1. Überschrift und Einstieg
Die Branche streitet um GPUs, doch das eigentliche Nadelöhr der KI wandert leise ins Netzwerk. Wer heute Zehntausende Beschleuniger zu einem einzigen Trainingscluster zusammenschaltet, merkt schnell: Nicht mehr der Chip, sondern das Verbindungsgewebe dazwischen bestimmt die Obergrenze der Leistung. Genau hier setzt Eridu an – ein neuer Netzwerkspezialist, der nun mit einer außergewöhnlich hohen Series‑A‑Runde von 200 Millionen US‑Dollar aus dem Stealth‑Modus tritt. In diesem Artikel beleuchten wir, was Eridu technisch verspricht, warum KI‑Netzwerke plötzlich strategisch sind und welche Folgen das für Europa und den DACH‑Raum haben könnte.
2. Die Nachricht in Kürze
Laut einem Bericht von TechCrunch ist Eridu, ein Startup für KI‑Netzwerke, mit einer überzeichneten Series‑A‑Finanzierung in Höhe von 200 Millionen US‑Dollar an die Öffentlichkeit gegangen. Insgesamt hat das Unternehmen damit 230 Millionen US‑Dollar eingesammelt. Angeführt wird die Runde von Socratic Partners, dem bekannten Investor John Doerr und Matter Venture Partners; weitere Geldgeber sind unter anderem Hudson River Trading, Capricorn Investment Group, MediaTek, Bosch Ventures, TDK Ventures und ein Investmentvehikel mit Verbindung zu TSMC.
Eridu wurde 2024 von CEO Drew Perkins, einem Veteranen der Netzwerktechnik mit mehreren erfolgreichen Exits, und Mitgründer Omar Hassen, einem Experten für Netzwerkchips bei großen Siliziumherstellern, gegründet.
Das Unternehmen entwickelt neue, KI‑optimierte Netzwerkchips und komplette Systeme, die mehrere Ebenen klassischer optischer Infrastruktur in Rechenzentren ersetzen sollen. Mehr Netzwerkfunktionalität wandert direkt auf den Chip, wodurch Hops, Latenz und Energieverbrauch sinken und große GPU‑Cluster effizienter werden sollen. Eridu beschäftigt rund 100 Mitarbeitende. Angaben zur Bewertung oder konkreten Zielkunden gibt es bislang nicht.
3. Warum das wichtig ist
Die Diskussion um KI‑Infrastruktur dreht sich seit zwei Jahren fast ausschließlich um GPUs. Doch reines "Mehr GPU" skaliert nur solange, wie das Netzwerk mithält. Eridu adressiert damit die Ebene, die in Mega‑Clustern zur eigentlichen Grenze wird.
Beim Training großer Modelle werden tausende bis zehntausende Beschleuniger eng gekoppelt. Klassische Rechenzentrumsarchitekturen reagieren darauf, indem sie zusätzliche Switch‑Ebenen und optische Links hinzufügen. Das funktioniert – aber zu einem hohen Preis. Jede weitere Stufe erhöht Latenz und Komplexität. Jede optische Transceiver‑Karte kostet Geld, verbraucht Strom und kann ausfallen. Die Folge: Die Rechenleistung der GPUs wächst, aber ein wachsender Anteil dieser Leistung wird durch Kommunikationsengpässe verschenkt.
Eridus zentrale These, wie sie gegenüber TechCrunch formuliert wurde: Die Bandbreite und der Speicherdurchsatz von GPUs steigen deutlich schneller als die Leistungsfähigkeit herkömmlicher Datacenter‑Switches. Die Schere geht auf – das Netzwerk wird zum Flaschenhals.
Wenn Eridu mit seinem Ansatz – mehr Intelligenz direkt im Silizium, weniger externe Optik und Schachtelung – tatsächlich signifikante Verbesserungen bringt, ergeben sich klare Gewinnergruppen:
- Hyperscaler und große KI‑Labs können mehr nutzbare Rechenleistung pro Rack, pro Kilowatt und pro investiertem Euro herausholen.
