Efficient Computer rejser $97M+ Serie B ved en $650M værdiansættelse for at skalere processorer

Efficient Computer annoncerede den 29. september 2026, at den indgik aftaler om mere end $97 millioner i Serie B-finansiering til en værdiansættelse på $650 millioner, ledet af TQ Ventures. Virksomheden sagde, at den vil bruge kapitalen til at levere sin Electron E1-processor i volumen til førende kunder og til at skalere sin Fabric-arkitektur til datacenterklasse‑ydelse.

Finansieringsbetingelser og investorer

Runden bringer Efficient Computers samlede indsamlede kapital op på $173 millioner, ifølge meddelelsen, som beskriver virksomheden som bygger verdens mest energieffektive processorer. Deltagere ved siden af TQ Ventures omfatter Eclipse, Union Square Ventures, Giant Ventures, Triatomic Capital, TO Capital, TF Capital, Mana Ventures, Toyota Ventures, Overmatch og Borderless. Efficient sagde, at skaleringstiltaget sigter mod datacenter‑klasse‑ydelse med en mere end 10‑gange forbedring i energiforbrug sammenlignet med systemer, der er bygget i dag.

I et ledsagende blogindlæg offentliggjort samme dag gentog administrerende direktør og medstifter Brandon Lucia de $97 millioner i Serie B, den samlede indsamling på $173 millioner og værdiansættelsen på $650 millioner. Lucia skrev, at han, Nathan og Graham grundlagde Efficient Computer for omkring 10 år siden for grundlæggende at gentænke computerarkitektur og løse effektivitet uden at gå på kompromis med generalitet.

Virksomhedens Series B-side identificerer ledelsesteamet som Lucia, administrerende direktør; Graham Gobieski, teknisk chef; og Nathan Beckmann, chefarkitekt.

Fabric-arkitektur og Electron E1

Efficient beskriver sin Fabric-arkitektur som en komplet nyudformning af computing og påstår en 10‑100‑gange forbedring i energiforbrug for generel beregning, inklusive AI. Virksomheden kontrasterer denne generelle tilgang med, hvad den kalder specialiserede \”kun‑AI‑chip\”-alternativer, som den siger ikke understøtter de fleste software og risikerer øjeblikkelig forældelse, efterhånden som AI udvikler sig.

Ifølge meddelelsen understøtter arkitekturen de mest populære software‑rammer gennem en frontend, der håndterer C, C++ og mange andre almindelige abstraktioner. Series B-siden tilføjer, at udviklere kan bruge C, C++, LiteRT og ONNX til at køre AI sammen med sensoring, kontrol og applikationskode på én programmerbar processor, og at de kan genkompilere og opdatere enheder, der allerede er i felten, efterhånden som modeller ændres.

På dens forside hævder Efficient, at Electron E1 er op til 100‑gange mere effektiv, målt på hele applikationer, der kører på ægte silicium, i stedet for inaktivt strømforbrug eller en enkelt kerne, der er håndtuned til fast‑funktionel hardware. Siden beskriver effcc Compiler som en drop‑in‑erstatning for GCC eller Clang, der udtrækker parallelisme, placerer og ruter et program på Fabric og kompilerer på få minutter.

Efficient sagde, at Electron E1 er i masseproduktion, og at kunder adopterer den til fysisk AI og autonomi, kritisk infrastruktur‑overvågning, rum‑ og forsvar samt bærbare enheder. Applikations‑spotlights på forsiden beskriver E1, der kører en droners komplette autonomipipeline på én komponent, leverer realtidsbehandling og forudsigende vedligeholdelse til fjerninfrastruktur‑sensorer, samt behandler mere data ombord på rumfartøjer, så kun mission‑kritiske resultater downloades i standard C og C++.

Meddelelsen angiver også, at Fabric kan erstatte energikrævende indlejrede GPU’er i en robot‑autonomi‑stack, så systemet kan operere med 10‑gange mindre energiforbrug, og at den i den høje ende af ydelsesområdet accelererer varierende og uregelmæssige datacenter‑arbejdsbelastninger, som er dårligt egnet til AI‑accelerator‑chips og GPU’er.

