Efficient Computer samlar in $97M+ i Series B med en värdering på $650M för att skala processorer

Efficient Computer annonserade den 29 september 2026 att de ingick avtal om mer än $97 miljon i Series B-finansiering med en värdering på $650 miljon, lett av TQ Ventures. Företaget sade att de kommer att använda kapitalet för att leverera sin Electron E1-processor i volym till ledande kunder och för att skala sin Fabric-arkitektur till datacenterklassad prestanda.

Finansieringsvillkor och investerare

Rundan tar Efficient Computers totala finansiering till $173 miljon, enligt meddelandet, som beskriver företaget som byggande av världens mest energieffektiva processorer. Deltagare tillsammans med TQ Ventures inkluderar Eclipse, Union Square Ventures, Giant Ventures, Triatomic Capital, TO Capital, TF Capital, Mana Ventures, Toyota Ventures, Overmatch och Borderless. Efficient sade att skalningsinsatsen syftar till datacenterklassad prestanda med en mer än 10‑gånger förbättring i energiförbrukning jämfört med system som byggts idag.

I ett medföljande blogginlägg publicerat samma dag återupprepade VD och medgrundare Brandon Lucia $97 miljon Series B, den totala insamlingen på $173 miljon och värderingen på $650 miljon. Lucia skrev att han, Nathan och Graham grundade Efficient Computer för ungefär 10 år sedan för att radikalt ompröva datorarkitektur, och lösa för effektivitet utan att kompromissa med allmänhet.

Företagets Series B-sida identifierar ledningsteamet som Lucia, verkställande direktör; Graham Gobieski, teknisk chef; och Nathan Beckmann, chefarkitekt.

Fabric-arkitektur och Electron E1

Efficient beskriver sin Fabric-arkitektur som en total omdesign av databehandling och påstår en 10‑100‑gånger förbättring i energiförbrukning för allmänna beräkningar, inklusive AI. Företaget kontrasterar detta allmänna tillvägagångssätt med vad de kallar specialiserade “AI‑only chip”-alternativ, vilka de säger inte stödjer majoriteten av mjukvaran och riskerar omedelbar föråldring i takt med att AI utvecklas.

Enligt meddelandet stödjer arkitekturen de mest populära mjukvaruramverken via ett frontend som hanterar C, C++ och många andra vanliga abstraktioner. Series B-sidan lägger till att utvecklare kan använda C, C++, LiteRT och ONNX för att köra AI tillsammans med sensning, styrning och applikationskod på en programmerbar processor, samt kan omkompilera och uppdatera enheter som redan finns i fältet när modeller förändras.

På sin hemsida påstår Efficient att Electron E1 är upp till 100‑gånger mer effektiv när den mäts på hela applikationer som körs på verklig kisel, snarare än i viloläge eller med en enskild kärna som är handjusterad för specialiserad hårdvara. Sidan beskriver effcc Compiler som en direkt ersättning för GCC eller Clang som extraherar parallellism, placerar och dirigerar ett program på Fabric och kompilerar på minuter.

Efficient sade att Electron E1 är i volymproduktion och att kunder adopterar den för fysisk AI och autonomi, kritisk infrastrukturövervakning, rymd och försvar samt bärbara enheter. Applikationsexempel på hemsidan beskriver E1 som kör en drönares hela autonomipipeline på en enda komponent, vilket ger realtidsbehandling och prediktivt underhåll till fjärrsensorer för infrastruktur, samt bearbetar mer data ombord på rymdfarkoster så att endast missionskritiska resultat sänds ner i standard C och C++.

Meddelandet säger också att Fabric kan ersätta energikrävande inbäddade GPU:er i en robotautonomistack, vilket möjliggör att systemet fungerar med tio gånger mindre energi, och att den högsta delen av prestandaintervallet accelererar varierade och oregelbundna datacenterarbetsbelastningar som är dåligt anpassade för AI‑acceleratorchips och GPU:er.

”Varje kund vi möter har en version av sin produkt som de inte kan bygga, eftersom beräkningskraftsbudgeten gör de nya funktionerna de önskar omöjliga,” sade Lucia i meddelandet. Han sade att rundan utökar den insatsen till många fler användningsfall och domäner när Efficient skalar Fabric-arkitekturen från redan levererade enheter mot datacenter‑skala.

Grundande historia och teknisk rationalisering

I sitt blogginlägg argumenterade Lucia för att med CMOS‑processskalning som avtar i takt med slutet på Moore’s lag och Dennard-skalning, har de flesta beräkningsprestandaförbättringar kommit från arkitektoniska kompromisser som prioriterar prestanda på bekostnad av effektivitet, inklusive massiva energikrävande minnesstrukturer, interconnects och front‑ends som försöker extrahera parallellism från sekventiella instruktionströmmar. Han hänvisade till Amdahls lag mot fast‑funktionella acceleratorer: i hans exempel, även om 90 procent av en beräkning passar en accelerator och den delens tids‑ och energikostnad sjunker till noll, skulle den maximala vinsten vara 10‑gånger eftersom de återstående 10 procenten förblir ineffektiva.

Lucia skrev att Efficients teknik ger en 10‑100‑gånger förbättring i energieffektivitet jämfört med traditionella CPU‑arkitekturer, och att företaget redan har påbörjat arbete med att skala den till domäner med högre prestandakrav: humanoid autonomi, självkörning och agentbaserad AI i kanten och i molnet.

Investerarutlåtanden och nästa steg

Andrew Marks, medgrundande partner på TQ Ventures, sade att Efficients arkitektur skiljer sig fundamentalt från befintliga designer och ger vad han kallade en stegfunktion i effektivitet för allmänna beräkningar, och tillade att grundarnas förmåga att bygga både hårdvaran och mjukvaran övertygade företaget. “Inte bara har de gjort fyra tape‑out‑rundor, utan de levererar redan chip till kunder i volym,” sade Marks.

Rebecca Kaden, generalpartner på USV, sade att företagets förmåga att leverera sådana vinster över prestandaspektret kommer att förändra hur databehandling byggs och distribueras, från fysisk AI till datacentret. Zenetta Burger, ledande partner i USA på Giant Ventures, sade att grundarna tillbringade år vid Carnegie Mellon med att arbeta igenom de arkitektoniska problemen bakom energieffektiv databehandling. Greg Reichow, partner på Eclipse, sade att företaget stödde Efficient från allra första början och att samma arkitektur skalar från fysisk AI till datacentret med en accelererande kundefterfrågan.

Uttalanden från ytterligare investerare finns på företagets Series B‑sida. Chris Abshire, partner på Toyota Ventures, sade att kombinationen av acceleratorklassens effektivitet med allmän programmerbarhet möjliggör mer kapabla system i miljöer där kraft länge har begränsat vad som kan byggas. Patrick O’Kain, partner på Borderless Capital, sade att kraft är den verkliga begränsningen för var seriös beräkningskapacitet kan placeras, både inom kommersiella och nationella säkerhetsanvändningar, och noterade att E1 redan levereras i volym.

Efficient sade att de har skalert produktionen av Electron E1 för att möta det de beskrev som överväldigande kundintresse och kommer att fortsätta öka volymen fram till 2027 för att betjäna sin globala kundbas. Series B‑sidan beskriver rundan som ett steg där företagets teknik går från sin första processor till ett bredare produktutbud, med chip under utveckling för applikationer som körs på inbäddade GPU:er och där Fabric‑arkitekturen utökas mot datacenter‑skala beräkning.