- Modellanbieter profitieren von kürzeren Trainingszeiten und besserer Skalierbarkeit über viele Knoten.
- GPU‑Hersteller gewinnen, weil ihre Chips in größeren, besser ausgelasteten Clustern eingesetzt werden können.
Auf der anderen Seite geraten klassische Netzwerkhersteller und Anbieter von Merchant‑Silizium unter Druck, deren Roadmaps auf inkrementelle Ethernet‑Generationen und etablierte optische Ökosysteme setzen. Selbst wenn Eridu sich am Markt nicht durchsetzt, signalisiert diese Finanzierungsrunde: Das Thema KI‑Netzwerk ist groß genug, um radikale Neuansätze zu rechtfertigen.
4. Der größere Kontext
Eridu fügt sich in mehrere Entwicklungen ein, die die Architektur von Rechenzentren grundsätzlich verändern.
Erstens erleben wir eine vertikale Integration rund um KI‑Workloads. Nvidia verkauft längst nicht mehr nur GPUs, sondern auch Interconnect‑Technologien wie NVLink, eigene Switches und komplette Systeme. Hyperscaler wie Google und AWS entwickeln eigene Beschleuniger und maßgeschneiderte Netzwerktechnik. Eridu positioniert sich hier als unabhängige Alternative: Ein hochspezialisiertes KI‑Netzwerk, ohne gleich den ganzen Stack besitzen zu müssen.
Zweitens beschleunigt sich die Entwicklung spezialisierter Interconnects. Startups arbeiten an co‑packaged Optics, integrierter Photonik oder Konzepte wie Compute‑in‑Network; etablierte Player treiben Standards wie CXL, die Speicher‑ und Netzgrenzen verwischen. Eridus Idee, mehr Funktionen auf den Chip zu ziehen und die analoge Optikschicht zu verschlanken, passt exakt in diese Tendenz zu enger Kopplung von Rechen‑ und Netzebene.
Historisch verlief die Entwicklung umgekehrt: Proprietäre Fabrics wurden von Ethernet und Standard‑Silizium verdrängt, der Markt wurde breiter, aber margenschwächer. KI könnte dieses Muster im High‑End‑Segment wieder umkehren. Dort, wo es um extrem große Cluster geht, werden ungewöhnliche Topologien, proprietäre Protokolle und applikationsbewusste Fabrics wieder attraktiv – weil wenige Prozent Effizienzgewinn Millionen sparen.
Drittens ist Eridu Teil eines Investitionsschubs unterhalb der Modellebene. Nachdem die großen Sprachmodelle im Rampenlicht standen, entdecken Investoren jetzt Energieversorgung, Kühlung, Packaging, Verifikation – und eben Netzwerke – als eigenständige Wertschöpfungsschichten. Eine Series‑A von 200 Millionen US‑Dollar für ein Infrastruktur‑Startup ohne Produkt wäre vor wenigen Jahren kaum denkbar gewesen; heute zeigt sie, wie stark der Glaube an einen neuen Markt für "KI‑Netzwerk‑Stacks" ist.
5. Die europäische / regionale Perspektive
Für Europa – und speziell den DACH‑Raum – ist Eridu ein Weckruf. Die EU will digitale Souveränität und eine eigene KI‑Industrie, doch in der physischen Infrastruktur dominieren US‑ und asiatische Anbieter.
Die EU fördert mit Programmen wie EuroHPC eigene Supercomputer, investiert in nationale KI‑Rechenzentren und reguliert mit dem AI Act, der DSGVO, dem Digital Services Act und Nachhaltigkeitsvorgaben immer stärker. Daraus ergibt sich ein klarer Zielkonflikt: mehr KI‑Leistung, aber unter strengen Energie‑, Datenschutz- und Transparenzauflagen.
Effizientere Netzwerke wie die von Eridu könnten europäischen Cloud‑Providern, Telkos und Forschungsrechenzentren helfen, diesen Spagat zu bewältigen. Weniger optische Stufen und geringere Latenzen bedeuten im Idealfall: mehr nutzbare KI‑Leistung pro Kilowattstunde – ein wichtiger Faktor in Ländern wie Deutschland, Österreich und der Schweiz, wo Strompreise hoch und Energieeffizienzziele politisch relevant sind.
