Última actualización: 20/07/2026
La industria de los semiconductores atraviesa un momento de transformación profunda donde el dominio de Nvidia ya no solo se cuestiona desde el hardware, sino desde las líneas de código. La startup Infinity ha anunciado recientemente una ronda de financiación de 15 millones de dólares para escalar el desarrollo de su software para ejecutar IA en cualquier chip, una propuesta técnica que busca eliminar las barreras de entrada impuestas por el ecosistema CUDA.
Con una valoración post-money que ya alcanza los 100 millones de dólares, la compañía ha logrado atraer el interés de firmas de capital de riesgo como Touring Capital y Principal VC. Sin embargo, lo más llamativo es el respaldo directo de investigadores provenientes de gigantes del sector como OpenAI y Anthropic, además de ejecutivos de las principales empresas de silicio del mundo.
El fin del monopolio de CUDA
Hasta ahora, Nvidia ha mantenido una cuota de mercado cercana al 80% en aceleradores de centros de datos. Este éxito no se debe únicamente a la potencia bruta de sus GPUs, sino a CUDA, la capa de software que permite a los desarrolladores utilizar marcos de trabajo como PyTorch o TensorFlow de forma nativa. Para cualquier otra empresa de hardware, competir significa obligar a sus clientes a reescribir miles de líneas de código de bajo nivel, una tarea que puede tomar años.
La propuesta de Infinity rompe este ciclo de dependencia. Al crear una biblioteca de inferencia universal, los desarrolladores pueden migrar sus modelos a arquitecturas alternativas, como chips de teléfonos, SRAM o matrices sistólicas, sin necesidad de ser expertos en kernels de bajo nivel. Esta versatilidad es lo que define al nuevo estándar que la empresa intenta imponer en un mercado sediento de alternativas.
Ignition: la inteligencia que programa hardware
El núcleo tecnológico de la empresa es Ignition, un agente de investigación autónomo diseñado para automatizar lo que antes era un trabajo artesanal y tedioso. Este sistema no solo escribe el código necesario para que los modelos de lenguaje funcionen en hardware que no sea de Nvidia, sino que también realiza pruebas de rendimiento, identifica errores y reescribe las secciones de código que ralentizan el proceso.
Según datos compartidos por la propia compañía, procesos de optimización que tradicionalmente requerían meses de trabajo humano ahora pueden completarse en cuestión de días o incluso horas. Aunque los ingenieros humanos siguen supervisando la dirección general del proyecto, el agente Ignition se encarga del «trabajo pesado», permitiendo que arquitecturas de empresas como AMD, Qualcomm o AWS alcancen su verdadero potencial de rendimiento de manera casi inmediata.
Un modelo de negocio basado en resultados
A diferencia de las empresas de software tradicionales que exigen licencias costosas por adelantado, Infinity ha implementado un modelo de negocio de rendimiento bastante disruptivo. La startup cobra a sus clientes basándose en las ganancias de eficiencia obtenidas, midiendo específicamente la mejora en los tokens generados por segundo y el ahorro de costos operativos.
Actualmente, la firma ya colabora estrechamente con socios estratégicos como D-Matrix y mantiene conversaciones con los principales proveedores de servicios en la nube. Esta tracción comercial temprana ha permitido que la empresa ya genere ingresos recurrentes significativos, validando la necesidad del mercado de contar con una capa de software agnóstica al hardware.
Hacia un futuro de inferencia abierta
El contexto para este lanzamiento es inmejorable: se estima que para 2026, la inferencia (el proceso de ejecutar modelos de IA ya entrenados) representará dos tercios de todo el gasto en computación de inteligencia artificial. Jeremy Nixon, fundador de la empresa y exinvestigador de Google Brain, sostiene que el futuro no será definido por quién tiene el mejor chip, sino por quién logra que cualquier hardware funcione a velocidades óptimas.
Con un equipo de 26 especialistas en diseño y computación de alto rendimiento, la startup planea utilizar esta ronda de inversión semilla para ampliar su plantilla de ingeniería y acelerar la compatibilidad de su plataforma. La meta final es clara: convertir la infraestructura de IA en una «meta-tecnología» capaz de automejorarse.
Si la industria adopta masivamente este software para ejecutar IA en cualquier chip, el paisaje competitivo de Silicon Valley podría cambiar para siempre, permitiendo que la innovación en hardware avance sin las cadenas de los ecosistemas de software cerrados.
Fuente: TechCrunch