La startup de infraestructura de inteligencia artificial Infinity cerró una ronda de USD 15 millones con una valoración de USD 100 millones. La inversión llegó de Touring Capital, Principal VC y de investigadores de OpenAI y Anthropic que participaron como inversores individuales. El dinero busca acelerar el desarrollo de un software que hoy domina Nvidia: el que permite que un chip ejecute modelos de IA de forma eficiente.
Ese software se llama CUDA (Compute Unified Device Architecture) y es una de las razones centrales por las que Nvidia domina el mercado de chips para IA, incluso más que el rendimiento puro de su hardware. CUDA permite que las GPU de Nvidia, diseñadas originalmente para gráficos, funcionen como procesadores de propósito general. Los frameworks más usados para entrenar e inferir modelos, PyTorch y TensorFlow, están construidos sobre esa base. En la práctica, cualquier desarrollador que escribe una aplicación de IA en Python termina, por defecto, corriendo ese código en chips de Nvidia.
Ignition escribe kernels para chips de otros fabricantes
Infinity apunta a romper esa dependencia con una biblioteca de inferencia universal capaz de funcionar sobre distintos tipos de chip: SRAM, GPU de otros fabricantes, procesadores de teléfonos y arrays systolic. Para lograrlo desarrolló un agente de investigación llamado Ignition, entrenado para escribir kernels, el código de bajo nivel que opera directamente el hardware. La mayoría de las startups que construyen aplicaciones de IA no tiene el conocimiento técnico ni los recursos para escribir ese tipo de código y adaptarlo a chips alternativos a Nvidia.
Ignition prueba, depura y mide la velocidad del hardware con el código que genera, y lo reescribe automáticamente cuando detecta que puede mejorar el rendimiento. El sistema se ajusta a distintas arquitecturas de chip, aunque sean propietarias, y según su fundador, un caso de estudio interno mostró que el agente redujo a horas o días procesos que a un equipo humano le hubiera tomado meses o incluso años. Hay personas involucradas en el proceso, pero cumplen un rol de dirección de alto nivel mientras el agente hace el trabajo técnico más repetitivo.
D-Matrix ya es cliente y la firma conversa con otras empresas
Entre los clientes actuales de Infinity figura D-Matrix, un fabricante de chips de IA que también compite contra Nvidia. El fundador de Infinity dijo además que la compañía está en conversaciones con otras firmas grandes de chips y de servicios de nube, aunque no se difundieron nombres concretos.
El modelo de cobro se basa en mejoras de rendimiento
Infinity no cobra una licencia por adelantado. En cambio, se queda con una porción de las mejoras de rendimiento y del ahorro de costos que genera su software, medidas en tokens procesados por segundo, la unidad estándar para medir la velocidad de inferencia de un modelo de lenguaje. Ese esquema busca alinear el interés de la startup con el de sus clientes: si el software no mejora la eficiencia real del chip, Infinity no factura.
Jeremy Nixon fundó Infinity en 2025
Infinity nació el año pasado de la mano de Jeremy Nixon, exinvestigador de Google Brain y creador de la comunidad de desarrolladores AGI House. Nixon contó que la idea del proyecto surgió de su interés en lo que llama invención automatizada, la creencia de que un sistema de IA puede funcionar como una meta tecnología capaz de generar sus propias mejoras. Antes de fundar Infinity había creado Omega, un algoritmo de aprendizaje automático que generaba y evaluaba nuevos algoritmos en un ciclo de retroalimentación continua. Ese resultado lo llevó a preguntarse si el mismo enfoque podía aplicarse al hardware, generando de forma automática el código de bajo nivel necesario para que los chips corrieran modelos de manera más eficiente.
La compañía tiene hoy 26 empleados distribuidos entre diseño, operaciones e ingeniería, y forma parte de una camada de startups que intenta erosionar, producto por producto, el dominio de Nvidia en el mercado de infraestructura para inteligencia artificial.
