D-Matrix, respaldada por Microsoft, es otra de las que quieren desafiar a NVIDIA

En el mercado de producción de chips para IA, cada vez más rentable y competitivo, hay otra empresa emergente que afirma tener ventaja sobre NVIDIA, la compañía más valiosa del mundo cuyas soluciones arrasan en los servidores que alimentan los modelos de inteligencia artificial ansiosos de potencia computacional.

D-Matrix, ubicada a tan solo cinco kilómetros de la sede de NVIDIA en Silicon Valley, afirma que sus chips pueden ejecutar cargas de trabajo de inferencia 10 veces más rápido y consumiendo cinco veces menos energía que una unidad de procesamiento gráfico independiente del líder del mercado, siempre y cuando las cargas de trabajo sean moderadas.

El nuevo chip de inferencia de D-Matrix se llama ‘Corsair’ y adopta un enfoque novedoso para la memoria, similar al de Cerebras y Groq. Dado que los gigantes tecnológicos exigen todos los recursos informáticos posibles, resulta evidente que existen importantes oportunidades para que las empresas más pequeñas encuentren su nicho de mercado.

D-Matrix quiere seguir los pasos de Cerebras y Groq. Una empresa que protagonizó una exitosa salida a bolsa el mes pasado, recaudando más de 5.500 millones de dólares, y ahora está valorada en más de 50.000 millones de dólares. La misma NVIDIA adquirió los activos de Groq por 20.000 millones de dólares en diciembre, convirtiéndose en la mayor compra del gigante de la IA hasta la fecha.

Y hay sitio para muchos… «Este es un mercado en ciernes de un billón de dólares», ha declarado Sid Sheth, cofundador y director ejecutivo de D-Matrix, en una entrevista con CNBC.

D-Matrix, más alternativas en chips IA

Fundada en 2019, D-Matrix ha recaudado hasta la fecha alrededor de 500 millones de dólares, lo que la sitúa en una valoración de aproximadamente 2.000 millones de dólares. Microsoft fue uno de los inversores a través de su división de capital riesgo M12. Esto resulta relevante debido a las ambiciones de Microsoft en el sector de los chips, incluyendo su chip Maia 200 para inferencia de IA, que precisamente busca reducir la dependencia de NVIDIA.

Sheth aún no ha revelado los nombres de los clientes de su chip Corsair, pero afirmó contar con el compromiso de importantes proveedores de servicios en la nube a gran escala, plataformas de computación en la nube de vanguardia y laboratorios de IA de última generación, deseosos de obtener la mayor capacidad de procesamiento posible. D-Matrix comenzará a distribuir los chips a estos clientes este mes. Según el ejecutivo, aproximadamente el 90% de ellos se encuentran en Estados Unidos, mientras que los clientes internacionales están ubicados en Oriente Medio y el Sudeste Asiático.

Cómo es el Corsair de D-Matrix

El chip logra una inferencia de baja latencia con un consumo de energía reducido gracias a la estrecha integración de la memoria y el procesamiento en un único chip. Al igual que Groq y Cerebras, D-Matrix utiliza SRAM, un tipo de memoria que se puede fabricar en plantas de procesamiento lógico como las de TSMC e integrarse en el mismo chip. Las aceleradoras GPU, en cambio, utilizan grandes cantidades de otro tipo de memoria llamada DRAM, que se empaqueta en módulos de memoria de alto ancho de banda que rodean el chip lógico.

Esa DRAM es el componente que más escasea y el que tiene estrangulado la tecnología mundial. «Nuestro producto no se topa con ningún cuello de botella relacionado con la memoria DRAM porque, en realidad, no depende de ella para tener éxito», explica Sheth.

Si bien la memoria SRAM integrada en el chip permite «velocidades de inferencia extraordinarias» debido a que los datos tienen que recorrer distancias muy cortas, no pueden manejar los billones de parámetros que ahora componen los grandes modelos de líderes como OpenAI y Anthropic.

Sheth afirma que Corsair está diseñado para la inferencia de IA, donde se prioriza la interactividad o la velocidad sobre el tamaño del lenguaje. Piensa en chatbots, agentes de voz y herramientas de inteligencia artificial como Claude Code y OpenClaw. Según D-Matrix, que cita una investigación de Gimlet Labs, al combinarse con una GPU Nvidia Blackwell, Corsair puede ejecutar inferencias 10 veces más rápido, tres veces más barato y hasta cinco veces más eficiente energéticamente que una GPU independiente.