# SiMa.ai sichert sich 150 Millionen Dollar in Serie-C-Finanzierung zur Weiterentwicklung physischer KI-Silizium- und Robotik-Chiplets

Source: TechNewsList (https://technewslist.com)
Canonical URL: https://technewslist.com/de/article/sima-ai-150-million-series-c-physical-ai-robotics-chiplets-2026-09-28-night-de
Section: Hardware (https://technewslist.com/de/hardware)
Author: TechNewsList
Language: de
Published: 2026-09-28T20:37:52.934+00:00
Updated: 2026-09-28T20:37:53.103365+00:00

> Der Edge-Halbleiter-Pionier SiMa.ai schloss eine 150-Millionen-Dollar-Finanzierungsrunde der Serie C mit einer Bewertung von 1,45 Milliarden Dollar ab und beschleunigte damit die Einführung von 1.000 TOPS-Chiplets für humanoide Robotik und autonome physikalische Systeme.

## TL;DR
- SiMa.ai kündigte am 28. September 2026 eine 150-Millionen-Dollar-Finanzierungsrunde der Serie C an und bewertete den Edge-Chiphersteller mit 1,45 Milliarden Dollar.
- Die Finanzierungsrunde wurde von der Fidelity Management & Research Company gemeinsam mit Amplify geleitet, wodurch sich die Gesamtfinanzierung auf 500 Millionen Dollar belief.
- Capital wird die Kommerzialisierung von physischem KI-Silizium der nächsten Generation finanzieren, das im ersten Halbjahr 2028 1.000 dichte TOPS liefern wird.
- Das Startup erweitert Palette Neat, eine Agenten-Entwicklungsumgebung, die die Kompilierung von Hardwaremodellen mit natürlicher Sprache ermöglicht.

## Key points
- Zielt auf das aufkommende Paradigma der physischen KI ab und bietet speziell entwickeltes Edge-Silizium für humanoide Roboter, Drohnen und autonome Fahrzeugcockpits.
- Zu den neuen institutionellen Geldgebern zählen AllianceBernstein, Baron Capital, J.P. Morgan und der Pensionsfonds des Bundesstaates Michigan.
- Die Chiplet-Architektur ermöglicht Bildverarbeitung mit hoher Bildrate und multimodaler Sensorverarbeitung bei extremer Energieeffizienz pro Watt.
- Bietet Robotikherstellern eine dedizierte Alternative zu zentralisierten Cloud-Inferenzen im Rechenzentrum und stromhungrigen Desktop-GPUs.
- Erweitert die Softwaretools zur Automatisierung der Quantisierung neuronaler Netzwerke, der Modellbereinigung und der Zuordnung heterogener Rechenkerne.

## Was passiert ist

Am 28. September 2026 schloss der Halbleiter-Pionier für maschinelles Lernen, SiMa.ai, offiziell eine überzeichnete Serie-C-Finanzierungsrunde in Höhe von 150 Millionen US-Dollar ab und erzielte eine Post-Money-Bewertung von 1,45 Milliarden US-Dollar. The investment milestone elevates the San Jose-based startup into unicorn status and elevates its cumulative venture backing to more than 500 million dollars. Unter der gemeinsamen Leitung der Fidelity Management & Research Company und des Venture-Unternehmens Amplify zog das Syndikat eine bedeutende Beteiligung großer globaler Vermögensverwalter an, darunter AllianceBernstein, Baron Capital, J.P. Morgan und das Rentensystem des Bundesstaates Michigan, sowie wiederkehrende Investoren Dell Technologies Capital, Maverick Capital und Point72.

Die erhebliche Kapitalzufuhr ist dazu bestimmt, die Entwicklung, den Tape-Out und die Massenfertigung der Edge-Computing-Siliziumarchitektur der nächsten Generation von SiMa.ai zu beschleunigen. Das Unternehmen positioniert sich direkt im aufstrebenden Bereich der physischen KI – Systeme der künstlichen Intelligenz, die die materielle Welt physisch wahrnehmen, navigieren und manipulieren – und gab bekannt, dass seine kommende Chiplet-Familie bis zu 1.000 Dense-Tera-Operationen pro Sekunde (TOPS) neuronaler Rechenleistung liefern wird, wenn sie in der ersten Hälfte des Jahres 2028 kommerziell auf den Markt kommt.

Gleichzeitig bestätigte SiMa.ai erweiterte technische Investitionen in Palette Neat, der proprietären Agentensoftware-Suite, die Anfang 2026 eingeführt wurde. Das Software-Framework bietet Robotikern und Automobilingenieuren eine interaktive Schnittstelle in natürlicher Sprache, die in der Lage ist, rohe Grundmodelle in optimierten, heterogenen Ausführungsbinärdateien innerhalb von Tagen statt Monaten umzuwandeln.

