OLIX recauda 312 millones de dólares para construir un sistema especializado de inferencia de IA

OLIX recaudó 312 millones de dólares con una valoración de 3.300 millones, lo que aporta a la narrativa de Nvidia en Techmeme un nuevo rival británico con un plan de hardware inusualmente ambicioso. La startup londinense quiere sustituir un procesador de inferencia de propósito general por una línea de producción a escala de rack compuesta por chips especializados. Su primer producto sigue previsto para su entrega a clientes en la segunda mitad de 2027.

Esa distancia entre financiación y entrega define la historia. OLIX ha atraído como inversores a Arm, Fundomo, Hudson River Trading y Reed Hastings, cofundador de Netflix. Los inversores existentes también aumentaron sus compromisos. Sin embargo, la empresa no ha publicado benchmarks independientes de sistemas desplegados en clientes.

El rival inmediato es Nvidia, pero la competencia más profunda es arquitectónica. Nvidia sigue ampliando una plataforma estrechamente integrada basada en aceleradores de propósito general, redes, software y memoria de alto ancho de banda. OLIX sostiene que una mejor respuesta consiste en dividir la generación de tokens entre chips especializados conectados mediante enlaces ópticos.

La ronda de 312 millones de dólares da a OLIX tiempo para desarrollar esa respuesta. No demuestra que vaya a rendir como afirma, fabricarse de forma fiable ni encajar con las prácticas de software ya construidas en torno al hardware de Nvidia.

La nueva financiación convierte una tesis sobre chips en un compromiso de entrega

OLIX ha pasado de proponer una arquitectura alternativa a prometer un rack completo de inferencia para clientes reales.

La empresa anunció su Serie B el 3 de agosto de 2026. La ronda valoró el negocio, de dos años de antigüedad, en 3.300 millones de dólares. Fundomo, Arm y Hudson River Trading participaron junto a Hastings e inversores que regresaban.

Los inversores existentes Hummingbird Ventures, Crane, Plural, Creandum, Phoenix Court y Transition aumentaron sus compromisos. OLIX no identificó a un único inversor principal en su anuncio, aunque el Financial Times informó de que Fundomo lideró la financiación.

La ronda sigue a una captación de 220 millones de dólares comunicada en febrero. Esa financiación anterior valoró a OLIX en más de 1.000 millones de dólares y fue liderada por Hummingbird Ventures. Por tanto, la valoración se ha más que triplicado en aproximadamente seis meses, antes de que la startup haya entregado su primer chip comercial.

OLIX también incorporó al profesor Nick McKeown a su consejo. McKeown coinventó las redes definidas por software y ayudó a crear OpenFlow y P4, tecnologías que cambiaron la forma en que los operadores programan las redes. También cofundó Nicira y Barefoot Networks, adquiridas posteriormente por VMware e Intel.

Ese nombramiento encaja con la ambición de la empresa a nivel de sistemas. OLIX no propone un procesador aislado que los clientes puedan sustituir en un servidor existente. Planea diseñar chips, láseres, conexiones ópticas, compiladores y el rack circundante como un único sistema coordinado.

Matt Briers, exdirector financiero de Wise, se ha incorporado como director financiero de OLIX. Briers ayudó a llevar a Wise a través de su cotización directa de 2021 en Londres. Su llegada aporta a OLIX un ejecutivo con experiencia en guiar a una empresa tecnológica privada hacia el escrutinio de los mercados públicos.

Estos nombramientos importan porque la nueva financiación tiene un objetivo operativo definido. OLIX afirma que financiará compromisos de fabricación, capacidad de cadena de suministro y el desarrollo de la plataforma más amplia de silicio personalizado. También está contratando en Londres, Bristol, Austin, Toronto y San Francisco.

El hito central es el DX-1, un acelerador de decodificación diseñado para la fase en la que un modelo de IA genera su respuesta. OLIX pretende entregar el chip a sus primeros clientes durante la segunda mitad de 2027.

Ese objetivo cambia cómo debe evaluarse la empresa. La financiación inicial recompensó una tesis técnica. La Serie B fija un plazo para obleas, encapsulado, fotónica, preparación del compilador, integración del sistema y aceptación por parte de los clientes.

