Chalmers Ventures följdinvesterar i deeptech-bolaget Embedl - tar in 60 miljoner kronor för att maximera effektiviteten av AI i inbyggda system för försvar, fordons- och robotikindustrin

Deeptech-bolaget Embedl, en avknoppning från Chalmers tekniska högskola och ett portföljbolag inom Chalmers Ventures, optimerar edge-AI inferens för att minska energiförbrukning, sänka driftkostnader och minska latens. Embedlss egenutvecklade teknik har redan hjälpt stora multinationella företag som Bosch, Zenseact, och Kodiak Robotics. Nu har bolaget tagit in kapital för att lansera sin nya plattform, Embedl Hub.

GÖTEBORG, Sverige (18 juni 2025) – Det svenska deeptech-bolaget Embedl har tagit in 60 miljoner kronor i en pre-serie A-investeringsrunda med Chalmers Ventures, Fairpoint Capital, SEB Greentech, Spintop Ventures,and STOAF. Efter att ha knoppats av från Chalmers tekniska högskola 2020, har Embedl hjälpt innovativa startups och några av världens största företag, såsom Kodiak Robotics och Bosch, att optimera effektiviteten i sina AI-modeller. Med det nya kapitalet kommer Embedl att accelerera kommersialiseringen och lanseringen av sin SaaS-plattform, Embedl Hub.

- Världen behöver göra AI mer energieffektivt, snabbt. Samtidigt som användningen av AI skjuter i höjden, kan vi inte låta energiförbrukningen öka i samma takt. Vår lösning hjälper också till att få ut robotik och autonoma fordon på marknaden snabbare, eftersom vi kan optimera hårdvarans energieffektivitet och samtidigt säkerställa att data av högsta kvalitet överförs omedelbart. Vi är tacksamma för stödet från både nya och befintliga investerare, säger Hans Salomonsson, VD och medgrundare av Embedl.

Kostnaderna för inferens av AI-modeller översteg kostnaderna för träning av AI under 2024 och förväntas fortsätta öka. Allt fler tillverkare (OEM) lägger till AI-funktioner i sina produkter, vilket ökar behovet av att köra inferens i realtid på energieffektiva och kostnadseffektiva enheter – även utan molnstöd.

Embedls egenutvecklade teknik gör det möjligt för företag inom försvar, fordonsindustri och robotik att överföra sina deep learning-modeller och AI-modeller till sina hårdvaruenheter, kallat edge-AI. Tekniken kan minska energiförbrukningen med upp till 83 %, och tillverkare kan halvera sina hårdvarukostnader genom att optimera sina modeller med Embedls teknik.

- Having the ability to deeply inspect the cognitive blocks of our AI models, perform hardware-aware optimization, benchmark various layers, and deploy models through seamless hardware abstraction is truly game-changing, säger Shubham Shrivastava, Head of AI at Kodiak

Försvarsindustrin är beroende av mycket säker och effektiv teknik för att upprätthålla operativ överlägsenhet och beredskap. Enheterna som används måste ha optimal batteritid, och känslig information kan inte alltid skickas till molnet för analys.

Embedl:s Model Optimization SDK hjälper AI-system inom försvar att köras effektivt på befintlig hårdvara, vilket undviker kostsamma uppgraderingar. Den erbjuder verktyg för att beskära, kvantisera och komprimera deep learning-modeller, vilket minskar storleken och snabbar upp inferensen. Dess modulära design gör det möjligt för utvecklare att anpassa komponenter efter specifika behov och tillämpa sin domänkunskap. Inbyggda visualiseringsverktyg gör det enkelt att följa modellens förändringar under optimeringen.

Fordonsindustrin har länge varit ledande inom utvecklingen av avancerade säkerhetskritiska funktioner, som kräver kostnadseffektiv hårdvara. För att förbli lönsamma och konkurrenskraftiga söker företagen ständigt sätt att minska tillverkningskostnaderna. Embedl:s edge AI-verktyg gör det enkelt att distribuera generativa AI-modeller över flera hårdvaruplattformar.

- Denna finansiering visar att Chalmers har den tekniska kompetensen att bygga fantastiska AI-lösningar. Vi på Chalmers Ventures är stolta över att fortsätta stötta våra portföljbolag som levererar, och vi förväntar oss stora saker från Embedl, utöver de imponerande framsteg de redan gjort på så kort tid, säger Jonas Bergman, Investment Director på Chalmers Ventures.

Embedl har listats som en av de mest lovande startups av CB Insights AI100-lista, NyTekniks 33-lista, och har vunnit Stora Ingenjörspriset samt IVA:s Smart Industri-pris 2024.

Tekniken är baserad på forskning av Devdatt Dubashi professor i datavetenskap och AI vid institutionen för datavetenskap och teknik, Chalmers tekniska högskola.

KONTAKT / INFO
Mediakit med bilder

Hans Salomonsson, VD, Embedl
hans.salomonsson@Embedl.com

Jonas Bergman, Investment Director, Chalmers Ventures
jonas.bergman@chalmersventures.com

---
Om Embedl
Embedl tillhandahåller världsledande teknik för optimering av AI-inferens, vilket gör det möjligt för utvecklare att bygga effektiva, högpresterande AI-modeller för edge-distribution. Med stöd av banbrytande forskning och starka branschkopplingar driver Embedl utvecklingen av snabbare, smartare och mer hållbar AI. Kärnprodukterna – Model Optimization SDK och Embedl Hub – effektiviserar arbetsflödet för edge-AI från modellval till distribution på valfri hårdvara. SDK:n körs lokalt, integreras i befintliga träningspipelines och undviker konvertering till proprietära format. Genom att använda tekniker som Neural Architecture Search, Pruning, Quantization och Knowledge Distillation uppnår Embedl upp till 83 % energibesparing, 95 % minnesreduktion och 18 gånger snabbare inferens. Med oöverträffad automatisering, bred kompatibilitet och utvecklarfokuserad design levererar Embedl skalbara, effektiva AI-lösningar redo för realtidsapplikationer.

