Von Google-Alumni gegründetes MatX sichert sich 500 Millionen US-Dollar für den Bau des Anti-Nvidia KI-Chips
Zusammenfassung der Nachrichten
Nvidia-Rivale MatX sichert sich 500 Millionen US-Dollar in Serie B, um die Dominanz bei KI-Chips herauszufordern
Überblick über die Finanzierungsrunde
Am Dienstag, dem 24. Februar 2026 (ET), gab das KI-Chip-Startup MatX den Abschluss einer Serie-B-Finanzierungsrunde über 500 Millionen US-Dollar bekannt. Dies markiert eine deutliche Eskalation im Wettlauf um die Ablösung von Nvidia als dominierendem Anbieter von KI-Beschleunigern. Die Runde wurde von Jane Street und Situational Awareness, einer Investmentfirma des ehemaligen OpenAI-Forschers Leopold Aschenbrenner, angeführt. Zu den weiteren Investoren gehören der Halbleiterriese Marvell Technology, die Venture-Firmen NFDG und Spark Capital sowie die Stripe-Mitbegründer Patrick und John Collison.
MatX lehnte es ab, seine genaue Bewertung nach der Finanzierung offenzulegen, bestätigte jedoch, dass das Unternehmen nun mit mehreren Milliarden Dollar bewertet wird. Zum Vergleich: Sein engster Konkurrent, Etched, sammelte im letzten Monat 500 Millionen US-Dollar bei einer Bewertung von 5 Milliarden US-Dollar.
Wer ist MatX?
MatX wurde 2022 von Reiner Pope und Mike Gunter gegründet, beides Veteranen der Halbleitersparte von Google. Pope leitete zuvor die Entwicklung von KI-Software für Googles Tensor Processing Units (TPUs), während Gunter als leitender Hardware-Designer für dieselbe Plattform tätig war. Die beiden verließen Google mit einer einzigen Mission: einen Chip zu entwickeln, der speziell für Large Language Models (LLMs) konzipiert ist.
Diese jüngste Runde folgt auf eine Serie-A-Finanzierung von rund 100 Millionen US-Dollar im Jahr 2024 – ebenfalls angeführt von Spark Capital –, die das Unternehmen damals mit über 300 Millionen US-Dollar bewertete.
Der MatX One Chip: Technische Ambitionen
Das Herzstück der Produkt-Roadmap von MatX ist der MatX One, ein für LLMs optimierter Beschleuniger, der darauf ausgelegt ist, die GPUs von Nvidia sowohl in der Trainings- als auch in der Inferenzleistung um das Zehnfache zu übertreffen. Der Chip verwendet eine innovative SRAM-First-Architektur in Kombination mit High Bandwidth Memory (HBM), einem hybriden Ansatz, von dem das Unternehmen glaubt, dass er gleichzeitig den hohen Durchsatz von GPU-ähnlichen Designs und die extrem niedrige Latenz von SRAM-basierten Beschleunigern liefern kann.
Wichtige technische Unterscheidungsmerkmale sind:
- Ein geteiltes systolisches Array, das branchenführende FLOPS pro mm² verspricht
- Skalierbarkeit auf Hunderttausende von Chips
- Unterstützung für LLM-Vortraining, Reinforcement Learning, Inferenz-Prefill und Dekodierung – alles auf einem einzigen Chip
- HBM, das speziell für die Speicherung des Key-Value (KV) Caches verwendet wird, nicht für Modellgewichte
CEO Reiner Pope erklärte: „Unsere Position ist, dass es tatsächlich möglich ist, beides im selben Produkt zu tun, und man erhält dadurch ein viel besseres Produkt.“
Fertigung und Zeitplan
MatX plant die Fertigung des MatX One in Partnerschaft mit TSMC (Taiwan Semiconductor Manufacturing Company). Das Unternehmen erwartet, das Chipdesign im Jahr 2026 abzuschließen und mit der Auslieferung der Produkte im Jahr 2027 zu beginnen. Ein Teil der 500 Millionen US-Dollar wird speziell für die Reservierung von Fertigungskapazitäten und die Sicherung kritischer Komponenten lange vor der Produktion verwendet.
Wettbewerbslandschaft
MatX tritt in ein überfülltes, aber risikoreiches Schlachtfeld ein. Nvidia, dessen Marktkapitalisierung im Oktober 2025 kurzzeitig 5 Billionen US-Dollar überstieg, dominiert weiterhin den Verkauf von KI-Beschleunigern mit seinen GPU-Linien H100 und B200. Andere Herausforderer – darunter Groq, Cerebras, SambaNova und dMatrix – haben sich weitgehend auf Inferenz-Workloads konzentriert, während Etched seine Position auf Transformer-spezifische Silizikone gesetzt hat.
MatX differenziert sich, indem es den gesamten KI-Compute-Stack anvisiert: Training, Fine-Tuning und Inferenz. Ob diese breite Ambition sich als Vorteil oder Nachteil erweist, wird deutlicher werden, wenn das Unternehmen seinem Produktstart im Jahr 2027 näherkommt.
Analystenperspektive
Die 500-Millionen-Dollar-Finanzierung unterstreicht, wie kapitalintensiv die Entwicklung von KI-Chips geworden ist. Um mit Nvidia konkurrieren zu können, sind nicht nur überlegene Ingenieursleistungen erforderlich, sondern auch die Fähigkeit, Entwickler-Ökosysteme, Software-Toolchains und Fertigungsbeziehungen aufzubauen – all dies erfordert anhaltende finanzielle Schlagkraft. Mit dieser Runde hat MatX nun die Mittel, diese Ziele ernsthaft zu verfolgen.