\”Hver kunde, vi møder, har en version af deres produkt, de ikke kan bygge, fordi beregningskraftbudgettet gør de nye funktioner, de ønsker, urealistiske\”, sagde Lucia i meddelelsen. Han sagde, at runden udvider den indsats til mange flere anvendelsestilfælde og domæner, efterhånden som Efficient skalerer Fabric‑arkitekturen fra allerede leverede enheder mod datacenter‑skala.

Stiftelseshistorie og teknisk rationalitet

I sit blogindlæg argumenterede Lucia for, at med CMOS‑proces‑skalering, der bremser, sammen med slutningen på Moores lov og Dennard‑skalering, er de fleste beregnings‑ydelsesgevinster kommet fra arkitektoniske afvejninger, der prioriterer ydeevne på bekostning af effektivitet, inklusive massive, strømkrævende hukommelsesstrukturer, interconnects og front‑ends, der forsøger at udtrække parallelisme fra sekventielle instruktionsstrømme. Han påkaldte Amdahl’s lov mod fast‑funktionelle acceleratorer: i hans eksempel, selv hvis 90 % af en beregning passer til en accelerator, og den dels tids‑ og energikost faldt til nul, ville den maksimale fordel kun være 10‑gange, fordi de resterende 10 % forbliver ineffektive.

Lucia skrev, at Efficients teknologi giver en 10‑100‑gange forbedring i energieffektivitet sammenlignet med traditionelle CPU‑arkitekturer, og at virksomheden allerede er begyndt at skalere den til domæner med højere ydelseskrav: humanoid autonomi, selvkørende biler og agent‑AI i kanten og i skyen.

Investorstatementer og næste skridt

Andrew Marks, medstifterpartner hos TQ Ventures, sagde, at Efficients arkitektur adskiller sig grundlæggende fra eksisterende design og bringer, hvad han kaldte en trinfunktion i effektivitet til generel databehandling, og tilføjede, at grundlæggernes evne til at bygge både hardware og software overbeviste firmaet. “Ikke kun har de gennemført fire tape‑outs, men de leverer allerede chips til kunder i stort omfang,” sagde Marks.

Rebecca Kaden, generalpartner hos USV, sagde, at virksomhedens evne til at levere sådanne gevinster på tværs af ydeevnespektret vil ændre, hvordan databehandling bygges og implementeres, fra fysisk AI til datacentret. Zenetta Burger, USA‑ledende partner hos Giant Ventures, sagde, at grundlæggerne tilbragte år på Carnegie Mellon med at arbejde gennem de arkitektoniske problemer bag energieffektiv databehandling. Greg Reichow, partner hos Eclipse, sagde, at firmaet støttede Efficient fra starten, og at den samme arkitektur skalerer fra fysisk AI til datacentret, mens kundernes efterspørgsel accelererer.

Udtalelser fra yderligere investorer fremgår af virksomhedens Series B‑side. Chris Abshire, partner hos Toyota Ventures, sagde, at kombinationen af accelerator‑klasse effektivitet med generel programmerbarhed muliggør mere kapable systemer i miljøer, hvor strøm i lang tid har begrænset, hvad der kan bygges. Patrick O’Kain, partner hos Borderless Capital, sagde, at strøm er den egentlige begrænsning for, hvor seriøs beregningskapacitet kan placeres, på tværs af kommercielle og nationale sikkerheds‑anvendelser, og bemærkede, at E1 allerede leveres i stort omfang.

Efficient sagde, at de har skaleret produktionen af Electron E1 for at imødekomme, hvad de beskrev som overvældende kundetilslutning, og vil fortsætte med at øge volumen ind i 2027 for at betjene deres globale kundebase. Series B‑siden beskriver runden som at tage virksomhedens teknologi fra dens første processor til et bredere udvalg af produkter, med chips under udvikling til applikationer, der kører på indlejrede GPU’er, og Fabric‑arkitekturen udvidet mod datacenter‑skala beregning.