Diffraqtion hat gerade ihre Pre-Seed-Runde über 4,2 Millionen Dollar angekündigt. Sie nutzen Technologie, um die Netzhaut neu zu gestalten; es handelt sich um eine programmierbare Quantenlinse, die das Licht vor dem Sensor formt. ADIN ist stolz darauf, das Team zu unterstützen, das Visionen für Inferenz entwickelt.

Bis 2029 werden 50 % der neuen Satelliten, Drohnen und Fabrikkameras Inferenz in der Optik durchführen. Hier ist der Engpass: Ein typischer Satellit erfasst 3–7 TB/Tag, kann jedoch nur 100–300 Mbps herunterladen. Das sind 40 Minuten Kontakt pro Tag. Ergebnis: >80 % der Bilder werden nie gesehen, wenn es darauf ankommt.

Diffraqtion behebt das auf der physikalischen Ebene. Ihr quantenoptisches Modul komprimiert das Signal 100:1 vor der Digitalisierung. Weniger Photonen = weniger Rechenleistung = mehr Betriebszeit. Sobald Sensoren die Daten am Apertur um 99 % schneiden: Es kollabiert GPU-Blöcke (@nvidia Jetson), Cloud-Downlinks (@awscloud Ground Station) und nachträgliche Analysen (@PalantirTech) in das Objektiv.

Diffraqtion wird diesen Wandel anführen, da ihre Optik berechnet, bevor das Signal in digital umgewandelt wird. Das bedeutet schnellere Entscheidungen (0,8–2,3 ms) bei <1 Watt. Andere Systeme benötigen 10–25W und 10–30 ms (Minuten in der Cloud). Pre-ADC-Berechnungen gewinnen, wenn jede Wattstunde und jede Sekunde zählt.

Es funktioniert heute: • 9 Piloten in den Bereichen Verteidigung, Raumfahrt, Industrie: @DARPA, @NASA, @AFSpecOpsCmd) • Über 2.000 Feldstunden • 6× bessere Leistung bei schwachem Licht • 91 % Bandbreiteneinsparungen • Warteliste: 487 Teams

Warum jetzt? Jetson Orin Nano überschreitet weiterhin die Edge-Budgets bei 7–15W • Sony-Ereignissensoren ermöglichen Mikrosekunden-Szenen • Falcon 9 Mitfahrgelegenheit kostet 4.000 $/kg • Das DoD Replicator möchte Tausende von entbehrlichen Drohnen Der Stack ist bereit für intelligente Optik.

ADIN Scout @max_siegman hat den Deal aufgedeckt. Von dort aus bewerteten die Agenten: Der Tech Oracle identifizierte diffraktive Optik als eine neue Rechenebene. Der Unit Master verband Energieeinsparungen mit den Wirtschaftlichkeit des Payloads. Der Market Mapper verfolgte die Nachfrage bei Verteidigungs- und Industriekäufern.