Q.ANT revolutioniert KI-Rechenzentren mit photonischem Superchip aus Stuttgart

Q.ANT revolutioniert KI-Rechenzentren mit photonischem Superchip aus Stuttgart

Q.ANT, ein Stuttgarter Technologieunternehmen, hat seinen ersten kommerziellen photonischen Prozessor für KI und Hochleistungsrechnen (HPC) vorgestellt. Der Q.ANT Native Processing Server (NPS) fungiert als Steckmodul-Coprozessor und ist dafür konzipiert, in bestehende Rechenzentren integriert zu werden. Die Markteinführung fällt mit einer zusätzlichen Finanzierungsspritze von 80 Millionen US-Dollar im Rahmen der Series-A-Runde zusammen, wodurch sich das Gesamtinvestment des Unternehmens auf diesen Meilenstein erhöht.

Der neue Prozessor des Unternehmens verarbeitet Daten mit Licht anstelle herkömmlicher elektronischer Signale. Erste Tests deuten darauf hin, dass er bis zu 30-mal energieeffizienter und 50-mal leistungsfähiger sein könnte als herkömmliche Chips. Zudem verspricht er eine bis zu 100-mal höhere Kapazität – und das ohne aktive Kühlung.

An der zweiten Phase der Series-A-Finanzierung beteiligte sich das Duquesne Family Office, LLC, neben bestehenden Investoren wie Cherry Ventures, UVC Partners und imec.xpand. Weitere Geldgeber wurden in dieser Runde nicht öffentlich genannt. Das frische Kapital soll die Markteinführung beschleunigen, die weitere Technologieentwicklung vorantreiben und die Expansion des Unternehmens auf dem US-Markt unterstützen. Dr. Michael Förtsch, Gründer und CEO von Q.ANT, wies auf die wachsende Belastung hin, die KI für globale Ressourcen darstellt. Da die Ausgaben für Rechenzentren im KI-Bereich in den nächsten fünf Jahren voraussichtlich 5,2 Billionen US-Dollar übersteigen werden, sei Energieeffizienz zu einer zentralen Herausforderung geworden. Das Ziel des Unternehmens ist es, photonische Datenverarbeitung bis 2030 als Standard in KI-Systemen zu etablieren.

Mit seinem photonischen Prozessor will Q.ANT den Energiebedarf senken und gleichzeitig die Leistungsfähigkeit von KI und HPC steigern. Die 80 Millionen US-Dollar sollen helfen, die Technologie auf den Markt zu bringen und ihre Verbreitung auszubauen. Bei Erfolg könnte das System die Kosten und die Umweltbelastung großflächiger Computersysteme deutlich reduzieren.