit Hochdruck daran, Netzwerk-Engpässe zu beseitigen, die die Leistung massiver GPU-Cluster für das Training großer KI-Modelle ausbremsen.
