- A IA non convencional pecha unha rolda de financiamento de 475 millóns de dólares cunha valoración de 4.500 millóns de dólares
- A startup deseña chips e ordenadores de IA de inspiración biolóxica para lograr unha eficiencia enerxética extrema
- A súa arquitectura combina computación analóxica, neuronas de pulso e SoC mixtos con memoria non volátil.
- Naveen Rao lidera un equipo de elite e planea recadar ata mil millóns de dólares nesta fase inicial
A chegada de IA non convencional Revolucionou o panorama do hardware de intelixencia artificial cunha rolda de financiamento que xa se está a debater en todos os círculos da industria. apenas uns meses de idade, a empresa Conseguiu captar o interese dos fondos máis poderosos do mundo tecnolóxico.apostando por unha idea que, sobre o papel, promete repensar como se deseñan e consomen os recursos informáticos para a IA.
Lonxe de centrarse en modelos cada vez máis grandes e voraces, a empresa quere atacar o problema de raíz: eficiencia enerxética e arquitectura física dos chipsA súa proposta está explicitamente inspirada na bioloxía e na función cerebral, sendo a O obxectivo é achegarse a un sistema capaz de ofrecer unha enorme potencia de cálculo consumindo unha fracción da enerxía necesaria hoxe en día. grandes centros de datos.
A maior rolda de sementes de hardware de IA do ano
A IA non convencional pechou unha rolda de financiamento inicial de 475 millóns de dólaresUnha cifra que, mesmo nun mercado afeito a grandes números, destaca pola súa magnitude nunha fase tan temperá. A transacción valora a empresa en arredor de 4.500 millóns de dólares, o que o converte nun dos casos máis rechamantes de financiamento inicial no ecosistema de hardware de IA.
A rolda foi liderada por fondos de capital risco Andreessen Horowitz (a16z) y Socios de risco de LightspeedDous actores clave cando se trata de investimentos a longo prazo en tecnoloxía profunda. A eles uníronse outros investidores de primeiro nivel como Lux Capital, DCVC, Ladrillos de datos e mesmo o fundador de Amazon, Jeff BezosIsto reforza a sensación de que o proxecto se percibe como unha estratexia a longo prazo.
Ademais do capital externo, un dos cofundadores decidiu contribuír do seu propio peto. 10 millóns de dólares...nas mesmas condicións que os outros grandes investidores. Esta medida, máis alá da cantidade, envía un sinal claro de compromiso e confianza interna na tese tecnolóxica e empresarial da empresa.
Segundo diversas entrevistas, este tramo inicial de 475 millóns sería só o comezo dun plan de captación de fondos que podería chegar ata 1.000 millóns de dólares nesta mesma etapa. A magnitude do obxectivo pon de manifesto o tipo de proxecto ao que se enfrontan: hardware complexo, longos ciclos de desenvolvemento e un forte investimento inicial en I+D.
En comparación con outras transaccións recentes, a valoración quedou lixeiramente por debaixo de 5.000 millóns que se comentaron nos primeiros rumores, pero aínda así sitúa a IA non convencional na liga das empresas emerxentes que, sen apenas ingresos nin produto comercial, xa xogan a niveis de capital antes reservados para empresas moito máis maduras.
A visión de Naveen Rao e un equipo afeito ao risco técnico
Liderar o proxecto é Naveen RaoRao, unha figura coñecida no mundo da IA tanto pola súa faceta emprendedora como polos seus postos en importantes empresas tecnolóxicas. responsable das plataformas de intelixencia artificial en Intel despois da compra da súa primeira empresa emerxente, Nervana Systems, especializada en procesadores para aprendizaxe automática.
Máis tarde, o fundador deu outro salto ao cofundar MosaicML, unha plataforma de adestramento de modelos que gañou forza no ecosistema de datos e IA e acabou sendo adquirida por Databricks por uns 1.300 millóns de dólaresEste historial, con dúas saídas significativas en menos dunha década, pesou moito á hora de xerar confianza entre os fondos que agora apoian o seu novo proxecto.