## Warum es wichtig ist

Die technologische Entwicklung der künstlichen Intelligenz erlebt derzeit eine grundlegende strukturelle Wende weg von rein körperlosen Textgeneratoren in Cloud-Rechenzentren hin zu verkörperten Agenten, die auf mobiler Hardware eingesetzt werden. Humanoide Roboter, autonome landwirtschaftliche Traktoren, Lieferdrohnen und Automobil-Cockpits der nächsten Generation können sich für die sensorische Wahrnehmung in Echtzeit und die Motorsteuerung im geschlossenen Regelkreis nicht auf entfernte Cloud-Serverfarmen verlassen. Netzwerklatenzspitzen, Bandbreitensättigung und Mobilfunkausfälle stellen inakzeptable Sicherheitsrisiken für physische Maschinen dar, die in menschlichen Umgebungen betrieben werden.

Der Einsatz komplexer multimodaler neuronaler Netze auf Edge-Hardware wurde jedoch in der Vergangenheit durch extreme Leistungs- und thermische Einschränkungen vereitelt. Herkömmliche Grafikprozessoren verbrauchen Hunderte Watt Leistung und erfordern sperrige Flüssigkeitskühlsysteme, die die Batteriereserven verbrauchen und die Betriebsreichweite der Geräte einschränken. Durch die Entwicklung speziell entwickelter MLSoC-Chips (Machine Learning System-on-Chip), die speziell für Edge-Inferenz optimiert sind, bietet SiMa.ai Hardwareentwicklern die erforderliche Rechendichte, um Vision-Language-Action-Modelle (VLA) mit mehreren Milliarden Parametern innerhalb überschaubarer thermischer Hüllkurven von 15 bis 50 Watt auszuführen.

![Monokristalliner Silizium-Halbleiterwafer mit strukturierten Chips für integrierte Schaltkreise für Hochleistungs-Edge-Computing](https://rkhynbcsbnkkcwgexzwg.supabase.co/storage/v1/object/public/media/api/1790626111310-bxo8il-sima-ai-150-million-series-c-physical-ai-robotics-chiplets-2026-09-28-night-inside-1-e957c23d4e.webp)

Darüber hinaus signalisiert der Einstieg großer institutioneller Investoren wie Fidelity und des Bundesstaates Michigan die wachsende Überzeugung der Mainstream-Finanzbranche, dass Edge-Silizium der nächste große Wachstumsfaktor im Halbleitermarkt darstellt. Während sich die Ausgaben für die KI-Infrastruktur von Rechenzentren zu stabilisieren beginnen, fließt das Kapital aggressiv in Richtung der Edge-Geräte, die diese Modelle in der physischen Realität nutzen und darauf reagieren.

## Technische Details

Der architektonische Vorteil von SiMa.ai ergibt sich aus seinem proprietären Machine Learning Accelerator (MLA)-Kern in Kombination mit Bildverarbeitungspipelines mit hohem Durchsatz und Anwendungsprozessorclustern mit geringem Stromverbrauch. Anstatt sich auf generische Tensor-Recheneinheiten zu verlassen, umfasst die Architektur festverdrahtete Speicherverbindungen, die externe DRAM-Zugriffe minimieren – den größten Beitrag zum Stromverbrauch in neuronalen Edge-Prozessoren. Das System erreicht dauerhafte Ausführungsgeschwindigkeiten von über 1.000 Bildern pro Sekunde auf gängigen Computer-Vision-Modellen wie YOLOv8 und ResNet und verbraucht dabei eine Größenordnung weniger Strom als konkurrierende x86-GPU-Paare.

Für die kommende Produktstufe 2028 übernimmt SiMa.ai fortschrittliche 2,5D- und 3D-Multi-Die-Chiplet-Packaging-Techniken. Durch die Aufteilung von Rechenleistung, Speicherschnittstellen und Hochgeschwindigkeits-I/O auf verschiedene Spezialchips kann das Unternehmen funktionale Chiplet-Blöcke kombinieren und anpassen, um verschiedene Kundenformfaktoren zu bedienen, die von Miniatur-Drohnenkardanringen bis hin zu mehrachsigen Industrierobotersteuerungen reichen.

![Präzisionsindustrieller SCARA-Roboterarm, der physische KI-Edge-Ausführung in Echtzeit mit geringer Latenz demonstriert](https://rkhynbcsbnkkcwgexzwg.supabase.co/storage/v1/object/public/media/api/1790626113190-0jf6pg-sima-ai-150-million-series-c-physical-ai-robotics-chiplets-2026-09-28-night-inside-2-57048de5ee.webp)

Auf der Softwareseite befasst sich Palette Neat mit den berüchtigten Softwareproblemen, die das Edge-Embedded-Engineering plagen. Die Agentenplattform fungiert als automatisierter Compiler-Copilot, der PyTorch- und ONNX-Modelldiagramme aufnimmt und Schichten automatisch über die heterogenen Rechenblöcke des MLSoC verteilt. Palette Neat übernimmt die automatische int8- und fp8-Quantisierung, die Kachelung der Speicherebene und die Cache-Planung und ermöglicht Entwicklern die Bereitstellung benutzerdefinierter Transformatorarchitekturen, ohne manuell Low-Level-C++- oder CUDA-Kernel erstellen zu müssen.

