Flapping Airplanes sammelt neun Monate nach dem Start eine Milliarde Dollar ein: Das KI-Labor soll 6 Milliarden wert sein, viermal so viel wie zu Beginn

Vor neun Monaten trat Flapping Airplanes mit einer Startfinanzierung von 180 Millionen Dollar und einer Bewertung von 1,5 Milliarden Dollar auf den Plan. An diesem Mittwoch verkündete das KI-Labor eine Series-A-Runde über eine Milliarde Dollar, angeführt von den Fonds Index und Lux; Berichten zufolge liegt die Bewertung jetzt bei 6 Milliarden Dollar. Viermal so viel in weniger als einem Jahr. Was genau kauft man für diesen Preis?

Zurück am Tisch sind die frühen Investoren Sequoia, GV und Kleiner Perkins, unter den Geldgebern sind außerdem Valor, Atreides, A* und Nvidia. Der letzte Name verdient Beachtung: Das Unternehmen, das die Chips verkauft, investiert in ein Labor, dessen ganze Idee es ist, viel mehr aus Grafikprozessoren herauszuholen.

Gründer sind Aidan Smith und die Brüder Asher und Ben Spector. Smith ist ehemaliger Gründer und Stipendiat des Programms von Peter Thiel und arbeitete als Student bei Neuralink, der Firma für Gehirnimplantate. Asher Spector promovierte in Statistik in Stanford, Ben war Doktorand der Informatik, ebenfalls in Stanford, und gründete noch während seines Studiums am MIT Prod - ein fünfjähriges, fast geheimes Studentenprogramm für Start-ups. „Es wurde zu einem der mächtigsten Talentinkubatoren im Silicon Valley“, schrieb Investor David Cahn von Sequoia, der über die drei sagt, sie bauten „ein AGI-Labor für junge Leute“.

Die Gründer behaupten, sie hätten „das vollständigste Megakernel-Framework der Welt“ - ein einziges Programm auf dem Grafikprozessor, das ein komplettes Modelltraining durchführen, Anfragen beantworten und sogar Videospiele spielen kann, und das alles gleichzeitig. Die Idee: Der Chip steht fast nie still. Während eine Aufgabe auf Daten aus dem Speicher wartet, rechnet eine andere. Endziel ist eine Intelligenz, gebaut „ohne das halbe Internet zu verschlucken“.

„Ein Modell, das bei den Daten eine Million Mal effizienter ist, lässt sich wahrscheinlich eine Million Mal leichter in die Wirtschaft bringen“, sagte Asher Spector beim Start des Unternehmens. In einer Welt, in der die größten Labore Milliarden für Rechenzentren ausgeben, ist billigeres Training eine echte Frage. Doch eine Milliarde Dollar neun Monate nach dem Start ist eine Wette auf ein Versprechen, nicht auf ein nachgewiesenes Ergebnis.

Das neue Geld fließt in Einstellungen und Forschung. Funktioniert die Idee, ist das eine schlechte Nachricht für alle, die immer größere Rechenzentren bauen. Und wenn Modelle tatsächlich um ein Vielfaches billiger zu trainieren werden - könnten dann auch kleinere Märkte wie die auf dem Balkan endlich eigene Modelle trainieren, statt fremde zu mieten?