Om Chalmers Ventures
Chalmers Ventures är en ledande tech-investerare och venture builder i Norden, med fokus på att skapa globala tillväxtbolag och ta ny teknik från labb till marknad. Fokus ligger på universitetsavknoppningar och deep tech. Vi använder en unik dubbel strategi som kombinerar venture creation med teknikinvesteringar, och utnyttjar potentialen i ny forskning och deep tech från Chalmers. Vår expertis ligger i att initiera och utveckla bolag från banbrytande forskning, vilket säkerställer ett starkt flöde av högkvalitativa bolag där vi investerar och agerar som aktiva ägare. Vårt engagemang sträcker sig genom hela bolagets livscykel fram till exit, med målet att skapa betydande affärsframgångar och göra en positiv global påverkan.

::::::::::

ENGLISH

Embedl raises €5.5M to maximise the efficiency of AI in embedded systems for defense, automotive, and robotics industries

The Swedish deeptech startup, a Chalmers University of Technology spinoff and Chalmers Ventures portfolio company, optimises edge-AI inference to reduce energy consumption, lower operational costs, and decrease latency Embedl’s proprietary technology has already helped large multinational companies such as Bosch, Zenseact, and Kodiak Robotics. Now, the company has raised funding to launch its new Embedl Hub platform.


GOTHENBURG, Sweden (June 18th, 2025) Swedish deeptech company Embedl has raised €5.5M in a pre-series A funding round from Chalmers Ventures, Fairpoint Capital, SEB Greentech, Spintop Ventures, and STOAF. After spinning out from Chalmers University of Technology, and kicking off commercial operations in 2022, Embedl has helped innovative startups and some of the world’s largest corporates, such as Kodiak Robotics and Bosch to optimize their products’ AI inference efficiency. With the new funding, Embedl will accelerate the commercialisation and launch of its SaaS platform, the Embedl Hub.

“The world needs to make AI more energy efficient, fast. While the applications and usage of AI continue to skyrocket, we can’t increase energy consumption at the same level. Our solution will also help bring robotics and autonomous vehicles to the market faster, as we can help optimise the hardware’s energy efficiency while assuring the highest quality data being transferred instantly. We are grateful for the new and existing investors for their support,” says Hans Salomonsson, CEO and co-founder of Embedl.

Inference of AI models surpassed AI training costs in 2024 and is still projected to continue increasing. As more and more original equipment manufacturers (OEMs) add AI features to their products, the need to run inference on low-energy and cost-efficient devices in real-time is increasing. Companies are looking for solutions that ensure their AI inference works seamlessly, even without cloud support.

Embedl’s proprietary technology enables companies from the defense, automotive, and robotics sectors to transfer their deep learning models, convolutional neural networks (CNNs), and transformer models into their hardware devices. Embedl’s technology can reduce the energy consumption up to 83%, and manufacturers can halve the cost of their hardware by optimising their models.

“Having the ability to deeply inspect the cognitive blocks of our AI models, perform hardware-aware optimization, benchmark various layers, and deploy models through seamless hardware abstraction is truly game-changing,” said Shubham Shrivastava, Head of AI at Kodiak

For example, the defense industry relies on highly secure and efficient technologies to maintain operational superiority and readiness. The devices used need to have optimal battery life, and sensitive information cannot always be sent to the cloud for analysis.

Embedl's Model Optimization SDK helps AI systems in defense run efficiently on existing hardware, avoiding costly upgrades. It offers tools to prune, quantise, and compress deep learning models, reducing size and speeding up inference. Its modular design lets developers tailor components for specific needs and apply their domain knowledge. Built-in visualisation tools make it easy to track model changes during optimisation.

The automotive industry has been at the forefront in developing cutting-edge safety-critical functions, which require the utilization of cost-efficient hardware. In order to remain profitable and competitive, companies are constantly seeking methods of reducing manufacturing costs. Embedl's edge AI tools can effortlessly deploy generative AI models across multiple hardware platforms.

“This funding is a sign that Chalmers has the technical expertise to build great AI solutions. We at Chalmers Ventures are proud to continue backing our portfolio companies that deliver, and we expect great things from Embedl, in addition to the impressive achievements they have already made in such a short time,” says Jonas Bergman, Investment Director at Chalmers Ventures.

Embedl has been listed as one of the most promising startups by CB Insights' AI100 list, NyTeknik’s 33 List, and it has won The Grand Prize for Engineering, and IVA’s Smart Industry 2024 award.

The technology is based on research by Professor Devdatt Dubashi, Data Science and AI, Computer Science and Engineering, Chalmers University of Technology.


CONTACT / INFO
Media kit with pictures

Hans Salomonsson, VD, Embedl
hans.salomonsson@Embedl.com

Jonas Bergman, Investment Director, Chalmers Ventures
jonas.bergman@chalmersventures.com