Las startups de chips se enfrentan habitualmente a largos intervalos entre simulaciones prometedoras y hardware de producción fiable. Los retrasos de fabricación pueden encadenarse con incumplimientos de hitos de software y aplazamientos de despliegues en clientes. Un rack completo introduce aún más puntos de integración que un acelerador independiente.

OLIX cuenta ahora con capital significativo y destacado respaldo técnico. La siguiente etapa es menos indulgente: la empresa debe convertir esos recursos en sistemas funcionales con una economía medible.

Por qué la comparación de Nvidia en Techmeme es útil y a la vez engañosa

El encuadre de Nvidia en Techmeme identifica al actor establecido, pero OLIX desafía el diseño de sistemas de Nvidia en lugar de construir un clon convencional de GPU.

Nvidia suministra mucho más que silicio para aceleradores. Su posición se basa en GPU, productos de red, herramientas de desarrollo, bibliotecas optimizadas, experiencia de despliegue y una amplia comunidad formada en torno a CUDA. Los clientes adquieren ese sistema acumulado, no solo una especificación de procesador.

OLIX sigue una ruta diferente. La startup sostiene que la inferencia contiene varias operaciones con necesidades de hardware distintas. Ejecutar todas las etapas en un único acelerador de propósito general genera compromisos entre velocidad, capacidad de respuesta, consumo energético y utilización.

La inferencia es el proceso de utilizar un modelo entrenado para producir una respuesta. Incluye una fase de procesamiento del prompt y una fase secuencial de decodificación, durante la cual el modelo genera tokens uno tras otro. Estas etapas pueden imponer exigencias diferentes en ancho de banda de memoria y computación.

OLIX compara un centro de datos con una fábrica cuyo producto es el token. Una fábrica convencional utiliza maquinaria especializada para distintas etapas de producción. La empresa afirma que un sistema de inferencia debería seguir el mismo principio.

Su plataforma X-1 distribuiría un modelo entre numerosos chips especializados. Cada procesador gestionaría repetidamente una parte del modelo mientras las activaciones se desplazan por el sistema. OLIX describe esta disposición como una línea de producción de tokens.

Este enfoque desplaza el problema técnico. La especialización puede hacer más eficiente una operación individual, pero solo si los datos se desplazan entre procesadores sin eliminar esa ganancia. Por tanto, la latencia, la sincronización, la energía de red y la planificación pasan a ser centrales en el diseño.

OLIX propone una interconexión óptica “lenta y ancha” que transfiere datos mediante luz en lugar de cobre. Afirma que el codiseño a escala de rack permite al enlace mover grandes cantidades de datos con baja latencia y consumo energético. Un compilador determinista planificaría las cargas de trabajo entre los racks.

Nvidia adopta una vía más evolutiva. Su arquitectura Blackwell combina aceleradores con interconexiones de alta velocidad y una plataforma de software diseñada para entrenamiento e inferencia. Los sistemas sucesivos aumentan la capacidad de memoria, el ancho de banda de comunicación y el rendimiento computacional, al tiempo que conservan una amplia programabilidad.

Esa generalidad conlleva sobrecarga, pero también protege a los clientes frente a cambios rápidos en los modelos. Un acelerador adquirido para una carga de trabajo puede servir a menudo para otra tras ajustes de software. La base instalada de Nvidia también proporciona a los desarrolladores herramientas probadas para perfilado, optimización y despliegue.

OLIX afirma que sus chips conservarán una estructura de cómputo flexible en lugar de codificar de forma rígida un único modelo. Esa distinción es esencial. Las arquitecturas de modelos pueden cambiar más rápido que los ciclos de desarrollo de semiconductores, por lo que una especialización rígida puede dejar un chip optimizado para la carga de trabajo de ayer.

La participación de Arm añade credibilidad sin resolver ese riesgo. Arm cuenta con una profunda experiencia en diseño y comercialización de procesadores, pero una inversión no valida el rendimiento que afirma OLIX. Señala interés estratégico en una arquitectura de inferencia diferente.

La misma cautela se aplica a la valoración. Los inversores han financiado una respuesta potencialmente valiosa al aumento de los costes de inferencia. No han aportado la evidencia técnica independiente necesaria para decidir si X-1 puede desplazar plataformas establecidas.

