Axelera AI ha presentado Europa, su nueva arquitectura de unidad de procesamiento de inteligencia artificial (AIPU) orientada a cargas de inferencia de IA física y empresarial. La compañía neerlandesa plantea el nuevo hardware como una alternativa a las GPU para organizaciones que necesitan ejecutar modelos de forma persistente en sus propios servidores, con especial atención al consumo energético, la soberanía de los datos y los costes de infraestructura. El lanzamiento llega acompañado de un ecosistema de fabricantes que incluye sistemas validados de Dell Technologies y Supermicro.
Las claves de Europa de Axelera AI en 20 segundos
- Europa llega como una AIPU para inferencia empresarial, IA física, visión y modelos generativos.
- Axelera afirma alcanzar hasta 6 veces más tokens por segundo y vatio que alternativas basadas en GPU.
- Se ofrece como chip y en tarjetas PCIe Edge 232p y Server 250p.
- Dell XE5 y Supermicro 111AD ya aparecen como sistemas validados.
- Axelera también presenta AxScript, un lenguaje basado en Python para programar directamente sus aceleradores.
La propuesta parte de un cambio en las necesidades de infraestructura de IA. El entrenamiento de los grandes modelos continúa concentrando enormes cantidades de recursos, pero la inferencia, es decir, ejecutar esos modelos para responder a las peticiones de los usuarios o procesar datos, puede convertirse en una carga permanente dentro de empresas, fábricas, hospitales, vehículos, sistemas de seguridad y otros entornos.
En esos escenarios, pagar continuamente por capacidad de nube no siempre encaja con los requisitos de coste, latencia, privacidad o soberanía de los datos.
Axelera quiere ocupar precisamente ese espacio.
La compañía afirma que Europa puede ofrecer hasta 6 veces más tokens por segundo y vatio que soluciones GPU de referencia. Se trata de una comparación realizada por Axelera con resultados internos de su tarjeta Edge 232p frente a datos publicados de plataformas competidoras, por lo que no debe interpretarse como un resultado independiente aplicable a cualquier modelo o configuración.
Europa lleva la arquitectura de Axelera del edge al centro de datos
Hasta ahora, Axelera AI ha construido buena parte de su propuesta alrededor de la inferencia en el edge: procesar los datos cerca del lugar donde se generan.
Europa amplía esa idea hacia servidores y centros de datos.
La arquitectura está disponible en tres formatos. Por un lado, como silicio independiente, para que los fabricantes puedan diseñar sus propias placas. Por otro, como tarjeta PCIe de perfil bajo y longitud reducida mediante la Axelera Edge 232p. Finalmente, como tarjeta PCIe de tamaño completo mediante la Axelera Server 250p.
El uso de tarjetas PCIe convencionales persigue un objetivo práctico: añadir capacidad de inferencia a servidores existentes sin tener que rediseñar por completo la infraestructura.
La estrategia tiene especial sentido para cargas que no necesitan entrenamiento de modelos, sino ejecutar inferencia durante largos periodos.
Entre los escenarios mencionados por Axelera están los sistemas agénticos, los modelos visión-lenguaje (VLM), la IA generativa y la visión artificial.
También aparecen sectores donde el procesamiento local puede tener requisitos adicionales de privacidad o cumplimiento normativo, como servicios financieros, sanidad, defensa, administraciones públicas y servicios jurídicos.
Aquí aparece uno de los argumentos centrales de Europa: controlar dónde se ejecuta la IA también significa controlar dónde están los datos, cuánto cuesta procesarlos y qué infraestructura se utiliza.
No implica que ejecutar IA localmente sea siempre más barato que utilizar la nube. El coste total depende del modelo, utilización del acelerador, servidor, electricidad, refrigeración, software y operación. Pero sí ofrece otra estructura de costes y puede evitar que determinadas cargas tengan que salir continuamente hacia un proveedor externo.
Los números de rendimiento necesitan contexto
Axelera publica cuatro comparaciones de rendimiento para su Edge 232p frente a una plataforma competidora.
En tokens por segundo y con batch 1, el resultado publicado es de 42,5 frente a 41,3 para Llama 3.1 8B; 83,4 frente a 61 para Qwen3 30B A3B MoE; 11 frente a 13,2 para Qwen3 32B denso; y 36,9 frente a 26,3 para Llama 3.2 11B VLM.
La fotografía cambia cuando se mide la eficiencia energética.
