La alemana Daisytuner recauda 6 millones de euros para que la IA funcione en chips distintos a los de Nvidia

Daisytuner, una startup alemana cuyo software ayuda a que los modelos de inteligencia artificial funcionen de manera eficiente en distintos tipos de chips, informó el lunes 16 de noviembre de 2026 que recaudó 6 millones de euros en financiación semilla.
Tech.eu informó que las firmas de capital de riesgo Elaia y LEA Ventures lideraron conjuntamente la ronda. Amadeus APEX Technology Fund y Seedcamp también invirtieron. La compañía no reveló su valoración.
Ese mismo día, Daisytuner lanzó un producto llamado Daisyflow, según informó EU-Startups. Está diseñado para ejecutar modelos de IA dentro del propio centro de datos de los clientes, en lugar de hacerlo a través de un proveedor externo de servicios en la nube.
El problema, explicado de forma sencilla
Entrenar un modelo de IA es el proceso costoso, pero puntual, de enseñarle cómo funcionar. La inferencia ocurre después, cada vez que alguien utiliza el modelo para responder una pregunta o generar una imagen. A medida que los productos de IA llegan a millones de usuarios, la inferencia se ha convertido en el costo más alto y constante.
Hoy, la mayor parte del software de IA está diseñado para funcionar mejor en los chips de Nvidia. El hardware de Nvidia es potente, pero costoso y con frecuencia escaso. Fabricantes rivales como AMD, junto con una nueva generación de empresas de chips, ofrecen alternativas.
El problema está en el software. El código optimizado para los chips de una compañía suele funcionar lentamente en los de otra, y reescribirlo requiere ingenieros especializados, escasos y muy bien remunerados. Ese esfuerzo mantiene a muchos compradores ligados a Nvidia, incluso cuando hay hardware más barato disponible.
Daisytuner busca eliminar ese obstáculo. Su tecnología central es un compilador, un programa que traduce el código escrito por los ingenieros en instrucciones que un chip específico puede ejecutar. La compañía afirma que su compilador puede tomar el mismo código de IA y producir una versión rápida para chips de Nvidia, AMD y nuevos diseños, sin que nadie tenga que reescribirlo.
El cofundador Lukas Trümper describió la demanda a Tech Funding News. "Todo el mundo quiere llevar el código de las GPU de Nvidia a cualquier otra plataforma", dijo.
Cómo funciona la tecnología
Según Tech Funding News, el sistema utiliza agentes de IA para probar distintas formas de acelerar una parte del código en hardware real. Luego, el compilador verifica cada resultado para confirmar que sea correcto. Los cambios que superan la prueba se almacenan en una base de datos para reutilizarlos cuando aparece un código similar.
La idea es que el sistema mejore con el uso. Cada proceso de optimización amplía lo que sabe.
Daisyflow se construye sobre esa tecnología. Permite ejecutar modelos de lenguaje, visión, voz y recomendación mediante conexiones estándar que los desarrolladores de software ya utilizan. La compañía afirma que el producto ya opera en producción dentro de los sistemas de sus clientes.
Daisytuner ha publicado un dato de rendimiento. En una prueba propia, Daisyflow ejecutó Qwen 2.5, un modelo de IA de Alibaba, hasta 18 % más rápido que vLLM, una alternativa gratuita ampliamente utilizada, en los chips Instinct de AMD.
Ese resultado debe interpretarse con cautela. Proviene de la propia compañía, no de un laboratorio independiente. Abarca un modelo en un solo tipo de chip y no se revelaron los detalles de la configuración. Además, "hasta" 18 % representa el mejor escenario. Una mejora de ese tamaño es útil a gran escala, donde incluso pequeños ahorros se acumulan, pero no demuestra una ventaja general.
Un equipo pequeño con una sólida trayectoria investigadora
Daisytuner fue fundada en Alemania en 2024 por Trümper y Adrian Schmitz, y tiene su sede en Darmstadt. Trümper obtuvo su doctorado en ETH Zurich, una de las principales universidades técnicas de Europa.
El equipo está compuesto por 12 personas y busca superar las 20 a comienzos de 2027. Sus integrantes han trabajado en ETH Zurich, la Universidad Técnica de Múnich, RWTH Aachen, la Universidad Técnica de Darmstadt y el Laboratorio Nacional Lawrence Livermore, en Estados Unidos.