OLIX apuesta a que la memoria, y no la aritmética, fija el límite

La afirmación central de la empresa es que mover los datos del modelo de manera eficiente importa más que añadir otro incremento de computación de propósito general.

Los modelos grandes contienen pesos, que son parámetros numéricos aprendidos durante el entrenamiento. Servir esos modelos requiere que los procesadores recuperen repetidamente pesos y datos intermedios. Ese movimiento consume tiempo y energía, especialmente durante la generación secuencial de tokens.

Los aceleradores modernos suelen depender de memoria de alto ancho de banda, o HBM, situada cerca del procesador. La HBM proporciona un ancho de banda muy superior al de la memoria convencional de servidor, pero requiere fabricación especializada y encapsulado avanzado. El suministro de ambos se ha vuelto estratégicamente importante en todo el mercado de hardware de IA.

OLIX quiere que DX-1 mantenga los datos del modelo en memoria estática de acceso aleatorio, o SRAM. La SRAM es una memoria rápida que suele integrarse directamente en un chip. Ofrece baja latencia, pero es menos densa y más cara por bit almacenado que las tecnologías de memoria externas.

La startup sostiene que su arquitectura multichip hace manejable esa aparente desventaja. En lugar de situar un modelo grande entero junto a un procesador, X-1 distribuiría el modelo entre muchos chips y racks. Cada chip almacenaría y ejecutaría la sección que tiene asignada.

OLIX afirma que DX-1 no requerirá HBM ni encapsulado avanzado. Esa elección podría reducir la exposición a cadenas de suministro dominadas por proveedores consolidados de aceleradores. Un reportaje anterior sobre OLIX identificó la evitación de componentes escasos como una parte central de la estrategia de la empresa.

El diseño también diferencia a OLIX de otras propuestas de computación fotónica. La fotónica se refiere al uso de la luz para comunicación o computación. En X-1, la tecnología óptica conecta principalmente procesadores, mientras que los circuitos electrónicos realizan la computación programable.

Este diseño híbrido evita apostar todo por la aritmética óptica. Aun así, exige que OLIX integre láseres, chips electrónicos, redes, software de compilador y gestión térmica en un rack fiable. Cada elemento afecta a la disponibilidad del sistema y al rendimiento de fabricación.

La empresa afirma que DX-1 superará los 10.000 tokens por segundo para cada usuario en modelos con 100.000 millones de parámetros. También afirma que ofrecerá mayor rendimiento de tokens de salida por vatio que los procesadores de propósito general operando con grandes tamaños de lote.

OLIX añade que su arquitectura puede escalar a modelos con 10 billones de parámetros o más. Se trata de proyecciones de la empresa, no de resultados de clientes reproducidos de forma independiente. El anuncio no especifica todas las condiciones de modelo, precisión, latencia, utilización o potencia que sustentan las comparaciones.

Esas condiciones ausentes son cruciales. El rendimiento de inferencia cambia con la longitud de entrada, la longitud de salida, el tamaño de lote, la precisión numérica, la arquitectura del modelo y la latencia aceptable. Un resultado optimizado para una combinación puede no describir el tráfico típico de producción.

“Tokens por segundo por usuario” puede medir la interactividad, pero los operadores también se preocupan por el rendimiento total del rack. Deben equilibrar la capacidad de respuesta con el número de solicitudes simultáneas atendidas. La eficiencia energética importa tanto a nivel de chip como de instalación.

El conjunto de comparación también importa. Un sistema especializado de decodificación puede parecer sólido frente a un procesador de propósito general que gestiona todas las etapas de inferencia. La cuestión operativa es si el rack completo de OLIX supera a un despliegue heterogéneo optimizado una vez que se incluyen redes, capacidad inactiva, software y refrigeración.

El manifiesto de inferencia de OLIX presenta una razón coherente para cuestionar la arquitectura predominante. No elimina la necesidad de mediciones reproducibles. La evidencia más persuasiva vendrá de racks completos ejecutando modelos actuales bajo requisitos realistas de nivel de servicio.

