.jpg)
En la carrera por lograr mayor eficiencia en el procesamiento de cargas de trabajo de inteligencia artificial, una startup llamada Tensordyne ha captado la atención del sector al anunciar el tape-out de su primer acelerador comercial fabricado en el proceso de 3 nm de TSMC. La propuesta se apoya en un enfoque disruptivo: utilizar logaritmos para transformar las costosas multiplicaciones de matrices en simples sumas, reduciendo así el consumo energético y aumentando el rendimiento. En lugar de recurrir a tablas de consulta (LUT) que resultarían demasiado grandes, la compañía emplea la aproximación de Mitchell junto con un mecanismo de corrección por secciones en hardware, logrando una precisión equivalente a FP16. Esto permite que sus unidades MAC (multiplicar-acumular) funcionen sin realizar multiplicaciones en el sentido tradicional, lo que se traduce en una eficiencia energética muy superior a la de las GPU convencionales.
El primer chip comercial, bautizado Napier, ofrece 144 GB de HBM3e, 4,7 TB/s de ancho de banda y hasta 2,1 petaFLOPS en FP8 denso, con un TDP de solo 300 W. Aunque las cifras de pico no siempre reflejan el rendimiento real, Tensordyne apuesta por la escalabilidad: cada chip dispone de aproximadamente un terabyte de ancho de banda de interconexión, permitiendo desplegar hasta 72 aceleradores por pod en racks que no requieren refrigeración líquida. La compañía asegura que su sistema TDN72 ofrece hasta 17 veces más tokens por vatio que los sistemas Blackwell de Nvidia, aunque estas afirmaciones deberán verificarse cuando los primeros chips lleguen al mercado en 2027.
Detrás de esta innovación hay una reflexión más amplia sobre cómo la industria de la inteligencia artificial necesita repensar el hardware desde sus fundamentos matemáticos. En Q2BSTUDIO, como empresa especializada en aplicaciones a medida y ia para empresas, entendemos que la optimización del rendimiento no solo depende del silicio, sino también de cómo se integra con plataformas de software. Tensordyne ha desarrollado un compilador que convierte modelos existentes para ejecutarse directamente en su hardware, un enfoque similar al que aplicamos en nuestros proyectos de software a medida para clientes que buscan sacar el máximo partido a los nuevos paradigmas de computación.
La verdadera batalla, sin embargo, estará en el ecosistema de software. La compañía ofrece un runtime propio y soporte para servidores de inferencia como vLLM, con PyTorch en desarrollo. Esto recuerda la importancia de contar con servicios cloud aws y azure que permitan escalar estas cargas, así como con servicios inteligencia de negocio que analicen el comportamiento de los modelos en producción. Además, la implementación de agentes IA para automatizar tareas complejas encontrará en este tipo de aceleradores un aliado formidable.
Para las empresas que buscan mantenerse competitivas, resulta fundamental explorar desde ya cómo integrar estas tecnologías en sus procesos. Q2BSTUDIO ofrece servicios de automatización de procesos y ciberseguridad para garantizar que la adopción de inteligencia artificial sea segura y eficiente. También ayudamos a nuestros clientes a visualizar datos mediante power bi, permitiendo tomar decisiones informadas sobre el rendimiento de sus sistemas.
En definitiva, Tensordyne representa un avance prometedor en la arquitectura de aceleradores de IA, pero el éxito no solo dependerá del hardware, sino de un ecosistema completo de desarrollo, integración y monitorización. Desde Q2BSTUDIO acompañamos a las organizaciones en ese camino, ofreciendo soluciones tecnológicas que combinan innovación, eficiencia y seguridad.
