Samsung zet €200 miljoen achter deze onbekende Nederlandse Nvidia-uitdager

In het kort:

• De Eindhovense AI-chipontwikkelaar Euclyd haalt ruim €200 miljoen op in een ronde die mede wordt geleid door Samsung.

• Euclyd richt zich op energiezuinige AI-inferentie, maar moet zijn technologie nog bewijzen in commerciële datacenters.

• Voor beleggers is dit vooral een signaal dat de concurrentiestrijd rond Nvidia verschuift naar geheugen, stroomverbruik en kosten per token.

Samsung steunt een nieuwe Nederlandse uitdager van Nvidia. Euclyd, een chipbedrijf uit Eindhoven, heeft in een Series A-financieringsronde meer dan €200 miljoen opgehaald. Omgerekend is dat ongeveer $230 miljoen. Het geld moet de ontwikkeling versnellen van een alternatief chipsysteem voor het uitvoeren van kunstmatige intelligentie.

De financieringsronde wordt mede geleid door Samsung, Somerset Capital Partners, het door EQT beheerde Scaleup Europe Fund en Innovation Industries. Ook de Brabantse Ontwikkelings Maatschappij en chipinvesteerder imec.xpand doen mee. Oud-ASML-topman Peter Wennink wordt voorzitter van de raad van bestuur.

De omvang en de namen achter de ronde geven Euclyd direct geloofwaardigheid. Toch is het te vroeg om het bedrijf als een serieuze bedreiging voor de omzet van Nvidia te behandelen. De technologie bevindt zich nog vóór de grootschalige commerciële introductie. Het interessantste signaal is daarom niet dat Nvidia binnenkort wordt verslagen, maar dat steeds meer kapitaal jaagt op een goedkoper en zuiniger alternatief voor de GPU.

Euclyd presenteert Craftwerk voor energiezuinige AI-inferentie:

Bron: Ioplus

Waarom Euclyd juist AI-inferentie aanvalt

Bij het trainen van een taalmodel leert het systeem patronen uit enorme hoeveelheden gegevens. Inferentie begint daarna. Dat is het moment waarop een getraind model daadwerkelijk antwoorden genereert, afbeeldingen maakt of zelfstandig taken uitvoert.

Naarmate AI-diensten meer gebruikers krijgen, wordt inferentie een steeds groter deel van de dagelijkse rekenlast. Iedere zoekopdracht, gegenereerde afbeelding of handeling van een AI-agent kost rekenkracht en elektriciteit. Daardoor verschuift de economische vraag van pure topprestaties naar de kosten per geproduceerd token.

Euclyd probeert precies op dat punt aan te vallen. Het bedrijf ontwikkelt geen traditionele GPU, maar een geïntegreerd systeem van programmeerbare ASIC-processoren, een eigen geheugenarchitectuur en complete datacentersystemen. Een ASIC is een chip die voor een specifieker doel wordt ontworpen. Dat kan de efficiëntie verhogen, maar beperkt doorgaans de flexibiliteit ten opzichte van een breed inzetbare GPU.

Volgens Euclyd moet het ontwerp minder energie verbruiken en de kosten per token verlagen. Het bedrijf wil uiteindelijk geld verdienen met de verkoop van fysieke systemen en met licenties op zijn intellectuele eigendom. Ondernemingen die AI veilig in hun eigen datacenter willen draaien, vormen een belangrijke beoogde doelgroep.

De eerste fysieke systemen moeten volgens de huidige planning vanaf 2028 worden uitgerold. Euclyd heeft de ambitie om in 2030 duizenden zakelijke klanten te bedienen. Dat zijn doelstellingen, geen bestaande omzetstromen. De aangekondigde prestaties en energiebesparingen zijn bovendien nog niet op grote commerciële schaal bewezen.

Samsung kiest niet simpelweg tegen Nvidia

De deelname van Samsung maakt het verhaal interessanter. Het Zuid-Koreaanse concern werkt namelijk ook samen met Nvidia. Samsung produceert halfgeleiders en levert geheugen dat in AI-systemen kan worden gebruikt. Het bedrijf heeft dus geen belang bij één exclusieve winnaar.