La parte difícil empieza después de que llega el primer silicio

OLIX debe demostrar que la eficiencia arquitectónica sobrevive a la fabricación, a los cambios de modelo y a la variabilidad diaria de la inferencia en producción.

La primera incertidumbre se refiere a la ejecución del silicio. Los calendarios de los semiconductores pueden retrasarse por errores de diseño, problemas de fabricación, restricciones de empaquetado o bajos rendimientos. OLIX debe coordinar procesadores personalizados y componentes ópticos, lo que aumenta el número de dependencias antes de la entrega al cliente.

Evitar HBM no elimina el riesgo de la cadena de suministro. La empresa aún necesita capacidad de fundición, sustratos, láseres, ensamblaje óptico, equipos de prueba, componentes de red y fabricación de racks. Su diseño simplemente traslada la presión a otro conjunto de proveedores y procesos.

La segunda incertidumbre es el software. La ventaja de Nvidia incluye compiladores maduros, kernels optimizados, herramientas de depuración y frameworks conocidos por los desarrolladores. Una arquitectura nueva necesita una vía de software que permita a los clientes desplegar modelos sin reconstruir toda su operación de inferencia.

OLIX afirma que un compilador determinista programará las cargas de trabajo en sus racks. La programación determinista significa que el sistema planifica las operaciones y comunicaciones de forma predecible, en lugar de asignarlas dinámicamente. Eso puede reducir la sobrecarga de coordinación, pero también puede dificultar la absorción de cambios en los patrones de tráfico.

Las solicitudes de producción rara vez llegan en lotes ordenados y uniformes. Las longitudes de los prompts varían. Las longitudes de salida son impredecibles. Los modelos llaman herramientas, reutilizan contexto almacenado en caché y atienden a usuarios con distintas expectativas de latencia. La utilización del hardware puede caer si una canalización espera a su etapa más lenta.

Esto crea un problema clásico de línea de producción. La especialización mejora el rendimiento cuando el trabajo fluye de manera constante, pero los cuellos de botella pueden dejar inactivas otras etapas. OLIX debe demostrar que su compilador equilibra solicitudes diversas mientras preserva la eficiencia prometida por la arquitectura.

La evolución de los modelos crea otro desafío. Los sistemas mixture-of-experts activan distintos subconjuntos de un modelo para cada token. Los modelos multimodales combinan texto, imágenes, audio y vídeo. La decodificación especulativa utiliza modelos más pequeños para proponer resultados que un modelo mayor verifica.

Cada técnica modifica el cómputo y el movimiento de datos. OLIX afirma que su tejido flexible puede adaptarse a esos cambios sin codificar de forma rígida un modelo. Los clientes necesitarán evidencia de que las actualizaciones no requieren un trabajo prolongado de compilación ni silicio nuevo.

La fiabilidad también importa a escala de rack. Un sistema distribuido entre muchos procesadores puede perder más trabajo cuando falla un componente. OLIX necesita mecanismos de aislamiento de fallos, redundancia, supervisión y recuperación que mantengan el servicio durante errores de hardware.

Luego llega la prueba económica. Los clientes calculan el coste total de propiedad entre equipos, energía, redes, refrigeración, software, personal, mantenimiento y utilización. Un chip más rápido no crea automáticamente un servicio menos costoso.

Nvidia también puede responder. La empresa establecida sigue mejorando el software específico para inferencia, el cómputo de menor precisión, las redes y los diseños de racks. Los hyperscalers desarrollan sus propios aceleradores, mientras startups como Cerebras, Groq, d-Matrix y Fractile persiguen otros enfoques especializados.

Ese campo abarrotado da capacidad de negociación a los compradores. También significa que el competidor de OLIX en el momento del despliegue quizá no sea el sistema Nvidia disponible cuando se diseñó X-1. La comparación relevante será con productos que se envíen a finales de 2027.

El apoyo gubernamental puede ampliar el margen financiero de la startup. El plan de hardware de IA del Reino Unido prioriza a las empresas nacionales de cómputo y el acceso a infraestructura pública. Sin embargo, el respaldo político no puede sustituir la validación de los clientes ni una fabricación reproducible.

OLIX ha realizado afirmaciones técnicamente específicas, lo cual es preferible a promesas vagas. Ahora, esas afirmaciones establecen una carga de prueba igualmente específica.