Xunto con Rao, a empresa incorporou perfís de alto nivel da intersección de hardware, software e investigación académica, como Miguel Carbin, Sara Achour y MeeLan LeeEste é un equipo afeito a xestionar proxectos de alto risco técnico, de ciclo longo e problemas que non se resolven con iteracións rápidas de software, senón con prototipos complexos e unha integración moi estreita entre a arquitectura física e os algoritmos.
O propio Rao explicou que o plan de traballo de Unconventional IA inclúe probar varios prototipos durante varios anosEstán a avaliar que paradigma se adapta mellor en termos de eficiencia e custo. Noutras palabras, non buscan lanzar un produto rapidamente, senón construír unha base tecnolóxica que poida marcar a diferenza na computación de IA durante a próxima década.
Esta aposta polo chamado "enxeñaría de ciclo longo" Isto contrasta coa estratexia típica de moitas empresas emerxentes de software, que se centran en validar cos clientes o máis rápido posible e axustar o produto mediante iteracións rápidas. Aquí, o camiño é máis semellante ao das grandes empresas de semicondutores ou dos proxectos de infraestruturas críticas, onde o retorno do investimento chega máis tarde pero, se todo vai ben, pode redefinir todo un sector.
Un novo tipo de máquina para a intelixencia artificial
O núcleo da proposta da IA non convencional é construír un ordenador radicalmente máis eficiente enerxeticamente para cargas de traballo de intelixencia artificial. Rao resumiu a ambición nunha frase que chamou a atención no sector: deseñar un sistema que sexa "tan eficiente como a bioloxía", tomando como referencia a capacidade do cerebro humano para realizar cálculos complexos cun consumo mínimo de enerxía.
Aínda que a maior parte da industria continúa a impulsar a escalabilidade dos modelos (máis parámetros, máis datos, máis GPUs—, a empresa parte da premisa de que Esta estratexia ten un límite claro en termos de custo e enerxía dispoñible.Os grandes centros de datos xa están a enfrontarse a restricións enerxéticas, aumento dos custos e problemas de sustentabilidade, algo que é especialmente preocupante en Europa e España debido aos obxectivos climáticos e regulatorios.
Para romper esta dinámica, a startup propón un cambio de paradigma na arquitectura informáticaEn lugar de continuar refinando as arquitecturas dixitais convencionais, explore deseños que aproveiten as propiedades físicas do propio silicio e principios inspirados no funcionamento do cerebro, como a dinámica non lineal das neuronas.
Nun texto publicado na súa páxina web, a empresa describe o seu obxectivo como a creación dun "novo substrato para a intelixencia"A idea é que, ao atopar a estrutura axeitada que vincule a computación artificial co comportamento dos sistemas biolóxicos, sexa posible desbloquear ganancias de eficiencia que vaian moito máis alá do que se consegue simplemente mellorando as arquitecturas dixitais clásicas.
Os investidores de Lightspeed que participan na rolda están de acordo con ese diagnóstico, sinalando a necesidade de buscar "o isomorfismo axeitado para a intelixencia" Se o obxectivo é lograr reducións drásticas no consumo de enerxía da IA, esta liña de pensamento aliñase cos esforzos de investigación en computación neuromórfica e sistemas analóxicos avanzados, que, ata o de agora, permaneceron en gran medida dentro do ámbito académico ou en proxectos experimentais de grandes fabricantes.
Arquitectura: De chips analóxicos a neuronas pulsantes
Un dos aspectos máis rechamantes da IA non convencional é a súa abordaxe combinada para arquitecturas analóxicas, mixtas e neuromórficasA diferenza dos chips dixitais actuais, que representan a información mediante ceros e uns discretos, os deseños analóxicos permiten traballar con valores continuos e aproveitar fenómenos físicos que, cando se controlan axeitadamente, poden ser moito máis eficientes para certas operacións. Esta abordaxe apunta a avances no deseño e procesos avanzados de chips que buscan optimizar a eficiencia desde a base física.
A empresa está a explorar chips capaces de almacenar fisicamente distribucións de probabilidadeen lugar de aproximalos numericamente como se fai nos procesadores tradicionais. Isto abre a porta a representacións máis naturais para modelos probabilísticos e, potencialmente, a reducións do consumo de enerxía de ata mil veces en comparación cos sistemas dixitais que dominan os centros de datos actuais.
