Gimlet Labs capta 80 millones de dólares para ejecutar inferencia de IA en chips de NVIDIA, AMD, Intel y otros con una sola capa

Gimlet Labs ha captado 80 millones de dólares en una ronda Serie A para desarrollar una tecnología que aborda uno de los problemas clave de la IA actual: la dependencia de los modelos de un hardware concreto. La compañía creó una capa de software que ejecuta inferencia de redes neuronales de forma simultánea en chips de seis fabricantes: NVIDIA, AMD, Intel, ARM, Cerebras y d-Matrix.

El problema que ataca Gimlet Labs le resulta familiar a cualquiera que haya desplegado IA en producción. Cada fabricante de chips ofrece su propio stack de software: CUDA en NVIDIA, ROCm en AMD, oneAPI en Intel. Pasar de un hardware a otro exige reescribir código, probar y depurar durante mucho tiempo. Las empresas quedan atrapadas con su proveedor: aunque AMD ofrezca un mejor precio o Cerebras un mejor rendimiento para una tarea concreta, el cambio sale demasiado caro.

Gimlet Labs propone una API única para todas las plataformas compatibles. Es, en esencia, una capa de abstracción entre el modelo y el hardware, similar a lo que en su día hizo POSIX para los sistemas operativos. El desarrollador escribe el código una vez y la plataforma optimiza la ejecución para el hardware disponible.

Resulta especialmente significativa la inclusión de d-Matrix y Cerebras, actores de nicho especializados en inferencia. Es una señal al mercado: Gimlet Labs no se limita al segmento mayoritario.

80 millones de dólares son una apuesta seria a que el problema de la fragmentación del mercado de chips no se resolverá solo. Los inversores creen claramente que los fabricantes de hardware no llegarán a un acuerdo entre sí y que, por tanto, el mercado necesita una capa de abstracción neutral, y para mucho tiempo. La ronda subraya que el nivel de infraestructura de la pila de IA se vuelve tan estratégico como los propios modelos.

Para los compradores corporativos de IA, esta tecnología supone un poder de negociación real. Hoy una enorme parte del gasto en infraestructura de IA va a NVIDIA, no porque no existan alternativas, sino porque migrar es demasiado doloroso. Si Gimlet Labs realmente reduce el coste de migración a un nivel aceptable, las empresas ganan margen de maniobra: pueden comprar a quien ofrezca el mejor precio en cada momento, y no a aquel al que ya están atadas por su base de código.

La elegancia de la solución no está en la idea de la capa abstracta en sí (se conoce desde hace tiempo), sino en que el equipo logró implementarla sin una pérdida catastrófica de rendimiento. Ahí es donde suelen fracasar proyectos así: la universalidad convive mal con la optimización. Hasta qué punto Gimlet Labs ha resuelto esa contradicción lo dirá la producción.