Olix recauda $312M para chip de inferencia óptica

⏱ Tiempo de lectura: 4 min
Olix Computing, startup de hardware especializada en inferencia de modelos de lenguaje, anunció una ronda Serie C de $312 millones liderada por inversores como Reed Hastings, cofundador de Netflix, y Arm Holdings. La empresa alcanzó una valuación de $3.3 mil millones, triplicando su valor desde febrero de 2026.
Chip DX-1 optimizado para la fase de decodificación
Olix desarrolla el chip DX-1, diseñado específicamente para optimizar la fase de decodificación (decode stage) en la inferencia de modelos de lenguaje. Durante esta etapa, el modelo utiliza un caché KV (Key-Value) que frecuentemente es más grande que el modelo mismo. La solución de Olix integra memoria SRAM de gran capacidad en el chip para almacenar este caché sin necesidad de memoria HBM externa, reduciendo latencia y consumo energético. El sistema se distribuirá como un electrodoméstico de centro de datos llamado X-1, con múltiples chips conectados mediante interconexión óptica lenta y ancha. Hardware de este tipo representa un cambio significativo en cómo se optimiza la inferencia.
Interconexión óptica y rendimiento esperado
La tecnología distintiva de Olix es su interconexión óptica lenta y ancha, que transmite datos como luz a través de fibra de vidrio en lugar de electrones por cobre. A diferencia de interconexiones ópticas tradicionales que usan PAM4 (modulación de amplitud en pulso de 4 niveles), el diseño de Olix emplea NRZ (non-return-to-zero), un método menos propenso a errores que evita necesidad de procesadores de señal digital. Según la empresa, el chip DX-1 permite que modelos con 100 mil millones de parámetros procesen más de 10,000 tokens por segundo. Múltiples racks X-1 pueden vincularse en clústeres para ejecutar modelos con 10 billones de parámetros. Fuente: siliconangle.com
Qué falta por confirmar
Olix planea comenzar el envío del DX-1 en el primer semestre de 2027. La ronda de financiamiento se destinará a mejorar la plataforma de silicio personalizado y acelerar esfuerzos de fabricación. El rendimiento real en ambientes de producción, la disponibilidad exacta y el precio del electrodoméstico X-1 aún no se han detallado públicamente.
| Aspecto | Detalle |
|---|---|
| Ronda de financiamiento | Serie C de $312 millones |
| Valuación actual | $3.3 mil millones (triplicada desde febrero 2026) |
| Inversores principales | Reed Hastings (Netflix co-fundador), Arm Holdings |
| Producto | Chip DX-1 y electrodoméstico X-1 para centros de datos |
| Tecnología principal | Memoria SRAM en-chip + interconexión óptica NRZ |
| Rendimiento estimado (100B params) | Más de 10,000 tokens/segundo |
| Escalabilidad máxima | Modelos de 10 billones de parámetros en clústeres |
| Fecha de envío prevista | Primer semestre de 2027 |
Preguntas frecuentes
¿Cuál es la diferencia del DX-1 frente a otros chips de inferencia?
El DX-1 integra toda la memoria SRAM necesaria para el caché KV directamente en el chip, eliminando memoria HBM externa. Usa interconexión óptica lenta y ancha con codificación NRZ en lugar de PAM4, reduciendo errores y costos sin procesadores de señal digital.
¿Cuándo estará disponible el DX-1?
Olix prevé comenzar envíos en el primer semestre de 2027. No se ha confirmado disponibilidad comercial exacta ni ventanas regionales específicas.
¿Cuál es el precio del electrodoméstico X-1?
No se especifica en el texto fuente recibido. La empresa aún no ha anunciado lista de precios pública.
Nuestra lectura editorial
La inversión de Hastings y Arm refleja confianza en el modelo de inferencia optimizada de Olix. El enfoque en la fase de decodificación es pragmático: la mayoría del costo computacional en modelos grandes ocurre durante esta etapa, no en el prefill inicial.
En Inteligencia Artificial, observamos que el mercado de hardware de inferencia se segmenta cada vez más: chips generales (Nvidia, Groq) versus soluciones especializadas por etapa (Olix). ¿Las arquitecturas de propósito específico lograrán economías de escala suficientes para competir con proveedores consolidados?
Fuente: siliconangle.com

Deja una respuesta
Lo siento, debes estar conectado para publicar un comentario.