Gleichzeitig stellt sich die Frage nach der industriellen Basis. Europa verfügt zwar mit Nokia und Ericsson über starke Telekom‑Netzwerkausrüster und mit Standorten wie Berlin, München oder Zürich über aktive Deep‑Tech‑Ökosysteme. Im Bereich hochspezialisierter KI‑Netzwerkchips sind europäische Player jedoch kaum sichtbar. Wenn sich Lösungen wie die von Eridu durchsetzen, droht die Gefahr, dass europäische Anbieter nur noch Integratoren fremder Technologie sind – mit entsprechend geringer Gestaltungsmacht.
Für Betreiber von Rechenzentren in Frankfurt, Amsterdam oder Zürich wird es daher strategisch: Wer heute nur auf den nächsten Ethernet‑Sprung wartet, könnte in einigen Jahren feststellen, dass die interessantesten KI‑Workloads längst auf proprietären Fabrics laufen, die anderswo definiert wurden.
6. Blick nach vorn
Trotz aller Vorschusslorbeeren: Der Weg von der Idee zum einsatzfähigen Netzwerkchip ist lang. Design, Tape‑out, Tests, Zertifizierungen und schließlich der Rollout in produktiven Rechenzentren dauern in der Regel Jahre. Eridu muss zudem nicht nur Hardware liefern, sondern auch beweisen, dass seine Architektur in realen KI‑Workloads – etwa verteiltem Training großer Modelle – einen robusten Vorteil bietet.
Entscheidend werden in den nächsten Jahren drei Punkte sein:
- Ankerkunden gewinnen: Frühe Erfolge bei einem großen Cloud‑Provider, einer führenden KI‑Firma oder einem Hochleistungsrechenzentrum würden das Signal senden, dass sich das Risiko lohnt.
- Software‑ und Betriebsintegration: Betreiber wollen kein exotisches System, das nur mit Spezialwerkzeugen funktioniert. Offenheit gegenüber bestehenden Protokollen, Monitoring‑Stacks und Orchestrierungswerkzeugen wird über die Einführungsbarrieren entscheiden.
- Harte Effizienznachweise: In einem durch AI Act, Taxonomie‑Verordnung und ESG‑Zwänge geprägten Europa werden konkrete Zahlen zu Energie‑ und Kostenvorteilen wichtiger sein als Marketing‑Folien.
Risiken bleiben: Der aktuelle KI‑Investitionszyklus könnte sich abkühlen, Nvidia versucht, den gesamten Stack von GPU bis Netzwerk zu kontrollieren, und geopolitische Spannungen rund um Halbleiterfertigung verschärfen die Abhängigkeit von wenigen Foundries. All das kann die Einführung neuer Netzwerktechnologien verlangsamen.
Für Unternehmen im DACH‑Raum lautet die Aufgabe dennoch: frühzeitig testen, mitreden, mitgestalten. Wer wartet, bis sich "der Standard" herauskristallisiert, läuft Gefahr, dass dieser Standard längst von anderen – in Kalifornien oder Taiwan – definiert wurde.
7. Fazit
Eridus 200‑Millionen‑Runde macht sichtbar, was viele Betreiber bereits spüren: Das eigentliche Nadelöhr moderner KI‑Systeme liegt nicht mehr im Chip, sondern im Netzwerk. Ob das Startup am Ende Marktführer wird, ist zweitrangig; schon heute zwingt es etablierte Anbieter, das Thema KI‑Netzwerk radikal neu zu denken. Für Europa bedeutet das: Digitale Souveränität in der KI beginnt nicht nur bei Daten und Modellen, sondern auch bei der unsichtbaren Infrastruktur, die Bits zwischen GPUs verschiebt. Die offene Frage ist, ob und wie europäische Akteure diese Schicht überhaupt noch mitprägen wollen.