## Auswirkungen auf Markt und Branche

Die Ankündigung der Finanzierung verändert die Wettbewerbsdynamik in der gesamten Edge-Halbleiterlandschaft. SiMa.ai positioniert sich als beeindruckender direkter Konkurrent etablierter Halbleiterunternehmen wie NVIDIA, Qualcomm und Ambarella, die allesamt darum wetteifern, die Märkte für Edge-Robotik und intelligente Automobil-Cockpits zu dominieren. Während NVIDIA mit seiner Jetson-Reihe das Cloud-Training und Prototyping dominiert, verschafft SiMa.ai durch seinen Laserfokus auf TOPS-pro-Watt-Effizienz einen deutlichen Betriebsvorteil bei kommerziellen Anwendungen mit begrenzter Batterie.

Originalgerätehersteller (OEMs) im Bereich Robotik werden voraussichtlich direkt vom verschärften Siliziumwettbewerb profitieren. Unternehmen, die humanoide Zweipedalroboter, autonome mobile Lagerroboter (AMRs) und chirurgische Assistenten entwickeln, hatten mit Hardware-Engpässen zu kämpfen, die sie dazu zwangen, Kompromisse bei der Auflösung des integrierten Sensors oder der Inferenzgeschwindigkeit einzugehen. Die 1.000 TOPS-Roadmap von SiMa.ai ermöglicht es OEMs, Stereotiefenschätzungen mit hoher Bildrate, räumliche Belegungsraster und semantisches Szenenverständnis gleichzeitig auf einer einzigen einheitlichen Platine auszuführen.

Im Automobilsektor fordern Tier-1-Zulieferer zunehmend flexibles, nicht proprietäres Silizium für fortschrittliche Fahrerassistenzsysteme (ADAS) der Stufen 2+ und 3. Die offene Software-Philosophie und die Unterstützung von Standard-Frameworks für maschinelles Lernen von SiMa.ai bieten Automobilherstellern eine Alternative zu geschlossenen, vertikal integrierten Zulieferer-Ökosystemen.

## Worauf man als Nächstes achten sollte

Kurzfristig werden Branchenanalysten den Kundeneinsatz der MLSoC- und Palette Neat-Software der ersten Generation von SiMa.ai in Fabrikautomatisierungs- und Drohnenliefernetzwerken überwachen. Verifizierte Kundenfallstudien, die den erfolgreichen kommerziellen Maßstab belegen, werden die Zuverlässigkeit der Plattform in der Praxis bestätigen.

Hardware-Ingenieure werden auch auf architektonische Offenlegungen zu SiMa.ais Gießereipartnerschaften und Verpackungslieferanten für seine Chiplet-Linie 2028 achten. Ob das Unternehmen seine geplanten Lieferzeiten einhalten kann, hängt davon ab, ob es in der Lage ist, die Zuweisungen modernster Prozessknoten in Gießereien wie TSMC zu bewältigen.

Schließlich wird die Entwicklung multimodaler physischer KI-Modelle die architektonische Agilität von SiMa.ai auf die Probe stellen. Da Entwickler von Basismodellen von statischen Visionsmodellen zu generativen Diffusions- und Flow-Matching-Richtlinien in Echtzeit für die Flugbahnplanung von Robotern übergehen, muss sich Edge-Silizium als anpassungsfähig genug erweisen, um neuartige mathematische Operatoren ohne Durchsatzeinbußen auszuführen.

## Quellen

* [SiMa.ai Corporate Press Announcement](https://sima.ai/press-releases/sima-ai-secures-150-million-series-c-financing/) – Offizielle Unternehmensmitteilung zur Bestätigung der 150-Millionen-Dollar-Finanzierungsrunde, der 1,45-Milliarden-Dollar-Bewertung und der Roadmap für Silizium der nächsten Generation.
* [Business Wire Financial Distribution](https://www.businesswire.com/news/home/20260928005112/en/SiMa.ai-Secures-150M-Series-C-Physical-AI) – Syndizierte Pressemitteilung zur Investorenbeteiligung von Fidelity, Amplify, Dell Technologies Capital und dem Bundesstaat Michigan.
* [The Next Web Semiconductor Briefing](https://thenextweb.com/news/sima-ai-raises-150m-series-c-physical-ai-chips) – Analyse der Wettbewerbsposition von SiMa.ai im Edge-KI-Computing mit Schwerpunkt auf Energieeffizienz, TOPS-pro-Watt-Metriken und humanoiden Robotik-Pipelines.

Mentions: SiMa.ai, Krishna Rangasayee, Treuemanagement, Verstärken, Dell Technologies Capital, Palette ordentlich

## Sources
- [SiMa.ai-Unternehmenspressemitteilung](https://sima.ai/press-releases/sima-ai-secures-150-million-series-c-financing/)
- [Finanzvertrieb von Business Wire](https://www.businesswire.com/news/home/20260928005112/en/SiMa.ai-Secures-150M-Series-C-Physical-AI)
- [Das nächste Web-Halbleiter-Briefing](https://thenextweb.com/news/sima-ai-raises-150m-series-c-physical-ai-chips)