Infinity capta 15 millones de dólares para llevar la IA más allá de los chips de Nvidia

TL;DR:

• Infinity anunció una ronda semilla de 15 millones de dólares a una valuación de 100 millones, con Touring Capital, Principal VC e investigadores de empresas como OpenAI y Anthropic entre los inversionistas.
• Construye software equivalente a CUDA que funciona en cualquier chip (GPUs, SRAM, chips de teléfono, arreglos sistólicos) mediante un agente de IA llamado Ignition.
• No cobra licencia por adelantado: se queda con una parte de las mejoras de rendimiento y del ahorro, medidos en tokens por segundo. D-Matrix ya es cliente.

La empresa de infraestructura de IA Infinity anunció este lunes 20 de julio de 2026 una ronda semilla de 15 millones de dólares a una valuación de 100 millones. Entre los inversionistas están Touring Capital, Principal VC e investigadores que trabajan en compañías como OpenAI y Anthropic. Su objetivo es claro: que los modelos de IA puedan correr en cualquier chip, y no queden atados al hardware de Nvidia. Para lograrlo, la compañía construye una alternativa a CUDA, la capa de software que hoy mantiene a buena parte de la industria dentro del ecosistema de Nvidia. La fundó en 2025 Jeremy Nixon, exinvestigador de Google Brain y creador de la comunidad de hackers AGI House.

El problema que Infinity quiere resolver es viejo y caro. Nvidia no domina el mercado de la IA solo por sus chips de alto rendimiento. Su mayor fortaleza es CUDA (Compute Unified Device Architecture), el software que convirtió a sus GPUs, pensadas originalmente para gráficos, en procesadores de propósito general. Sobre CUDA se construyeron los dos marcos de desarrollo más usados, PyTorch y TensorFlow. El resultado es un círculo difícil de romper: un programador escribe su aplicación en Python, usa esos marcos y, por defecto, todo termina corriendo en chips de Nvidia.

Por qué el verdadero muro de Nvidia es su software

Aquí es donde aparece la oportunidad. La mayoría de las startups que trabajan a nivel de aplicación no tienen ni los recursos ni el conocimiento para escribir sus propios kernels, el código de bajo nivel que opera directamente los chips, y llevar sus aplicaciones a otro hardware. Ese trabajo es caro, lento y muy especializado.

Infinity apuesta por un software de kernels que funcione como alternativa a CUDA en cualquier tipo de chip: GPUs, memoria SRAM, procesadores de teléfonos y arreglos sistólicos (Systolic Arrays). La meta declarada es una biblioteca de inferencia universal que corra en todos ellos. La compañía forma parte de una nueva camada de startups que, producto por producto, intentan recortar el dominio de Nvidia. Su ángulo es distinto: buena parte de los retos a Nvidia han venido del lado del silicio, con empresas como Google y Amazon fabricando sus propios chips de IA, mientras Infinity apunta directo a la capa de software.

Ignition, una IA que aprende a exprimir cada chip

El motor de todo esto es un agente de IA llamado Ignition, diseñado para escribir el código de bajo nivel que hace falta para la inferencia en chips distintos a los de Nvidia. Según Infinity, el agente hace bastante más que redactar ese código:

• Lo prueba y lo depura en el hardware real.
• Mide qué tan rápido rinde el chip con ese código.
• Reescribe el código de forma automática cuando detecta que puede ir más rápido.

Nixon describe el sistema como autooptimizante: aprende y se mejora a sí mismo de forma continua, y se adapta a distintas arquitecturas de chips sin importar sus diseños propietarios. Con eso, Infinity asegura tener un stack de software equivalente a CUDA. Conviene marcar la línea: la ronda y la valuación son un hecho; el rendimiento de nivel CUDA, por ahora, es una afirmación de la propia empresa.

Los humanos siguen en el circuito. Marcan la dirección general mientras el agente se encarga del trabajo tedioso. En un estudio de caso de la propia compañía, ese agente resolvió en horas o días lo que a una persona sola le habría tomado meses o incluso años. Es un dato que viene de Infinity, no de una prueba independiente.

Detrás del proyecto hay una idea que Nixon lleva tiempo persiguiendo: la "invención automatizada". Antes de Infinity, cuenta, creó un algoritmo de machine learning llamado Omega que generaba nuevos algoritmos y los evaluaba solo, en un ciclo de retroalimentación. De ahí saltó al hardware, convencido de que un sistema automático también podía escribir el código de bajo nivel que los chips necesitan para rendir mejor. Su apuesta de fondo la resume así:

"Los sistemas de IA en realidad pueden ser una metatecnología."

Es decir, una tecnología capaz de fabricar otras tecnologías.

Inversionistas de OpenAI y Anthropic, y un cobro atado al rendimiento

Hay un detalle que llama la atención en la lista de inversionistas. Conviene precisar: quienes ponen el dinero no son OpenAI ni Anthropic como empresas, sino investigadores que trabajan en ellas. Que gente de dos laboratorios que compiten de frente respalde una capa de infraestructura neutral dice algo sobre hacia dónde miran quienes construyen estos modelos por dentro.

El modelo de negocio de Infinity también rompe con lo habitual. La empresa no cobra una licencia por adelantado. En su lugar, se queda con una parte de las mejoras de rendimiento y del ahorro que genera, y mide ese avance en tokens por segundo. Entre sus clientes ya está D-Matrix, un fabricante de chips que aspira a competir con Nvidia, y Nixon dice que negocia con otras grandes empresas de chips y de cómputo en la nube.

Preguntas rápidas sobre Infinity y su ronda

El desenlace importa más allá de Silicon Valley. El costo de operar la IA depende en buena medida de la inferencia, y hoy ese costo pasa casi siempre por Nvidia. Si una alternativa creíble a CUDA logra que los modelos corran igual de bien en chips más baratos o más disponibles, la factura de usar IA podría bajar para cualquier empresa que la despliegue, dentro y fuera de Estados Unidos. Por ahora, Infinity tiene 26 empleados, un cliente confirmado y 15 millones de dólares para demostrar que su software cumple lo que promete.

Fuente: 1