Efficient Computer får $97M+ Series B med en verdivurdering på $650M for å skalere prosessorer

Efficient Computer kunngjorde den 29. september 2026 at den inngikk avtaler om mer enn $97 million i Series B-finansiering med en verdivurdering på $650 million, ledet av TQ Ventures. Selskapet sa at det vil bruke kapitalen til å levere sin Electron E1-prosessor i volum til ledende kunder og til å skalere sin Fabric-arkitektur til ytelse på datasenterklasse.

Finansieringsvilkår og investorer

Runden bringer Efficient Computers totale innsamlede kapital opp til $173 million, ifølge kunngjøringen som beskriver selskapet som å bygge verdens mest energieffektive prosessorer. Deltakere ved siden av TQ Ventures inkluderer Eclipse, Union Square Ventures, Giant Ventures, Triatomic Capital, TO Capital, TF Capital, Mana Ventures, Toyota Ventures, Overmatch og Borderless. Efficient sa at skaleringsarbeidet er rettet mot datasenterklasse-ytelse med mer enn 10‑ganger forbedring i energiforbruk sammenlignet med systemer som bygges i dag.

I et tilhørende blogginnlegg publisert samme dag, gjentok administrerende direktør og medgründer Brandon Lucia de $97 million Series B, den totale på $173 million og verdivurderingen på $650 million. Lucia skrev at han, Nathan og Graham grunnla Efficient Computer for omtrent 10 år siden for å fundamentalt revurdere datamaskinarkitektur, og løse for effektivitet uten å gå på bekostning av generalitet.

Selskapets Series B-side identifiserer lederteamet som Lucia, administrerende direktør; Graham Gobieski, teknologidirektør; og Nathan Beckmann, hovedarkitekt.

Fabric-arkitektur og Electron E1

Efficient beskriver sin Fabric-arkitektur som en nyutforming av databehandling fra bunnen av og hevder en 10‑100‑ganger forbedring i energiforbruk for generell beregning, inkludert AI. Selskapet kontrasterer denne generelle tilnærmingen med det de kaller spesialiserte «AI‑kun‑brikke»-alternativer, som de sier ikke støtter mesteparten av programvaren og risikerer umiddelbar foreldelse etter hvert som AI utvikler seg.

Ifølge kunngjøringen støtter arkitekturen de mest populære programvare-rammeverkene gjennom et frontend som håndterer C, C++ og mange andre vanlige abstraksjoner. Series B-siden legger til at utviklere kan bruke C, C++, LiteRT og ONNX for å kjøre AI sammen med sensoring, kontroll og applikasjonskode på én programmerbar prosessor, og kan rekompilere og oppdatere enheter som allerede er i felten når modeller endres.

På sin hjemmeside hevder Efficient at Electron E1 er opptil 100‑ganger mer effektiv målt på hele applikasjoner som kjører på ekte silisium, snarere enn i hvileeffekt eller en enkelt kjerne fininnstilt for fast‑funksjonsmaskinvare. Siden beskriver effcc Compiler som en drop‑in‑erstatning for GCC eller Clang som ekstraherer parallellitet, plasserer og ruter et program på Fabric, og kompilere på minutter.

Efficient sa at Electron E1 er i volumproduksjon og at kunder tar den i bruk for fysisk AI og autonomi, kritisk infrastrukturobservasjon, romfart og forsvar, samt bærbare enheter. Applikasjonsfokus på hjemmesiden beskriver E1 som kjører en droners komplette autonomipipeline på én komponent, som gir sanntidsbehandling og prediktivt vedlikehold til fjerninfrastruktur‑sensorer, og som behandler mer data ombord på romfartøy slik at kun kritiske funn lastes ned i standard C og C++.

Kunngjøringen sier også at Fabric kan erstatte energikrevende innebygde GPU‑er i en robotautonomi‑stabel, noe som gjør at systemet kan operere med ti ganger mindre energi, og at den øvre delen av ytelsesområdet akselererer varierte og uregelmessige datasenter‑arbeidsbelastninger som er dårlig egnet for AI‑akseleratorbrikker og GPU‑er.