Tres señales mostrarán si OLIX tiene una alternativa real a Nvidia

El hardware en clientes, los benchmarks definidos de forma independiente y los pedidos repetidos determinarán si OLIX se convierte en un proveedor de infraestructura o sigue siendo un costoso experimento arquitectónico.

La primera señal es un rack DX-1 operativo entregado según el calendario. OLIX ha fijado la segunda mitad de 2027 como objetivo para sus clientes. Antes de entonces, los anuncios de tape-out, los resultados del primer silicio, las demostraciones de racks y los socios de lanzamiento identificados revelarán si el desarrollo sigue avanzando según lo previsto.

Una demostración de laboratorio no será suficiente. El sistema debe ejecutar modelos actuales de forma continua, recuperarse de fallos e integrarse con el software de serving que los clientes ya utilizan. La evidencia procedente de un entorno de cliente tendrá más peso que otra proyección.

La segunda señal es un benchmark con condiciones de prueba completas. Los lectores deberían buscar nombres de modelos, número de parámetros, precisión numérica, longitudes de prompts, longitudes de salida, tamaños de lote, objetivos de latencia, consumo del rack y configuración total del sistema.

La afirmación destacada de OLIX de más de 10.000 tokens por segundo por usuario suena llamativa. Su significado depende de esos detalles. Una réplica independiente reforzaría el desafío de la empresa, mientras que condiciones limitadas u omitir el consumo total del sistema lo debilitarían.

Las comparaciones útiles deben medir tanto la capacidad de respuesta como el rendimiento agregado. Una plataforma puede producir una secuencia rápidamente mientras atiende a muy pocos usuarios simultáneos. También puede maximizar el total de tokens mientras impone a cada usuario una demora inaceptable.

La tercera señal es la expansión comercial después de la primera instalación. Un piloto muestra que un comprador quiere evaluar la tecnología. Un pedido repetido demuestra que el sistema aportó suficiente valor como para justificar un cambio operativo.

La demanda repetida también indicaría que la organización de software y soporte de OLIX puede atender a clientes de producción. El rendimiento del hardware por sí solo no construye un negocio de infraestructura. Los compradores necesitan entregas predecibles, mantenimiento, actualizaciones de seguridad, soporte para modelos y una hoja de ruta de producto creíble.

La inversión de Arm merece atención dentro de esa prueba comercial. Arm puede aportar relaciones técnicas y experiencia en la concesión de licencias de tecnología de procesadores en un mercado amplio. Una futura colaboración, presentaciones a clientes o componentes de diseño divulgados harían más claro su papel estratégico.

La respuesta de Nvidia será visible a través de las hojas de ruta de productos y la economía de la inferencia. La empresa no necesita imitar a OLIX. Solo necesita mejorar los tokens por vatio, la latencia y el coste de despliegue con suficiente rapidez para reducir la oportunidad que OLIX busca aprovechar.

Por eso, la historia de Nvidia Techmeme no debería reducirse a un concurso de financiación entre una startup y una empresa establecida. OLIX está poniendo a prueba si la inferencia de IA debería convertirse en una canalización de máquinas especializadas, en lugar de seguir concentrada en aceleradores de propósito general.

Si ese modelo de línea de producción funciona, los desarrolladores y compradores empresariales podrían obtener otra vía hacia una inferencia de menor latencia. Una mayor disponibilidad de tokens podría respaldar cargas de trabajo de razonamiento más largas, poblaciones de usuarios mayores y aplicaciones cuyo coste de servicio hoy es demasiado alto.

Si fracasa, las causas probables serán instructivas. La comunicación óptica quizá no compense la sobrecarga de coordinación. La capacidad de SRAM podría imponer una economía de escalado difícil. El compilador podría tener dificultades con cargas de trabajo variables, o la plataforma más amplia de Nvidia podría mejorar más rápido de lo que OLIX logra llegar a producción.

La financiación proporciona margen suficiente para buscar esas respuestas. No las resuelve. Por tanto, la respuesta más útil a los titulares de Nvidia Techmeme es sencilla: observen los racks, examinen las condiciones de los benchmarks y esperen a que los clientes hagan pedidos por segunda vez.