Etched desafía a Nvidia con valoración de $5B y $1B en ventas de chips IA
Por Redacción Automatización LatAm · 30 de junio de 2026 · Fuente original: TechCrunch AI
Foto: JeffFryer · Openverse · CC0 (dominio público)
La startup Etched, competidora directa de Nvidia, alcanza una valuación de $5 mil millones tras asegurar $1 mil millón en contratos para sus sistemas de inferencia de IA. El hito refleja la creciente demanda de alternativas especializadas en procesamiento de inteligencia artificial.
Contexto: La consolidación del mercado de chips IA
Durante años, Nvidia ha dominado de manera casi monopólica el mercado de aceleradores para inteligencia artificial, gracias a su arquitectura CUDA y su ecosistema maduro. Sin embargo, las limitaciones de oferta, los altos costos y los largos tiempos de espera han incentivado a startups y empresas tecnológicas a desarrollar alternativas especializadas. Etched emerge en este contexto como una propuesta diferenciada enfocada específicamente en la inferencia, la fase de operación de modelos ya entrenados.
El anuncio: Hito de valuación y cartera de contratos
Etched ha alcanzado una valuación de $5 mil millones en su ronda de financiamiento más reciente, consolidándose como una de las startups de hardware IA con mayor valoración en años recientes. Más significativo aún es que la empresa reporta haber asegurado $1 mil millón en compromisos contractuales de clientes corporativos para sus sistemas de inferencia. Esta cifra no representa ingresos realizados, sino pedidos o contratos firmes que se ejecutarán en los próximos meses o años, indicando una demanda robusta.
Arquitectura y propuesta técnica
Los chips de Etched están optimizados específicamente para la inferencia de modelos de lenguaje grande (LLMs) y otras cargas de trabajo de IA. A diferencia de los procesadores generales de Nvidia, que soportan tanto entrenamiento como inferencia, Etched apuesta por una especialización que reduce complejidad, mejora eficiencia energética y disminuye latencia. Esta estrategia resonó con operadores de data centers y proveedores de servicios en la nube que ejecutan modelos ya entrenados a escala masiva.
La arquitectura de Etched también aborda un problema crónico: la utilización ineficiente de GPUs genéricas para tareas de inferencia. Muchas organizaciones pagan por capacidad de cómputo que no necesitan, dado que la inferencia es típicamente menos demandante que el entrenamiento. Los chips especializados prometen reducir el costo total de propiedad.
Implicaciones para América Latina
Este desarrollo es particularmente relevante para proveedores de servicios en nube, empresas de análisis de datos y centros de investigación en la región. Hasta ahora, las opciones estaban limitadas a caras GPUs de Nvidia o soluciones heredadas. La disponibilidad de alternativas como Etched podría democratizar el acceso a inferencia de IA de alto rendimiento.
Además, la entrada de competidores presiona a toda la industria a mejorar márgenes, tiempos de entrega y soporte. Para gobiernos e instituciones en LatAm que buscan construir soberanía tecnológica, la diversificación de proveedores de hardware IA es estratégica frente a posibles restricciones comerciales o geopolíticas.
La cartera de $1 mil millón de Etched señala que el mercado está listo para romper con la dependencia monolítica. Si la empresa cumple con sus entregas y demuestra confiabilidad operativa, podría abrir una nueva categoría de chips especializados que fragmentará el mercado de aceleradores, obligando a actores incumbentes a innovar más agresivamente.
Este resumen es un análisis original. Para leer la noticia completa visita la fuente original: TechCrunch AI →
Sigue leyendo
Memoria ferroeléctrica y diseño de chips IA dominan la actualidad tecnológica
Los temas más relevantes en electrónica incluyen avances en memoria ferroeléctrica, financiamiento para diseño personalizado de chips IA y desarrollos en equipos de metrología. Estos campos impulsan la innovación en procesamiento de datos y fabricación de semiconductores.
Fuente: Electronics Weekly
Snowflake pacta $6.000 M con AWS para procesadores IA especializados
Snowflake ha firmado un contrato quinquenal con Amazon por $6.000 millones para asegurar chips de CPU optimizados para cargas de trabajo de inteligencia artificial. El acuerdo refleja una tendencia creciente entre grandes operadores de infraestructura para reducir dependencia de proveedores de proce
Fuente: TechCrunch AI
EAGLE 3.1: Algoritmo que estabiliza la decodificación especulativa en LLMs
EAGLE 3.1 resuelve problemas de inestabilidad en la decodificación especulativa de modelos de lenguaje grandes. El algoritmo, desarrollado en colaboración entre el equipo EAGLE, vLLM y TorchSpec, corrige la desviación de atención durante la inferencia en entornos de producción.
Fuente: MarkTechPost
Hacia la democratización de la IA: el desafío de romper el dominio tecnológico
La industria busca reducir la dependencia de proveedores consolidados como Nvidia, OpenAI y Anthropic mediante la commoditización de la inteligencia artificial. Este movimiento apunta a distribuir el acceso a tecnologías de IA entre más actores del mercado.
Fuente: Electronics Weekly
NVIDIA presenta Gated DeltaNet-2: atención lineal con control desacoplado de memoria
NVIDIA lanzó Gated DeltaNet-2, una arquitectura de atención lineal que mejora la gestión de memoria en modelos de lenguaje al separar el control de borrado y escritura de datos. Con 1.3B parámetros, supera a Mamba-2 y Mamba-3 en tareas de razonamiento y recuperación de contexto extendido.
Fuente: MarkTechPost
Nemotron-Labs: Generación de texto a velocidad de luz con modelos de difusión
NVIDIA presenta Nemotron-Labs Diffusion, una arquitectura innovadora que acelera significativamente la generación de texto mediante modelos de difusión. La tecnología promete reducir latencias en aplicaciones de IA generativa para infraestructuras industriales y empresariales.
Fuente: Hugging Face Blog