Para conseguilo, o equipo emprega conceptos de osciladores, termodinámica e neuronas de picosEste tipo de modelo está inspirado na forma en que as neuronas reais se activan mediante impulsos discretos ao longo do tempo. Estas arquitecturas, típicas do campo neuromórfico, poden desactivar grandes porcións do chip cando non se usan, o que reduce drasticamente as perdas de enerxía en comparación cos circuítos que manteñen unha actividade constante.
A estratexia lembra un pouco os esforzos previos de empresas como Intel cos seus procesadores neuromórficos, que eliminan o reloxo central tradicional e permiten que o chip funcione de forma asíncrona, activando só as partes necesarias dependendo da carga de traballo. Non obstante, A IA non convencional quere ir un paso máis alánon só imitando o comportamento neuronal, senón integrando estreitamente o deseño físico do silicio con modelos de IA deseñados especificamente para ese entorno.
Esta combinación de Hardware especializado e modelos de deseño conxunto Apunta a un futuro onde a fronteira entre o chip e o algoritmo se difumina, e onde o rendemento xa non depende tanto de cantas GPU se poden apilar, senón de como se explotan as propiedades físicas máis profundas dos materiais e os circuítos.
Un SoC deseñado á medida para a próxima onda de IA
Máis alá da visión xeral, están a xurdir detalles técnicos sobre o tipo de chip que a IA non convencional pretende levar á produción. Varias ofertas de traballo publicadas pola empresa apuntan a... un acelerador de IA baseado nun deseño de sistema nun chip (SoC)É dicir, un único compoñente que integra varios módulos de computación especializados.
Segundo estas descricións, o SoC incluirá un procesador central (CPU) responsable de tarefas preliminares como a organización e preparación de datos sensoriais antes de que se transmitan ás unidades de IA máis específicas. Baseándose nesta base xeral, engadiranse bloques optimizados para realizar operacións de álxebra linealque son o corazón matemático de practicamente todos os modelos de aprendizaxe profunda, desde os grandes modelos de linguaxe ata os sistemas de visión por computador.
O deseño tamén ten en conta o uso de propiedade intelectual de terceiros Para algúns módulos, esta é unha práctica común na industria dos semicondutores, onde é máis eficiente licenciar certos bloques probados que desenvolvelos desde cero. A partir de aí, o valor engadido da IA non convencional concentrarase nas partes máis innovadoras do SoC.
Estes elementos diferenciadores inclúen circuítos de sinal mixtoEstes circuítos, capaces de procesar información tanto analóxica como dixital, son moi útiles para xestionar datos procedentes de sensores ou para implementar directamente operacións inspiradas na física. Este tipo de circuítos é fundamental para que o chip aproveite a dinámica non lineal e as representacións probabilísticas que a empresa está a buscar.
Outro punto relevante é o interese da empresa en memorias non volátiles emerxentes, como a RRAMEstas tecnoloxías conservan información mesmo cando se perde a enerxía. Poden ofrecer vantaxes de rendemento sobre a memoria flash tradicional en certos escenarios, aínda que aínda se enfrontan a desafíos técnicos que limitaron o seu despregamento xeneralizado nos centros de datos. A evolución do mercado da memoria e as decisións de fabricantes como Micróns relacionadas coas liñas de produtos Salientan estes desafíos e oportunidades.
Deseño conxunto de modelos de hardware e IA
A IA non convencional non quere quedar só na capa física do procesador. A estratexia tamén implica o desenvolvemento de modelos de IA adaptados aos seus chips., aproveitando a marxe de optimización que ofrece a creación conxunta de software e hardware desde o principio.
Este enfoque de co-deseño Permite o máximo control sobre como se representan os datos, que operacións se executan e como se distribúe o traballo dentro do chip. En lugar de adaptar os modelos existentes deseñados para GPU de propósito xeral, a empresa pode deseñar algoritmos que aproveitan as características únicas dos seus circuítos analóxicos, neuronas pulsantes ou módulos de memoria non convencionais.
A empresa espera que esta integración lle permita acadar eficiencias da orde de 1.000 veces en comparación co silicio actual baixo certas cargas de traballo. Aínda que estas cifras terán que ser validadas cando aparezan os primeiros prototipos e puntos de referencia independentes, dan unha idea da escala de ambición á que aspira o equipo.