De investering in Euclyd kan beter worden gezien als een strategische optie. Wanneer de AI-chipmarkt breder wordt en verschillende architecturen naast elkaar gaan bestaan, wil Samsung vroeg betrokken zijn bij systemen waarin geheugen en processoren nauwer worden geïntegreerd.

Dat past bij de technische inzet van Euclyd. Bij inferentie moeten voortdurend modelgegevens tussen geheugen en processors worden verplaatst. Die datastroom kan de snelheid beperken en veel energie kosten. Een architectuur die rekenkracht en geheugen beter op elkaar afstemt, kan daardoor efficiënter zijn zonder op ieder afzonderlijk onderdeel krachtiger te worden.

Samsung brengt op dit terrein meer mee dan financiering. Het concern beschikt over kennis van geheugen, chipproductie, systeemtechniek en wereldwijde toeleveringsketens. Euclyd heeft niet bekendgemaakt hoeveel Samsung afzonderlijk heeft geïnvesteerd of welke concrete productieafspraken zijn gemaakt. Beleggers moeten daarom niet automatisch aannemen dat Samsung ook de uiteindelijke chips gaat vervaardigen.

Waarom Nvidia nog geen acute bedreiging ziet

Euclyd wordt al snel een Nvidia-rivaal genoemd, maar het verschil in uitgangspositie is enorm. Nvidia verkoopt niet alleen chips. Het concern levert complete systemen met processors, netwerkapparatuur en software. Daarnaast is CUDA uitgegroeid tot een omvangrijk ecosysteem waarop ontwikkelaars hun AI-toepassingen bouwen.

Een nieuwe chip kan op papier sneller of zuiniger zijn en toch commercieel verliezen. Klanten moeten bestaande software kunnen overzetten, modellen stabiel kunnen draaien en voldoende ondersteuning krijgen. Ook productiecapaciteit, betrouwbaarheid en levering op grote schaal bepalen de werkelijke gebruikskosten.

Nvidia zit bovendien niet stil. Het bedrijf optimaliseert nieuwe generaties AI-systemen nadrukkelijk voor inferentie en lagere kosten per token. In zijn officiële rapportages noemt Nvidia zowel gespecialiseerde chips als intern ontwikkelde processors van grote cloudbedrijven expliciet als concurrentierisico. Tegelijkertijd probeert het concern eigen technologie open te stellen voor systemen met aangepaste chips.

Daarom is €200 miljoen voor Euclyd belangrijk voor een Europese startup, maar klein tegenover de onderzoeksbudgetten, omzet en infrastructuur van Nvidia. Een commerciële introductie vanaf 2028 betekent daarnaast dat Nvidia nog meerdere productcycli heeft om zijn prestaties en efficiëntie te verbeteren.

De echte strijd gaat om kosten per token

De centrale beleggingsvraag is niet of Euclyd een snellere chip kan ontwerpen. Doorslaggevend is of klanten met het complete systeem goedkoper AI kunnen aanbieden.

Daarbij tellen stroomverbruik, koeling, geheugencapaciteit, netwerkverbindingen, softwaremigratie en de bezettingsgraad van het systeem mee. Een accelerator met een lage aanschafprijs kan uiteindelijk duurder zijn wanneer programmeurs veel tijd kwijt zijn aan aanpassingen of de hardware regelmatig ongebruikt blijft.

De markt kijkt nog vaak naar AI-chips alsof één leverancier alle rekenkracht moet winnen. Waarschijnlijker is een markt waarin verschillende soorten hardware naast elkaar bestaan. Nvidia kan dominant blijven bij het trainen van de grootste modellen en bij complexe algemene toepassingen, terwijl gespecialiseerde chips bepaalde inferentietaken goedkoper uitvoeren.