La compañía ya tiene dos clientes que pagan por sus servicios, ambos fabricantes de chips: Tenstorrent, que diseña procesadores para IA, y Q.ANT, una empresa alemana que fabrica chips de computación basados en luz. Tech Funding News informó que ambos se convirtieron en clientes pagos después de cerca de un año de trabajo conjunto. Otros fabricantes de chips están en conversaciones bajo acuerdos de confidencialidad, y la compañía afirma que está cerca de cerrar sus primeros contratos con grandes empresas ajenas a la industria de los chips.
Su principal patente fue aprobada pocas semanas antes del anuncio de la financiación.
La mayor parte del nuevo capital se destinará a contrataciones. El resto se utilizará para pagar chips de varios fabricantes, que la compañía necesita para realizar pruebas y entrenar a los agentes de IA que mejoran su compilador.
Los primeros clientes merecen una mirada más detallada. Una empresa nueva de chips tiene dificultades para conseguir compradores si el software de IA más popular no funciona bien en su hardware. Pagarle a Daisytuner para acelerarlo resulta más barato que crear un equipo interno grande para hacerlo.
Eso le da a Daisytuner un mercado inicial claro. También genera una dependencia. Las empresas jóvenes de chips son, a su vez, startups con futuros inciertos, y su número es limitado. El gran objetivo son las compañías grandes que operan IA a escala y quieren libertad para comprar los chips más baratos. Daisytuner todavía no ha anunciado un cliente de ese tipo.
Competidores mucho más grandes
El sector al que ingresa Daisytuner cuenta con una amplia financiación. Tech Funding News considera que la empresa estadounidense Modular es su principal competidora y afirma que Qualcomm acordó comprarla en junio de 2026 por 3.900 millones de dólares. Antes de ese acuerdo, Modular había recaudado 380 millones de dólares de inversionistas. VCPost no ha confirmado esas cifras de manera independiente.
El mismo informe menciona a Infinity, que en julio de 2026 recaudó una ronda semilla de 15 millones de dólares con una valoración de 100 millones de dólares para desarrollar un agente de IA que escribe software para chips.
Frente a esas cifras, los 6 millones de euros de Daisytuner parecen poco. El argumento de la compañía es que no necesita igualar el gasto de sus rivales si su enfoque automatizado funciona, porque el software realiza buena parte de la optimización que, de otro modo, requeriría muchos ingenieros.
Nvidia también tiene un fuerte incentivo para mantener la ventaja de su propio software y cuenta con muchos más recursos que cualquier startup del sector.
Aun así, el precio reportado para Modular muestra cuánto puede valer para un gran fabricante de chips una solución que funcione. Para Daisytuner, los próximos hitos son conseguir su primer cliente empresarial grande y obtener resultados de rendimiento verificados por alguien externo a la compañía.
Preguntas clave, respondidas
P: ¿Cuánto dinero recaudó Daisytuner? R: 6 millones de euros en una ronda semilla anunciada el 16 de noviembre de 2026.
P: ¿Quiénes invirtieron? R: Elaia y LEA Ventures lideraron conjuntamente la ronda. Amadeus APEX Technology Fund y Seedcamp también participaron.
P: ¿A qué se dedica Daisytuner? R: Desarrolla un compilador y un producto llamado Daisyflow que ayudan a que los modelos de IA funcionen de manera eficiente en chips de distintos fabricantes, no solo en los de Nvidia.
P: ¿Qué es la inferencia? R: Es la etapa en la que se utiliza un modelo de IA entrenado para producir respuestas. Representa un costo permanente para cualquier empresa que opere productos de IA.
P: ¿La mejora de velocidad del 18 % fue verificada de manera independiente? R: No. Proviene de una prueba propia de la compañía con un modelo en chips de AMD, y no se revelaron los detalles del ensayo.
P: ¿Quiénes son los clientes de Daisytuner? R: Tenstorrent y Q.ANT son clientes que pagan por sus servicios, según Tech Funding News. No se ha anunciado ningún cliente grande ajeno a la industria de los chips.
© {{Year}} VCPOST.com All rights reserved. Do not reproduce without permission.

