Sparxity cierra una ronda de financiación Serie A y eleva a 90 millones de dólares el total recaudado para la computación dispersa con IA

Sparxity, empresa de computación con sede en Dresde y conocida anteriormente como SpiNNcloud, ha cerrado una ronda de financiación Serie A que eleva a 90 millones de dólares el total acumulado recaudado por su equipo. La inversión respaldará el desarrollo de chips especializados diseñados para la sparsidad dinámica de granularidad fina, un enfoque que concentra el cálculo de IA en las partes del modelo necesarias para cada tarea.

La ronda fue liderada por ICM HPQC Fund, con la participación de inversores como Lockheed Martin Ventures, GlobalFoundries, GS Futures, Cloudberry Ventures, TGFS y EIC Fund. Entre los inversores ángeles figuran Richard Socher y Nancy Xu, además del respaldo continuado de Atlantic y Silicon Catalyst. Sparxity no divulgó por separado el importe de la ronda Serie A del total acumulado de financiación.

Su objetivo es hacer viable la ejecución a gran escala de modelos de IA cada vez más dispersos. El hardware de próxima generación apunta a ofrecer una inferencia hasta 44 veces más rápida en modelos con sparsidad extrema, sobre la base de un negocio comercial ya establecido en sistemas de computación dispersa.

Por qué los modelos dispersos necesitan un hardware diferente

En una red neuronal densa, se realizan cálculos considerables sobre un conjunto amplio de parámetros. Las arquitecturas dispersas activan selectivamente partes de un modelo, lo que puede aumentar su capacidad total sin exigir que todos los parámetros participen en cada cálculo.

Resulta más difícil aprovechar esta oportunidad cuando la selección es muy granular y cambia según la entrada. El hardware debe dirigir el trabajo a los recursos adecuados y transferir eficientemente los datos pertinentes. Omitir operaciones aritméticas solo resulta útil si el costo de encontrar, planificar y comunicar el trabajo restante no anula la ganancia.

La descripción general de la tecnología de Sparxity presenta su arquitectura en torno a ese problema y señala la selección de granularidad más fina entre expertos, memoria y atención. La empresa desarrolla conjuntamente chips y software para que quienes crean modelos puedan utilizar estructuras dispersas cuya ejecución eficiente resulta difícil en hardware diseñado principalmente para el cálculo denso.

«La próxima era de la IA estará definida no solo por la cantidad de potencia de cálculo que podamos ofrecer, sino también por la inteligencia y la eficiencia con que la utilicemos», afirmó Hector Gonzalez, cofundador y director ejecutivo de Sparxity. Añadió que la financiación acelerará el desarrollo de silicio específico para cargas de trabajo con sparsidad extrema en centros de datos heterogéneos.

De millones de expertos al cálculo selectivo

Una de las líneas de investigación que sustentan la estrategia es PEER, sigla de recuperación de expertos con eficiencia de parámetros. En Mezcla de un millón de expertos, el investigador Xu Owen He describió una capa que recupera una pequeña selección de un conjunto de más de un millón de expertos diminutos. En experimentos con tareas de modelado del lenguaje se analizó cómo ese enfoque modifica la relación entre el rendimiento del modelo y el costo computacional.

El principio consiste en ampliar los recursos a los que puede recurrir un modelo sin procesar todo el conjunto para cada entrada. Para traducir esa eficiencia a nivel del modelo en menor latencia y consumo energético, se necesita un sistema capaz de gestionar el trabajo granular que se deriva de ella.

He, antiguo investigador de Google DeepMind y asesor estratégico de Sparxity, afirmó que diseñar conjuntamente modelos, procesos de destilación y hardware en torno a la sparsidad puede aumentar aún más la eficiencia computacional. Esa es la conexión que pretende impulsar la nueva financiación: modelos que seleccionen de forma más precisa, junto con hardware capaz de ejecutar esas selecciones.

Una base comercial antes del próximo chip

Sparxity afirma que su trayectoria incluye tres versiones de diseño de chips enviadas a fabricación, más de 70.000 chips producidos y 12 racks instalados. La empresa informa de más de 30 clientes en todo el mundo y de que sus ingresos se cuadruplicaron entre 2024 y 2025, con un impulso que continúa en 2026.

Sus sistemas actuales están orientados tanto a la computación de alto rendimiento como a la IA. La empresa informa de solucionadores dispersos 10 veces más rápidos, un consumo energético 18 veces menor en aprendizaje automático basado en eventos y tiempos de ejecución de optimización 20 veces más cortos en determinadas cargas de trabajo. Estos resultados corresponden a aplicaciones concretas en sus sistemas actuales; la cifra de inferencia hasta 44 veces más rápida es un objetivo para la tecnología de próxima generación en modelos con sparsidad extrema.

Esta distinción es fundamental para entender la financiación. Sparxity ya fabrica e instala sistemas, mientras que la ronda Serie A respalda un paso más hacia el desarrollo de hardware diseñado específicamente para la sparsidad dinámica en la inferencia de IA.

Jülich ofrece un ejemplo concreto de instalación

El Centro de Supercomputación de Jülich describe de forma independiente un sistema SpiNNaker2 de dos racks de Sparxity, llamado JUBIS e instalado en abril de 2026. Está compuesto por 4.320 chips y 656.640 núcleos ARM con aceleradores neuromórficos.

JUBIS respalda el proyecto Event-based Supercomputer for AI and Beyond de Jülich, que explora la IA en tiempo real, las simulaciones de neurociencia y otras cargas de trabajo, como la emulación de computadoras cuánticas. El proyecto también incluye pruebas de rendimiento, creación de prototipos de aplicaciones y desarrollo de software para que el sistema resulte útil en un entorno más amplio de computación de alto rendimiento.

Ese despliegue ilustra por qué una arquitectura informática necesita algo más que las especificaciones de un chip. Los investigadores necesitan herramientas, interfaces y una forma de integrar el sistema en su trabajo actual. El enfoque integral de Sparxity abarca todo ese recorrido, desde el silicio personalizado hasta las instalaciones con varios racks.

Una vía de acceso a los centros de datos europeos

Sparxity también está trabajando con T-Systems en una posible vía de acceso a los centros de datos comerciales. El anuncio de Deutsche Telekom del 3 de noviembre describe una carta de intención firmada para combinar la tecnología de Sparxity con la infraestructura y la experiencia operativa de T-Systems.

La secuencia prevista comienza con el hardware actual para desarrollar métodos de integración técnica, seguida del despliegue de chips de próxima generación, previsto para 2028. Los socios esperan acordar más detalles durante los próximos meses.

Para Sparxity, el nuevo capital respalda el paso de demostrar las posibilidades de la computación dispersa en sistemas especializados a asumir un papel más amplio en la infraestructura de IA. Su tesis es que las mejoras futuras surgirán de evitar el trabajo innecesario y diseñar conjuntamente el hardware, el software y los modelos, para que ese ahorro se traduzca en un rendimiento útil.