Startup Kepler Computing sale del anonimato con nueva arquitectura de memoria para IA
Hecho Qué ha ocurrido
Kepler Computing, startup de San Jose con más de 468 millones de dólares en financiación de GlobalFoundries, Intel Capital, AMD Ventures, Baillie Gifford y Bill Gates, salió del modo sigiloso afirmando haber desarrollado una nueva arquitectura de memoria de alto ancho de banda (HBM) y SRAM mediante apilamiento 3D y un material ferroeléctrico propio, sin depender de litografía EUV. El Departamento de Comercio de EE.UU. se comprometió en julio a aportar hasta 245 millones de dólares al proyecto. La empresa ha probado su tecnología en unos 2.000 wafers y planea enviar sus primeras muestras de chips HBM este año, escalar producción en Singapur en 2027 y comenzar producción en EE.UU. en 2028.
Resumen generado mediante IA a partir de Wired AI (original en inglés). Naturaleza de la información: declaración de parte interesada.
Análisis Por qué importa
La escasez global de memoria, agravada por la demanda de IA, ha disparado precios y cuellos de botella; una alternativa de fabricación más rápida y barata que aproveche fábricas existentes podría aliviar esa presión sobre el hardware que sustenta el boom de la IA.
- Quién se ve afectado
- Fabricantes de chips y memoria, proveedores de infraestructura de centros de datos, y empresas que dependen de GPUs/aceleradores de IA para entrenar o ejecutar modelos.
- Qué puede cambiar
- Si la tecnología escala, podría reducir la dependencia de nuevas fábricas multimillonarias y de litografía EUV, acortando los tiempos y costes de aumento de capacidad de memoria para IA.
Análisis generado a partir de la información disponible; no procede de la fuente.
Predicción Qué observar a continuación
Vigilar si Kepler cumple sus plazos de envío de muestras HBM en 2026, los resultados de producción a gran escala en Singapur y EE.UU., y si otros fabricantes de memoria (SK Hynix, Micron) responden con enfoques similares.
Recomendación Qué debería hacer una empresa
Las empresas de infraestructura de IA y diseño de chips deberían monitorear los hitos de producción de Kepler en los próximos 12-24 meses antes de comprometer estrategias de aprovisionamiento de memoria a largo plazo.
Recomendación generada por IA con la evidencia disponible; no es asesoramiento profesional.
Enviar esta noticia por correo
Enviado. Revisa que llegue a la bandeja de entrada de quien lo reciba.
La dirección no parece válida.
Has enviado varios correos seguidos. Espera un rato.
No se ha podido comprobar que no eres un robot. Vuelve a intentarlo.
No se ha podido enviar. Inténtalo de nuevo en unos minutos.
Fuente original: Wired AI. La referencia es siempre el artículo original.
Ver fuente original ↗chipsmemoria HBMSRAMferroeléctricos Kepler ComputingGlobalFoundriesIntel CapitalAMD VenturesBaillie Gifford chips HBM memoria semiconductores startups
Relacionadas
Kepler Computing propone nueva arquitectura de memoria HBM sin litografía EUV
Kepler Computing, startup de San José con 468 millones de dólares recaudados y hasta 245 millones comprometidos por el Departamento de Comercio de EE UU…
Por qué importaSi la tecnología escala, podría reducir cuellos de botella y costes en el suministro de memoria HBM, un componente crítico y caro para el hardware de…
OpenAI diseñó su chip de IA Jalapeño con ayuda de sus propios modelos en solo 20 meses
OpenAI anunció el chip Jalapeño, desarrollado con Broadcom y fabricado por TSMC, que alcanza 13,4 petaflops en 4 bits, 232 GB de memoria HBM y 15,4 TB/s de…
Por qué importaMuestra un caso concreto y verificable de cómo la IA multiplica la productividad de equipos técnicos de élite en ingeniería de hardware, y acelera la…
OpenAI detalla cómo usó IA interna para diseñar su primer chip, Jalapeño, en 20 meses
OpenAI explicó que utilizó sus propios modelos de IA, incluidos precursores de GPT-6 Astra, para acelerar el diseño de Jalapeño, su primer chip de IA, con…
Por qué importaMuestra un caso concreto de IA aplicada al diseño de su propio hardware, lo que podría acelerar ciclos de desarrollo de chips y reducir dependencia…
Investigadores de UCSD desarrollan RRAM en bloque para reducir el cuello de botella de memoria en IA
Investigadores de la Universidad de California, San Diego, presentaron en diciembre en la IEEE International Electron Device Meeting un nuevo tipo de memoria…
Por qué importaEl "muro de memoria" es un problema crítico en IA: los modelos actuales pierden tiempo y energía transportando datos entre procesador y memoria. Una…
Tu opinión
Te hemos enviado un correo para confirmar tu dirección. El comentario se procesará cuando pulses el enlace.
Gracias. Tu comentario se publicará cuando lo revise el equipo (los primeros comentarios de cada persona se moderan).
Comentario publicado. Gracias por participar.
No se puede comentar aquí.
Indica un nombre (de 2 a 60 caracteres).
El correo no parece válido.
El comentario debe tener entre 10 y 2.000 caracteres.
Demasiados enlaces en el comentario.
No se ha podido comprobar que no eres un robot. Vuelve a intentarlo.
Has alcanzado el límite diario de comentarios.
Demasiados comentarios seguidos. Espera un rato.
No se ha podido enviar el correo de confirmación. Inténtalo de nuevo en unos minutos.