«Hver kunde vi møter har en versjon av produktet sitt som de ikke kan bygge, fordi beregningskraftbudsjettet gjør de nye funksjonene de ønsker urealistiske», sa Lucia i kunngjøringen. Han sa at runden utvider dette arbeidet til mange flere brukstilfeller og domener etter hvert som Efficient skalerer Fabric-arkitekturen fra enheter som allerede leveres mot datasenterstørrelse.

Grunnleggende historie og teknisk begrunnelse

I sitt blogginnlegg argumenterte Lucia for at med CMOS‑prosessskalering som bremser i takt med slutten på Moore’s lov og Dennard-skalering, har de fleste beregningsytelsesgevinster kommet fra arkitektoniske kompromisser som prioriterer ytelse på bekostning av effektivitet, inkludert massive, energikrevende minnestrukturer, interkonnektorer og front‑ends som forsøker å ekstrahere parallellitet fra sekvensielle instruksjonsstrømmer. Han påberopte seg Amdahl’s lov mot fast‑funksjonsakseleratorer: i hans eksempel, selv om 90 prosent av en beregning passer inn i en akselerator og den delens tids‑ og energikostnad faller til null, vil den maksimale gevinsten være 10‑ganger fordi de resterende 10 prosentene forblir ineffektive.

Lucia skrev at Efficients teknologi gir en 10‑100‑ganger forbedring i energieffektivitet sammenlignet med tradisjonelle CPU‑arkitekturer, og at selskapet allerede har begynt arbeidet med å skalere den til domener med høyere ytelseskrav: humanoid autonomi, selvkjørende kjøretøy og agent‑AI i kanten og i skyen.

Investortilkjenninger og neste steg

Andrew Marks, medgründerpartner i TQ Ventures, sa at Efficients arkitektur er fundamentalt forskjellig fra eksisterende design og introduserer det han kalte en trinnfunksjon i effektivitet for generell databehandling, og la til at grunnleggernes evne til å bygge både maskinvare og programvare overbeviste firmaet. «Ikke bare har de gjort fire tape‑outs, men de sender allerede chips til kunder i volum,» sa Marks.

Rebecca Kaden, general partner i USV, sa at selskapets evne til å levere slike gevinster på tvers av ytelsesspekteret vil endre hvordan databehandling bygges og distribueres, fra fysisk AI til datasenteret. Zenetta Burger, USA lead partner i Giant Ventures, sa at grunnleggerne tilbrakte år ved Carnegie Mellon med å løse de arkitektoniske problemene bak energieffektiv databehandling. Greg Reichow, partner i Eclipse, sa at firmaet støttet Efficient fra begynnelsen, og at den samme arkitekturen skalerer fra fysisk AI til datasenteret med økende kundebehov.

Uttalelser fra ytterligere støttespillere finnes på selskapets Series B‑side. Chris Abshire, partner i Toyota Ventures, sa at kombinasjonen av akselerator‑klasse effektivitet og generell programmerbarhet muliggjør mer kapable systemer i miljøer hvor strøm lenge har begrenset hva som kan bygges. Patrick O’Kain, partner i Borderless Capital, sa at strøm er den egentlige begrensningen for hvor seriøs databehandlingskapasitet kan plasseres, både i kommersielle og nasjonale sikkerhetsbruk, og bemerket at E1 allerede leveres i volum.

Efficient sa at de har skalert produksjonen av Electron E1 for å møte det de beskrev som overveldende kundetilgang, og vil fortsette å øke volumet frem til 2027 for å betjene sin globale kundebase. Series B‑siden presenterer runden som et steg som tar selskapets teknologi fra sin første prosessor til et bredere produktspekter, med chips under utvikling for applikasjoner som kjører på innebygde GPU‑er og Fabric‑arkitekturen som utvides mot datasenter‑skala databehandling.