Verda is een Europese unicorn geworden na een succesvolle Series B-financieringsronde van $189 miljoen. Het bedrijf bouwt een volledige AI-cloud-stack—bestaande uit eigen datacenters, infrastructuur en een platform—om flexibele compute-capaciteit te bieden die essentieel is voor moderne AI-trainingen en inferentie.
Kernpunten uit het artikel:
- Infrastructuur & Duurzaamheid: Door eigen datacenters te ontwerpen, kan Verda klanten sneller capaciteit bieden met een lagere CO2-voetafdruk dan het gemiddelde.
- AI Lab: Verda beschikt over een eigen AI Lab dat werkt aan GPU-benutting en inferentie-optimalisatie, wat direct bijdraagt aan de productroadmap en klantvoordelen.
- Toekomstvisie (2027): Het bedrijf streeft naar meer dan 250 MW aan operationele capaciteit in Europa, de VS en Azië, en zal de nieuwste NVIDIA VR200 NVL72 hardware implementeren.
- Enterprise & Developer Focus: Er wordt zwaar geïnvesteerd in enterprise-gereedheid (SOC Type II en C5-certificeringen, Confidential computing) en het verbeteren van de developer experience via API's en CLI.
Wat een financiering van $189 miljoen ontsluit voor Verda-klanten
Verda is vandaag Europa's nieuwste unicorn geworden na het ophalen van $189 miljoen aan nieuwe financiering. De overtekende Series B-ronde werd geleid door Emergence Capital, met deelname van MUFG Innovation Partners, Supermicro, Varma Mutual Pension Insurance Company, Lifeline Ventures, 6 Degrees Capital (6DC), byFounders, Tesi (Finnish Industry Investment Ltd) en een groep angel investors, waaronder Ola Tørudbakken en Mark Saroufim. Hiermee komt de totale financiering tot op heden uit op meer dan $450 miljoen aan eigen vermogen en schulden.
"Er is nu een kans om een van de bepalende compute-bedrijven van deze generatie te bouwen, en dat vanuit Europa. Die kans zal niet lang openstaan." — Ruben Bryon, oprichter en CEO
De AI-cloud van morgen bouwen
De afgelopen jaren was toegang tot capaciteit vooral een inkoopprobleem. Teams onderhandelden maandenlang, namen een vaste omgeving in ontvangst en organiseerden hun werklast rondom de toegewezen middelen. Dat werkte toen capaciteit schaars was en werklasten voorspelbaar waren.
Dat is niet langer het geval. Trainingsruns die vroeger maanden aan planning vereisten, moeten nu kunnen starten op infrastructuur die al klaarstaat. Productie-inferentie, waarbij latentie en beschikbaarheid niet onderhandelbaar zijn, vereist capaciteit die beschikbaar is op het moment dat de werklast daarom vraagt. Agentische werklasten leggen de lat nog hoger, met context die over vele beurten wordt opgebouwd en een vraag die in bursts komt en piekt op het moment dat een tool-aanroep terugkeert. De beslissing over hoeveel capaciteit er nodig is en wanneer, ligt steeds vaker bij een handvol engineers in plaats van bij een inkoopteam dat in een jaarcyclus werkt.
Verda bouwt de volledige stack om aan die behoefte te voldoen. We ontwerpen en bouwen onze eigen datacenters, de infrastructuur daarin en het platform dat daarop draait. Hierdoor kunnen klanten de capaciteit krijgen hoe, wanneer en waar ze die nodig hebben, terwijl de exploitatie een lagere CO2-voetafdruk heeft dan het industriegemiddelde. Deze financieringsronde versterkt alle drie de delen van die stack, met meer datacapaciteit die online komt en diepere investeringen in het platform, het AI Lab en de functies die onze klanten al gebruiken.
Teams draaien hun productie-AI al op Verda
Verda faciliteert inmiddels AI-werklasten voor organisaties in meer dan 50 landen, van startups in een vroeg stadium tot grote ondernemingen. In juli 2026 bereikten we een geannualiseerde omzetrunrate van $165 miljoen, met een team van meer dan 250 medewerkers verspreid over Helsinki, Londen, Taipei en San Francisco.
