WORLDTECH NEWS Globale Technologie-Nachrichten.Kontakt
Chips & Hardware UNABHÄNGIGE BERICHTE

Darmstädter Startup Daisytuner sammelt 6 Millionen Euro für KI-Inferenz auf jedem Chip

Modern bright printed board with electric circuits of contemporary technical device with red surface placed on blurred background in room
Symbolbild.Photo by Nic Wood on PexelsNVIDIA logo shown for identification only; no affiliation with or endorsement of WORLDTECH is implied.

Das in Darmstadt ansässige DeepTech-Startup Daisytuner hat eine Seed-Runde über 6 Millionen Euro abgeschlossen und Daisyflow vorgestellt, eine Inferenz-Engine, die KI-Modelle auf den jeweils genutzten Chips effizient laufen lassen soll. Beide Ankündigungen machte das Unternehmen am 16. November 2026.

Finanzierungsrunde und Geldgeber

Die europäischen Wagniskapitalgeber Elaia und LEA Ventures führten die Seed-Runde gemeinsam an. Außerdem beteiligten sich der Amadeus APEX Technology Fund und Seedcamp.

Nach Angaben des Unternehmens soll das neue Kapital dazu dienen, Daisyflow einem größeren Kreis von Unternehmen zugänglich zu machen, das Team zu erweitern und die Compiler-Technologie weiterzuentwickeln.

Was Daisyflow leisten soll

Daisyflow betreibt KI-Modelle in der eigenen Infrastruktur der Kunden und passt deren Ausführung an die vorhandene Hardware an. Die auf offenen Frameworks aufbauende Lösung stellt Sprach-, Bild-, Sprach- und Empfehlungsmodelle über Schnittstellen bereit, die Entwicklerteams bereits nutzen, und enthält eine fertige Chat-Oberfläche.

Anfragen werden an die passenden Modelle geleitet, gebündelt und so terminiert, dass die Hardware ausgelastet bleibt; mehrstufige Abläufe und Agenten-Workflows werden koordiniert. Da sich das System auf eigenen Rechnern der Kunden betreiben lässt, behalten Unternehmen Kontrolle über Daten und Kosten, ohne zunächst große interne Entwicklungsteams aufbauen zu müssen.

Compiler-Automatisierung hinter dem Produkt

Grundlage ist docc, der Open-Source-Compiler von Daisytuner. Er übersetzt PyTorch-, NumPy- und C/C++-Code in eine Datenfluss-Darstellung und erzeugt nativen Code für die Plattformen CUDA von NVIDIA und ROCm von AMD sowie für neuere Architekturen. Der Compiler wird unter der neuen BSD-Lizenz veröffentlicht.

KI-Agenten suchen rund um die Uhr nach Optimierungen und testen sie auf echter Hardware. Jedes Ergebnis wird auf Korrektheit geprüft, bevor bewährte Verfahren in einer Leistungsdatenbank gespeichert werden, aus der sie bei späteren Übersetzungen auf ähnlichen Code angewendet werden können. Das Unternehmen beschreibt dies als selbstlernenden Compiler, kombiniert mit einer patentierten Optimierungsplattform.

Frühe Leistungswerte und offene Herausforderungen

Daisytuner berichtet, erste Ergebnisse zeigten, dass Qwen 2.5 auf AMD-Instinct-GPUs bis zu 18 Prozent schneller läuft als vLLM. Dieses frühe AMD-Ergebnis muss das Unternehmen noch auf weitere Modelltypen und Beschleuniger-Hersteller ausweiten.

Das Startup erklärt, manuelle Leistungsoptimierung sei lange eine langsame Arbeit weniger führender Forschungslabore gewesen, und neue Chips oder Modellgenerationen könnten frühere Optimierungen entwerten. Daisytuner stellt die Automatisierung als Antwort auf dieses Problem dar.

Offene Fragen

  • Lässt sich der Geschwindigkeitsvorteil von 18 Prozent für Qwen 2.5 auf AMD-Hardware auch bei anderen Modellen und Beschleuniger-Herstellern halten?
  • Wie schnell kann Daisyflow mit der neuen Finanzierung mehr Unternehmen erreichen?

Wichtige Fakten

  • Am 16. November 2026 gab Daisytuner eine Seed-Runde über 6 Millionen Euro sowie die Einführung von Daisyflow bekannt, einer Inferenz-Engine, die Modelle in der eigenen Infrastruktur der Kunden betreibt und deren Ausführung an unterschiedliche Hardware anpasst.

Quellen & Belege