In dat scenario verdwijnt Nvidia niet, maar kan de prijszettingsmacht bij inferentie geleidelijk afnemen. Een deel van de waarde verschuift dan naar geheugenproducenten, chipontwerpers, netwerkleveranciers en bedrijven die volledige systemen integreren. Samsung dekt met zijn investering meerdere mogelijke uitkomsten af.

Kan een belegger in Euclyd investeren?

Euclyd is niet beursgenoteerd. Nederlandse particuliere beleggers kunnen het aandeel daarom niet rechtstreeks kopen. De betrokkenheid van beursgenoteerde namen biedt evenmin een eenvoudige omweg.

Samsung Electronics is beursgenoteerd in Zuid-Korea, maar de financiële omvang van zijn belang in Euclyd is niet bekendgemaakt. De investering is op zichzelf te klein en te onzeker om de volledige beleggingsthese voor Samsung te dragen.

Het Scaleup Europe Fund wordt beheerd door EQT, maar ook daar ontbreekt informatie over het exacte investeringsbedrag, eigendomspercentage en de mogelijke bijdrage aan de toekomstige winst van de beursgenoteerde vermogensbeheerder. De rol van Peter Wennink vormt ondertussen geen commerciële relatie met ASML. Er zijn geen bestellingen of productiecontracten met ASML bekendgemaakt.

Het nieuws ondersteunt dus vooral een bredere chipthese: de groei van AI-inferentie kan de vraag naar gespecialiseerde processoren, geavanceerd geheugen en datacenterinfrastructuur verbreden. Dat kan kansen opleveren buiten Nvidia, maar Euclyd wijst nog geen directe beurswinnaar aan.

Deze signalen moeten beleggers nu volgen

De eerste serieuze test wordt een onafhankelijk gecontroleerde vergelijking met bestaande Nvidia-systemen. Daarbij moet niet alleen naar theoretische rekenkracht worden gekeken, maar vooral naar stroomverbruik, reactiesnelheid en totale kosten per token bij echte AI-modellen.

Ook een productiepartner is belangrijk. Een goed chipontwerp wordt pas waardevol wanneer het met voldoende rendement, in grote aantallen en volgens planning kan worden geproduceerd. Vervolgens moet Euclyd minimaal één geloofwaardige grote klant binnenhalen die bereid is het systeem in een operationeel datacenter te gebruiken.

Ten slotte telt de software. Zonder eenvoudig migratiepad kan een technisch voordeel verdwijnen in hogere ontwikkelkosten en implementatierisico’s. Juist hier ligt Nvidia’s sterkste verdedigingslinie.

Geen Nvidia-killer, wel een relevant waarschuwingssignaal

De financieringsronde van Euclyd bewijst niet dat Nederland een nieuwe Nvidia heeft. Het bedrijf beschikt over veel kapitaal, ervaren investeerders en een prominente voorzitter, maar heeft nog geen commercieel bewezen chipsysteem.

De kans zit in de groeiende behoefte aan efficiëntere AI-inferentie. Wanneer Euclyd de kosten per token werkelijk fors kan verlagen, kan het een plaats veroveren in zakelijke en soevereine datacenters waar energieverbruik, gegevenscontrole en voorspelbare kosten zwaar wegen.

Het grootste risico is dat indrukwekkende specificaties niet overeind blijven bij productie en dagelijks gebruik. Nvidia’s software, schaal en snelle productontwikkeling maken de lat bijzonder hoog. Het beslissende vervolgsignaal is daarom geen volgende financieringsronde, maar een onafhankelijk benchmarkresultaat in combinatie met een concrete productiepartner en een betalende klant.

Voor Nvidia-beleggers verandert het nieuws vandaag weinig aan de winstverwachtingen. Het herinnert hen er wel aan dat de volgende fase van de AI-chipstrijd niet uitsluitend wordt beslist door de krachtigste processor. De winnaar moet vooral aantonen dat iedere geproduceerde AI-token goedkoper, sneller en met minder stroom kan worden geleverd.