Onze GPU-clusters vormen de basis voor de R&D-infrastructuur van Aleph Alpha, waarbij engineers-in-residence samenwerken aan de onderliggende softwarestack. Magnific gebruikt onze infrastructuur voor mediageneratie met miljoenen verzoeken per dag. Epsilon Health traint zijn AI-modellen voor radiologie op een toegewezen Verda-cluster, op natuurlijke beeldresolutie.
Ons AI Lab maakt gebruik van hetzelfde platform als onze klanten
We bouwen onze eigen compilers en serving-software, en voeren onze eigen performance- en reliability-engineering uit. Ons AI Lab is een gespecialiseerd team dat echte onderzoekswerklasten op het platform draait. Ze werken aan het oplossen van complexe technische problemen, zoals het verbeteren van de GPU-benutting, inferentie-optimalisatie en kernel-engineering. Dit werk zorgt ervoor dat klanten meer uit hun infrastructuur halen en het bepaalt onze productroadmap; het Lab stuit op behoeften voordat een klant erom hoeft te vragen.
"Wat we niet hadden verwacht, was een team van engineers dat ons kon helpen bij het ontwerpen van onze eigen datastreaming en clusterbeheer, in plaats van ons simpelweg een cluster aan te bieden en vervolgens weg te lopen." — Arjun Karpur, Head of Machine Learning, Epsilon Health
Wat volgt
Meer capaciteit en de kracht om deze te beheren In 2027 zullen we meer dan 250 MW aan operationele capaciteit hebben. Datacenters zijn vandaag al live in Finland en er komt meer capaciteit online in Europa, het VK, de VS en Azië. Dit betekent ook dat we de nieuwste infrastructuur kunnen aanbieden zodra deze beschikbaar is. We voorzien de eerste implementaties van NVIDIA VR200 NVL72 in de komende maanden.
Inferentie op schaal De werklasten die klanten vandaag draaien, verschillen al van die van een paar jaar geleden: langere sessies, context die over vele beurten accumuleert en agentisch gebruik dat de vraag doet pieken. Voor AI-teams is de uitdaging niet alleen om één van die sessies goed te bedienen, maar om er duizenden tegelijkertijd te faciliteren zonder dat de burst van het ene team een probleem wordt voor het andere. We investeren in het bieden van toegang tot modellen voor inferentie, afgestemd op de manier waarop ze worden gebruikt.
Snellere provisioning We richten ons op het verbeteren van de provisioning- en setup-tijden, zodat deze geen bottlenecks worden voor AI-werklasten. Dit betekent een snellere opstart van instances en clusters, snellere koppeling van storage en infrastructuur die snel reageert zodra deze operationeel is.
Platform-updates We blijven onze productportfolio verbreden om AI-teams elke functionaliteit te bieden die ze nodig hebben in de gehele AI-levenscyclus. Na de recente release van de Container registry, zijn we op weg om S3-compatibele Object storage uit te brengen. Onze Instant clusters zijn nu uitgerust met Kubernetes met Kueue of Slurm via Slinky (voorconfiguratie bij implementatie), gevolgd door de langverwachte release van Managed Kubernetes.
Enterprise-gereedheid Nu AI verschuift van pilots naar productie, moeten ondernemingen erop kunnen vertrouwen zoals ze op elk ander bedrijfskritisch systeem vertrouwen. Dit omvat wie toegang heeft, hoe het wordt beschermd en of dit standhoudt bij een audit. We bouwen aan alle drie de punten. Onlangs hebben we Audit Logs en SSO voor IAM toegevoegd. We hebben ons aanbod voor Confidential computing verbeterd met de industrie-eerste ondersteuning van 8× NVIDIA HGX™ B300 en B200, om data te beschermen zelfs tijdens gebruik. Daarnaast bieden we nu SOC Type II en C5-certificeringen aan, naast onze bestaande certificeringen.
