Software de inferencia IA desafía dominio de Nvidia con compatibilidad multiplataforma
Startup recauda $15 millones para desarrollar núcleo alternativo a CUDA que funcione en diversos chips
Una startup de infraestructura de inteligencia artificial cerró una ronda de financiamiento por $15 millones, alcanzando una valuación de $100 millones. El capital proviene de inversores institucionales y técnicos, incluyendo investigadores de empresas líderes en IA, reflejando la apuesta del mercado por soluciones que diversifiquen la cadena de suministro de…
Una startup de infraestructura de inteligencia artificial cerró una ronda de financiamiento por $15 millones, alcanzando una valuación de $100 millones. El capital proviene de inversores institucionales y técnicos, incluyendo investigadores de empresas líderes en IA, reflejando la apuesta del mercado por soluciones que diversifiquen la cadena de suministro de hardware.
La empresa se enfoca en desarrollar software que facilite la ejecución de modelos de inteligencia artificial en diversos chips, abordando una limitación estructural del mercado actual. La prominencia de Nvidia en infraestructura de IA no solo se debe a sus procesadores, sino también a su software CUDA (Compute Unified Device Architecture), que transforma sus GPUs en unidades de propósito general. Los principales marcos de desarrollo de IA, como PyTorch y TensorFlow, están construidos sobre CUDA, lo que crea una dependencia de facto en la plataforma de Nvidia. Sin embargo, muchas startups y fabricantes de chips carecen de los recursos y conocimientos necesarios para desarrollar sus propios núcleos de bajo nivel y adaptar aplicaciones a arquitecturas alternativas. Esta brecha representa tanto un cuello de botella técnico como una oportunidad comercial para soluciones intermedias.
La estrategia de la startup es construir un software de núcleo compatible con múltiples arquitecturas de chips, incluyendo SRAM, GPUs, procesadores móviles y Arrays Sistólicos. Fundada por un exinvestigador de Google Brain especializado en automatización de sistemas de IA, la empresa desarrolló un agente de investigación diseñado para escribir código de bajo nivel requerido para inferencia en chips que no son de Nvidia. Este sistema prueba, depura y mide el rendimiento automáticamente, reescribiendo código cuando es necesario para optimizar velocidad. Su capacidad de autooptimización le permite adaptarse a diferentes arquitecturas sin depender de diseños propietarios, reduciendo lo que podría ser un proceso de meses a horas o días según estudios de caso internos.
Desde una perspectiva de negocio, la empresa opera con un modelo basado en porcentaje de beneficios obtenidos en rendimiento y ahorros de costos, midiendo valor en tokens por segundo. Esto alinea los incentivos entre proveedor y cliente, evitando fricción de licencias por adelantado. Entre sus clientes se encuentra un fabricante de chips de IA que representa competencia potencial para Nvidia, y la empresa mantiene conversaciones con otras compañías relevantes en chips y servicios en la nube. Con un equipo de 26 empleados especializados en diseño y operaciones, la startup refleja el movimiento más amplio de desafiar la concentración de poder en hardware de IA mediante software de compatibilidad multiplataforma.
