Samsung se ha sumado al grupo de inversores que respalda a Euclyd, un pequeño diseñador de chips con sede en los Países Bajos que aspira a competir con Nvidia en el terreno del hardware para inteligencia artificial. La operación coloca a la compañía neerlandesa en el mapa de las alternativas a las GPU, aunque su producto tardará todavía varios años en llegar al mercado.
Según confirmó a CNBC su consejero delegado, Bernardo Kastrup, la startup cerró una ronda de 231 millones de dólares —200 millones de euros— que servirá para financiar dos líneas de negocio distintas.
Una ronda con Samsung como socio
Euclyd nació en 2024 y su Serie A estuvo codirigida por Somerset Capital Partners, el Scaleup Europe Fund gestionado por EQT e Innovation Industries, además de la propia Samsung. La entrada del gigante surcoreano no se limita al capital: la empresa también aporta conocimiento industrial y acceso a su cadena de suministro.
El reparto de la ronda coloca a Samsung junto a fondos europeos especializados, una combinación habitual en el segmento de semiconductores, donde los inversores financieros suelen ir acompañados de un socio industrial con capacidad de fabricación y compras a gran escala.
Dos vías de negocio y un chip que no llegará hasta 2028
El dinero recaudado sostendrá dos estrategias paralelas. La primera consiste en vender hardware y sistemas en rack directamente a empresas que quieran ejecutar inferencia de IA en sus propias instalaciones, con el control de seguridad que ello implica. La segunda pasa por licenciar su propiedad intelectual a compañías que prefieran construir sus propios chips a partir de diseños ya existentes.
Euclyd está desarrollando un sistema de chips basado en una arquitectura distinta a la de las GPU convencionales, que abarca tanto la capa del procesador como la de memoria. Sin embargo, Kastrup ha sido explícito con los plazos: el hardware comercial no llegará a los clientes hasta 2028, y no es hasta 2030 cuando la compañía espera atender a miles de clientes empresariales. Sus sistemas, además, todavía no se han probado a escala comercial, por lo que el rendimiento real sigue siendo una incógnita.
Por qué importa: la dependencia de Nvidia
Las GPU de Nvidia se diseñaron originalmente para videojuegos, pero su reutilización para entrenar y ejecutar modelos de IA convirtió a la compañía en una de las más valiosas del mundo. Ese dominio se extiende hoy al mercado de los chips de mayor rendimiento, y es precisamente el punto donde han empezado a aparecer competidores.
No se trata de un fenómeno aislado. OpenAI presentó en agosto su primer chip propio, denominado Jalapeño, con cifras que la compañía califica de líderes en velocidad y eficiencia. Google, Amazon Web Services y Meta también desarrollan procesadores para sus propias cargas de trabajo de IA. Euclyd asegura que sus sistemas de silicio para modelos fundacionales reducen las necesidades energéticas y los costos de la infraestructura de los centros de datos de IA, un argumento que apela directamente al bolsillo de quien los opera.
Qué cambiaría para el lector
Más allá de la cifra de la ronda, el interés de Samsung tiene una lectura práctica: es uno de los mayores fabricantes de memoria del mundo, hace mucha ingeniería, conoce los sistemas y la cadena de suministro y cuenta con una red enorme. Para una startup que aún no ha enviado producto, ese respaldo industrial puede pesar tanto como el dinero.
Para empresas y profesionales, la promesa de una inferencia local, segura y más económica resulta atractiva, sobre todo cuando la dependencia de un único proveedor de GPU encarece cualquier despliegue de IA. Aun así, conviene tomar el anuncio con cautela: el calendario es largo, no hay producto comercial disponible y el rendimiento de la arquitectura propuesta está por demostrarse. La duda de fondo, como resume el propio Kastrup, es si un fabricante pequeño y sin producto enviado puede recortar de forma significativa la posición de Nvidia dada la escala del mercado en juego.