Engineering-diepgang We financieren het AI Lab om nauw samen te werken met andere AI Labs, open-source projecten en bedrijven die ontwikkelaarstools maken, en om dieper in te gaan op co-onderzoek met de teams die al op ons platform bouwen. Zo begrijpen we waar compute voor wordt gebruikt en welke modelarchitecturen en optimalisatietechnieken de huidige werklasten vormgeven. Dit inzicht vloeit terug in beslissingen op elk niveau: van datacenter-ontwerp en hardwareselectie tot provisioning en software.
Developer experience Niets hiervan heeft zin als de mensen die op Verda bouwen niet kunnen werken op de manier die ze gewend zijn. Daarom bouwen we bij elke nieuwe functie voor elke werkwijze, of dat nu via onze console is, de CLI, via API of alles daartussenin.
Wat een financiering van $189 miljoen ontsluit voor Verda-klanten
Verda is vandaag Europa's nieuwste unicorn geworden na het ophalen van $189 miljoen aan nieuwe financiering. De overtekende Series B-ronde werd geleid door Emergence Capital, met deelname van MUFG Innovation Partners, Supermicro, Varma Mutual Pension Insurance Company, Lifeline Ventures, 6 Degrees Capital (6DC), byFounders, Tesi (Finnish Industry Investment Ltd) en een groep angel investors, waaronder Ola Tørudbakken en Mark Saroufim. Hiermee komt de totale financiering tot op heden uit op meer dan $450 miljoen aan eigen vermogen en schulden.
"Er is nu een kans om een van de bepalende compute-bedrijven van deze generatie te bouwen, en dat vanuit Europa. Die kans zal niet lang openstaan." — Ruben Bryon, oprichter en CEO
De AI-cloud van morgen bouwen
De afgelopen jaren was toegang tot capaciteit vooral een inkoopprobleem. Teams onderhandelden maandenlang, namen een vaste omgeving in ontvangst en organiseerden hun werklast rondom de toegewezen middelen. Dat werkte toen capaciteit schaars was en werklasten voorspelbaar waren.
Dat is niet langer het geval. Trainingsruns die vroeger maanden aan planning vereisten, moeten nu kunnen starten op infrastructuur die al klaarstaat. Productie-inferentie, waarbij latentie en beschikbaarheid niet onderhandelbaar zijn, vereist capaciteit die beschikbaar is op het moment dat de werklast daarom vraagt. Agentische werklasten leggen de lat nog hoger, met context die over vele beurten wordt opgebouwd en een vraag die in bursts komt en piekt op het moment dat een tool-aanroep terugkeert. De beslissing over hoeveel capaciteit er nodig is en wanneer, ligt steeds vaker bij een handvol engineers in plaats van bij een inkoopteam dat in een jaarcyclus werkt.
Verda bouwt de volledige stack om aan die behoefte te voldoen. We ontwerpen en bouwen onze eigen datacenters, de infrastructuur daarin en het platform dat daarop draait. Hierdoor kunnen klanten de capaciteit krijgen hoe, wanneer en waar ze die nodig hebben, terwijl de exploitatie een lagere CO2-voetafdruk heeft dan het industriegemiddelde. Deze financieringsronde versterkt alle drie de delen van die stack, met meer datacapaciteit die online komt en diepere investeringen in het platform, het AI Lab en de functies die onze klanten al gebruiken.
Teams draaien hun productie-AI al op Verda
Verda faciliteert inmiddels AI-werklasten voor organisaties in meer dan 50 landen, van startups in een vroeg stadium tot grote ondernemingen. In juli 2026 bereikten we een geannualiseerde omzetrunrate van $165 miljoen, met een team van meer dan 250 medewerkers verspreid over Helsinki, Londen, Taipei en San Francisco.
Onze GPU-clusters vormen de basis voor de R&D-infrastructuur van Aleph Alpha, waarbij engineers-in-residence samenwerken aan de onderliggende softwarestack. Magnific gebruikt onze infrastructuur voor mediageneratie met miljoenen verzoeken per dag. Epsilon Health traint zijn AI-modellen voor radiologie op een toegewezen Verda-cluster, op natuurlijke beeldresolutie.
