Nvidia invierte en startup india que reduce la dependencia de GPUs en inferencia de IA
Nvidia, tradicionalmente vista como la mayor proveedora de chips GPU para inteligencia artificial, ha realizado una inversión en una startup india cuyo objetivo es exactamente lo contrario de lo que se esperaría: ayudar a las empresas a ejecutar modelos de IA con menos GPUs. Simplismart, con sede en Bangalore, anunció esta semana una ronda Serie B de US$ 14 millones, con la participación directa de Nvidia, y fue valorada en alrededor de US$ 100 millones.
La inversión parece una paradoja deliberada. La empresa más asociada al boom de los chips de IA está apostando por software que permite reducir el número de GPUs necesarias para ejecutar aplicaciones de inteligencia artificial en producción. Sin embargo, según los fundadores de Simplismart y la propia lógica del mercado, no funciona así.
La lógica de la inferencia eficiente
Lo que hace Simplismart, en la práctica, es intermediar la relación entre los modelos de IA y la infraestructura de computación que los aloja. Su software ajusta automáticamente cómo se implementan los modelos — considerando velocidad de respuesta, número de solicitudes procesadas, consumo de recursos y coste por solicitud — para que las empresas obtengan el mejor resultado posible con el hardware que ya poseen.
"Nadie realmente necesita la inferencia más rápida o más barata", explica Amritanshu Jain, cofundador y director general de la empresa, en una entrevista con TechCrunch. "Las empresas necesitan velocidades y costes que tengan sentido para sus aplicaciones específicas." Un servicio de atención al cliente puede tolerar latencias menores para priorizar velocidad, mientras que un procesamiento por lotes nocturno puede preferir un coste menor para funcionar más barato.
La startup, que tiene cuatro años de existencia, afirma haber multiplicado su ingreso anualizado en 14 veces durante los últimos seis meses, alcanzando un valor de ocho dígitos (entre US$ 10 millones y US$ 99 millones). La cifra refleja el uso reciente por parte de los clientes, no contratos recurrentes firmes. Más de la mitad de los ingresos ya provienen de Estados Unidos, aunque la empresa tenga más clientes en India.
Casos de uso reales
Los números que Simplismart presenta son concretos. La empresa afirma haber ayudado a la plataforma de generación de vídeo por IA InVideo a reducir en un 56% sus costes de servicio GPU. Otro caso citado es el de Exotel, una empresa de comunicación por voz: al fragmentar el uso de GPUs en lugar de asignar unidades enteras, Simplismart redujo el coste por minuto en hasta un 57% en comparación con APIs de modelos cerrados —incluso por debajo del coste de alojar el mismo modelo abierto internamente— y llevó el tiempo de respuesta de 1,1 segundos a menos de 300 milisegundos.
El portafolio de clientes incluye empresas de peso en el ecosistema global de IA: HeyGen, Higgsfield, InVideo y Ema. En India, el proveedor de nube Yotta utiliza la tecnología de Simplismart para alimentar su servicio de inferencia serverless en la plataforma Shakti Studio. Estos casos sugieren que el software ya está en operación real, no solo en fase de prueba.
La colaboración técnica con Nvidia
La inversión de Nvidia va más allá del cheque. La empresa de Santa Clara está trabajando con Simplismart en integraciones técnicas, incluyendo alrededor de su propio motor de inferencia Dynamo. Ingenieros de Simplismart y arquitectos de soluciones de Nvidia colaboran directamente, y Nvidia ha presentado a la startup a posibles clientes y socios.
Este movimiento de Nvidia forma parte de una estrategia más amplia de consolidación en el ecosistema de inferencia. En los últimos años, la empresa ha invertido no solo en hardware, sino también en software y ecosistemas que hacen sus chips más indispensables — desde CUDA hasta TensorRT y, ahora, Dynamo. La inferencia es donde está el dinero: mientras el entrenamiento de modelos se concentra en decenas de empresas, la inferencia ocurre a escala global, la mayor parte del tiempo, sobre hardware ya implementado.
La paradoja Nvidia-GPU
El aspecto más discutido de la inversión es la aparente paradoja: ¿cómo puede el principal proveedor de GPUs querer ayudar a las empresas a usar menos GPUs? La respuesta, según Jain, es simple. "Donde tendemos a ganar es donde la gente necesita ser más rigurosa con SLAs y TCO [coste total de propiedad]", dijo en la entrevista con TechCrunch.
La eficiencia no significa reducción de demanda por hardware — significa expansión del número de aplicaciones económicamente viables. Si una empresa puede ejecutar la misma aplicación de IA con la mitad del hardware, puede duplicar el número de aplicaciones o usuarios sin duplicar los costes. En agregado, eso puede aumentar la demanda general de chips de Nvidia, aunque cada aplicación individual use menos recursos.
Hacia dónde va el dinero
Con los US$ 14 millones levantados, Simplismart pretende expandir su presencia en Estados Unidos — ya el mercado más rentable — y crecer su equipo de ingeniería. La empresa había entrado en negociaciones para levantar entre US$ 40 millones y US$ 50 millones con valuación de US$ 300 a 400 millones en rondas anteriores; la Serie B actual, con valuación de US$ 100 millones, parece haber sido una ronda más conservadora, pero con inversores estratégicos más relevantes.
Además de Nvidia, participaron de la ronda Dallas Venture Capital (líder), Accel, Shastra VC y Micromax. El fondo será dirigido al desarrollo del motor de inferencia y de la plataforma de orquestación, además de expandir alianzas con proveedores de nube que transformarán su capacidad de GPU en servicios de IA gestionados bajo sus propias marcas.
Mientras las grandes empresas de IA corren detrás de modelos cada vez más capaces, Simplismart muestra que el próximo gran desafío de la inteligencia artificial no es construir modelos más capaces, sino hacerlos funcionar de forma fiable, barata y a escala — un mercado que debería crecer tanto como el propio mercado de inferencia. La pregunta es si Nvidia, al financiar la eficiência, está preparando el terreno para la próxima ola de adopción de IA o simplemente apostando a que más eficiência significará mais ventas de hardware a longo prazo.
Fuentes: TechCrunch, Dealroom, Simplismart
✓ Fuentes independientes cruzadas y verificadas antes de la publicación