Este tipo de enfoque é especialmente relevante para Europa e Españaonde o debate sobre a soberanía tecnolóxica e a dependencia de provedores estranxeiros de hardware está a gañar forza. Ter novas arquitecturas de IA máis eficientes abre a porta a centros de datos máis sostibles e menos custosos.Isto aliñase coas prioridades enerxéticas e regulatorias da rexión. As alianzas entre os principais provedores de nube e os fabricantes de hardware, como os que recentemente remodelar o panorama da industria, exemplifican o contexto no que estas solucións poderían encaixar.colaboracións entre a nube e os fabricantes).
Se o modelo de IA non convencional finalmente resulta competitivo, Non sería sorprendente ver empresas europeas da nube, laboratorios de investigación e grandes corporacións integrando este tipo de solucións. na súa infraestrutura, buscando reducir os custos enerxéticos e a pegada de carbono sen sacrificar as capacidades avanzadas de IA.
Contexto de mercado: megarondas e a carreira pola infraestrutura de IA
O caso da IA non convencional forma parte dunha tendencia máis ampla: a aparición de empresas emerxentes de IA que recadaron centos de millóns de dólares en etapas moi temperás, con valoracións que hai uns anos estaban reservadas para empresas cotizadas ou con ingresos moi consolidados.
Nos últimos anos, nomes como IA aberta, Antrópico ou iniciativas promovidas por figuras como Ilya Sutskever o Mira Murati Participaron en roldas históricas de capital risco. En 2025, ducias de empresas emerxentes de IA superaron o fito de 100 millóns de dólares en financiamentoconsolidando un volume de investimento sen precedentes neste segmento.
Dentro desta onda, a batalla polas infraestruturas Os chips, as nubes especializadas, os aceleradores e os sistemas de adestramento convertéronse nunha das áreas máis disputadas. dependencia do procesador A escaseza dun puñado de fabricantes, e en particular de GPUs de gama alta, levou aos investidores e emprendedores a buscar alternativas que alivien os atascos na subministración e nos prezos.
A IA non convencional entra nesta carreira propoñendo un camiño diferente á mera competencia incremental cos principais fabricantes de GPUEn lugar de loitar só por un maior rendemento, céntrate en acadar unha mellora de ordes de magnitude na eficiencia enerxética, algo clave a medio prazo para que os sistemas de IA sigan crecendo sen toparse con límites físicos e económicos.
Para o ecosistema europeo, onde os custos enerxéticos e os requisitos regulamentarios sobre as emisións son particularmente estritos, o éxito de propostas deste tipo podería resultar decisivo. Un hardware de IA moito máis eficiente Isto encaixaría coas estratexias de transición ecolóxica, ao tempo que permitiría ás empresas e administracións despregar aplicacións avanzadas de IA sen aumentar o seu consumo.
O proxecto de IA non convencional Encarna moitas das principais tendencias do momento: megaproxectos en fases semente, hardware deseñado desde cero para a IA, inspiración directa na bioloxía e unha obsesión pola eficiencia enerxética que responde a unha realidade cada vez máis evidente. Se a empresa consegue materializar as súas promesas no silicio, podería converterse nun dos actores clave que definan como se adestran e executan os modelos de intelixencia artificial na próxima década, tanto nos Estados Unidos como en Europa e, por extensión, en mercados como España.
Son un entusiasta da tecnoloxía que converteu os seus intereses "friki" nunha profesión. Levo máis de 10 anos da miña vida empregando tecnoloxía de punta e retocando todo tipo de programas por pura curiosidade. Agora especializeime en tecnoloxía informática e videoxogos. Isto débese a que dende hai máis de 5 anos levo escribindo para diversas webs sobre tecnoloxía e videoxogos, creando artigos que buscan darche a información que necesitas nun idioma comprensible para todos.
Se tes algunha dúbida, os meus coñecementos abarcan dende todo o relacionado co sistema operativo Windows e tamén con Android para teléfonos móbiles. E o meu compromiso é contigo, sempre estou disposto a dedicar uns minutos e axudarche a resolver calquera dúbida que teñas neste mundo de internet.