Ons AI Lab maakt gebruik van hetzelfde platform als onze klanten
We bouwen onze eigen compilers en serving-software, en voeren onze eigen performance- en reliability-engineering uit. Ons AI Lab is een gespecialiseerd team dat echte onderzoekswerklasten op het platform draait. Ze werken aan het oplossen van complexe technische problemen, zoals het verbeteren van de GPU-benutting, inferentie-optimalisatie en kernel-engineering. Dit werk zorgt ervoor dat klanten meer uit hun infrastructuur halen en het bepaalt onze productroadmap; het Lab stuit op behoeften voordat een klant erom hoeft te vragen.
"Wat we niet hadden verwacht, was een team van engineers dat ons kon helpen bij het ontwerpen van onze eigen datastreaming en clusterbeheer, in plaats van ons simpelweg een cluster aan te bieden en vervolgens weg te lopen." — Arjun Karpur, Head of Machine Learning, Epsilon Health
Wat volgt
Meer capaciteit en de kracht om deze te beheren In 2027 zullen we meer dan 250 MW aan operationele capaciteit hebben. Datacenters zijn vandaag al live in Finland en er komt meer capaciteit online in Europa, het VK, de VS en Azië. Dit betekent ook dat we de nieuwste infrastructuur kunnen aanbieden zodra deze beschikbaar is. We voorzien de eerste implementaties van NVIDIA VR200 NVL72 in de komende maanden.
Inferentie op schaal De werklasten die klanten vandaag draaien, verschillen al van die van een paar jaar geleden: langere sessies, context die over vele beurten accumuleert en agentisch gebruik dat de vraag doet pieken. Voor AI-teams is de uitdaging niet alleen om één van die sessies goed te bedienen, maar om er duizenden tegelijkertijd te faciliteren zonder dat de burst van het ene team een probleem wordt voor het andere. We investeren in het bieden van toegang tot modellen voor inferentie, afgestemd op de manier waarop ze worden gebruikt.
Snellere provisioning We richten ons op het verbeteren van de provisioning- en setup-tijden, zodat deze geen bottlenecks worden voor AI-werklasten. Dit betekent een snellere opstart van instances en clusters, snellere koppeling van storage en infrastructuur die snel reageert zodra deze operationeel is.
Platform-updates We blijven onze productportfolio verbreden om AI-teams elke functionaliteit te bieden die ze nodig hebben in de gehele AI-levenscyclus. Na de recente release van de Container registry, zijn we op weg om S3-compatibele Object storage uit te brengen. Onze Instant clusters zijn nu uitgerust met Kubernetes met Kueue of Slurm via Slinky (voorconfiguratie bij implementatie), gevolgd door de langverwachte release van Managed Kubernetes.
Enterprise-gereedheid Nu AI verschuift van pilots naar productie, moeten ondernemingen erop kunnen vertrouwen zoals ze op elk ander bedrijfskritisch systeem vertrouwen. Dit omvat wie toegang heeft, hoe het wordt beschermd en of dit standhoudt bij een audit. We bouwen aan alle drie de punten. Onlangs hebben we Audit Logs en SSO voor IAM toegevoegd. We hebben ons aanbod voor Confidential computing verbeterd met de industrie-eerste ondersteuning van 8× NVIDIA HGX™ B300 en B200, om data te beschermen zelfs tijdens gebruik. Daarnaast bieden we nu SOC Type II en C5-certificeringen aan, naast onze bestaande certificeringen.
Engineering-diepgang We financieren het AI Lab om nauw samen te werken met andere AI Labs, open-source projecten en bedrijven die ontwikkelaarstools maken, en om dieper in te gaan op co-onderzoek met de teams die al op ons platform bouwen. Zo begrijpen we waar compute voor wordt gebruikt en welke modelarchitecturen en optimalisatietechnieken de huidige werklasten vormgeven. Dit inzicht vloeit terug in beslissingen op elk niveau: van datacenter-ontwerp en hardwareselectie tot provisioning en software.
Developer experience Niets hiervan heeft zin als de mensen die op Verda bouwen niet kunnen werken op de manier die ze gewend zijn. Daarom bouwen we bij elke nieuwe functie voor elke werkwijze, of dat nu via onze console is, de CLI, via API of alles daartussenin.
Groetjes,