Startup de IA busca $100M para optimizar ejecución en múltiples arquitecturas

El desafío de la portabilidad en IA

Callosum, empresa derivada de la Universidad de Cambridge, está en negociaciones para obtener una inversión de $100 millones con el objetivo de resolver uno de los problemas más persistentes en la adopción empresarial de inteligencia artificial: la necesidad de reescribir y optimizar código constantemente cuando se cambia de arquitectura de hardware.

La solución propuesta

El software de Callosum actúa como una capa de abstracción que permite a los modelos y programas de IA ejecutarse de manera óptima en múltiples arquitecturas de procesadores sin modificación del código base. Esto incluye CPUs tradicionales, GPUs de consumo, aceleradores especializados (TPUs, NPUs) y procesadores de borde. La empresa busca resolver la fragmentación actual donde un modelo entrenado para ejecutarse en GPUs NVIDIA requiere reoptimización completa para funcionar en arquitecturas ARM o procesadores especializados de Intel.

Contexto de nuevas arquitecturas

El timing de la inversión coincide con la proliferación de nuevos chips diseñados específicamente para IA. Fabricantes como NVIDIA, AMD, Intel y empresas emergentes están lanzando constantemente nuevas arquitecturas, mientras que soluciones de edge computing exigen ejecución en hardware muy variado. Sin una capa de software inteligente, las organizaciones quedan atrapadas en ciclos costosos de reingeniería.

Implicaciones para Latinoamérica

Para la región, esta solución es especialmente relevante. Muchas plantas manufactureras acceden a hardware heterogéneo: algunos sistemas antiguos con procesadores x86, modernizaciones recientes con GPUs, y nuevos dispositivos IoT con arquitecturas ARM. Hoy, desplegar un modelo de visión artificial para control de calidad requiere múltiples versiones del código. Software como el de Callosum eliminaría esa barrera técnica, acelerando la adopción de IA en manufactura, logística y energía.

Además, en contextos de presupuesto limitado, las empresas podrían aprovechar hardware existente con máximo rendimiento, en lugar de verse obligadas a reemplazarlo. Esto reduce la inversión inicial en modernización de infraestructura de control.

Modelo de negocio y alcance

La ronda de $100 millones sugiere que Callosum planifica expansión significativa: probablemente incluya desarrollo de herramientas de compilación optimizada, SDK para desarrolladores, y posibles integraciones con plataformas de flujo de trabajo IA (frameworks como PyTorch, TensorFlow). El modelo de negocio podría ser licensing por volumen de ejecuciones o por dispositivo.

La inversión también refleja confianza del mercado en que la fragmentación actual de arquitecturas IA es un problema sistémico que requiere solución de software de clase empresarial, no ajustes puntuales.