INTELIGENCIA ARTIFICIAL

Publicado 02/10/2026

Una startup recauda US$88 millones para atacar uno de los grandes límites de los chips de inteligencia artificial

Volantis desarrolla una tecnología que utiliza luz para conectar los procesadores de IA con una mayor cantidad de chips de memoria. La compañía consiguió US$88 millones para acelerar su desarrollo.
Compartir
Compartir por Facebook Compartir por WhatsApp Compartir por X Compartir por Telegram

Volantis desarrolla una tecnología que utiliza luz para conectar los procesadores de IA con una mayor cantidad de chips de memoria. La compañía consiguió US$88 millones para acelerar su desarrollo.

La carrera por construir sistemas de inteligencia artificial más potentes no depende únicamente de fabricar procesadores cada vez más rápidos. Uno de los principales desafíos está en la velocidad con la que esos procesadores pueden acceder a enormes cantidades de información almacenada en memoria.

La startup estadounidense Volantis busca resolver ese cuello de botella utilizando luz.

La compañía consiguió una ronda de inversión de US$88 millones destinada al desarrollo de una nueva arquitectura que conecta procesadores y chips de memoria mediante tecnología fotónica.

Los sistemas actuales utilizan memoria de alto ancho de banda —conocida como HBM— instalada muy cerca de los procesadores. Esta tecnología permite mover grandes cantidades de datos rápidamente, pero enfrenta limitaciones físicas a medida que los modelos de inteligencia artificial requieren cada vez más memoria.

 

 

Volantis propone reemplazar parte de esas conexiones eléctricas por enlaces ópticos basados en láseres VCSEL, capaces de transmitir información mediante luz.

Según la compañía, su arquitectura podría permitir conectar hasta 220 chips de memoria alrededor de una GPU, aumentando considerablemente la cantidad de información disponible para el procesador.

El desafío de la memoria se convirtió en una cuestión estratégica para la industria. Los grandes modelos necesitan trasladar enormes cantidades de información entre almacenamiento y procesamiento, por lo que aumentar solamente la potencia de las GPU no elimina el problema.

La empresa pretende llevar su primer chip al mercado durante 2027.

La inversión refleja además cómo la carrera por la inteligencia artificial comienza a trasladarse hacia componentes menos visibles pero fundamentales para sostener su crecimiento: memoria, interconexiones, energía y refrigeración.