En tokens por segundo y vatio, Axelera publica:
| Modelo | Axelera Edge 232p | Plataforma competidora |
|---|---|---|
| Llama 3.1 8B | 1,37 | 0,32 |
| Qwen3 30B MoE | 2,69 | 0,47 |
| Qwen3 32B denso | 0,35 | 0,10 |
| Llama 3.2 11B VLM | 1,19 | 0,20 |
La compañía señala que se trata de resultados internos del Edge 232p comparados con información pública de plataformas de la competencia.
Hay además una consideración importante: el rendimiento de un acelerador de IA no se puede reducir a una única cifra de tokens por segundo.
Influyen el modelo, cuantización, tamaño de lote, longitud de contexto, precisión, software, memoria y optimizaciones específicas. Una arquitectura que destaque en una carga concreta puede ofrecer resultados diferentes en otra.
Por eso el dato de hasta 6 veces más eficiencia energética es interesante como posicionamiento de producto, pero necesitará comparativas independientes y homogéneas para determinar cómo se comporta Europa frente a diferentes GPU y aceleradores en cargas empresariales reales.
AxScript intenta solucionar uno de los problemas de los aceleradores
La otra gran novedad presentada por Axelera no está en el silicio, sino en el software.
La compañía ha introducido AxeleraScript, o AxScript, un lenguaje específico de dominio basado en Python que permite programar a nivel de kernel sobre su arquitectura.
El objetivo es atacar uno de los problemas habituales de los aceleradores especializados: el soporte de modelos.
Una GPU de propósito general ofrece una enorme flexibilidad porque puede ejecutar una amplia variedad de operaciones mediante diferentes frameworks y bibliotecas. En un acelerador especializado, el fabricante puede optimizar determinadas cargas a cambio de imponer más restricciones sobre las operaciones o arquitecturas compatibles.
Axelera pretende reducir esa barrera permitiendo a los desarrolladores crear redes personalizadas, operadores propios o arquitecturas nuevas directamente para Europa.
La compañía afirma que AxScript permite trabajar con CNN, LLM, VLM y otras arquitecturas, manteniendo el acceso al rendimiento del silicio.
Es una cuestión especialmente relevante porque la velocidad a la que aparecen nuevos modelos puede superar la capacidad de un fabricante de aceleradores para proporcionar optimizaciones específicas para cada uno.
Según Axelera, un ingeniero pudo portar el modelo Qwen3.5 en un día utilizando AxScript con asistencia de IA.
Ese dato procede de la propia empresa y no constituye por sí mismo una demostración independiente del tiempo necesario para portar cualquier modelo. Pero sí muestra el tipo de flujo de desarrollo que Axelera quiere conseguir: que el software sea suficientemente programable para que el soporte de nuevos modelos no dependa exclusivamente del fabricante.
Dell y Supermicro ya tienen sistemas validados
Europa tampoco llega al mercado únicamente como componente aislado.
Axelera anuncia un ecosistema formado por fabricantes de servidores, integradores y proveedores de tecnología.
Entre los sistemas validados aparecen el Dell XE5 y el Supermicro 111AD, ambos preparados para utilizar el Edge 232p. También figuran sistemas de HPE, Lenovo, 2CRSi, Advantech, Axiomtek y SECO dentro del ecosistema de plataformas validadas y disponibles.
Esta parte resulta importante para una tecnología de infraestructura.
Una empresa no compra normalmente un acelerador de IA para colocarlo en un servidor de forma experimental. Necesita comprobar compatibilidad con el chasis, alimentación, refrigeración, BIOS, sistema operativo, controladores y herramientas de administración.
Cuanto más amplia sea la lista de plataformas compatibles, menor será la necesidad de construir una infraestructura específica alrededor del acelerador.
Axelera afirma además que cuenta con más de 600 clientes desplegados globalmente y una cartera comercial superior a 1.500 millones de dólares. Ambas cifras son declaraciones de la compañía y no equivalen a ingresos reconocidos ni a pedidos firmes por ese importe.
La eficiencia energética es el verdadero campo de batalla
El argumento energético aparece repetidamente en el lanzamiento.
No es casualidad.
La IA está aumentando la demanda eléctrica de los centros de datos y las organizaciones empiezan a prestar más atención al coste de ejecutar inferencia de forma continua.
Para determinadas aplicaciones, reducir el consumo de cada inferencia puede ser más relevante que conseguir el máximo rendimiento absoluto.
Un sistema que procesa menos tokens por segundo pero consume mucho menos puede resultar interesante cuando permanece funcionando las 24 horas.
La métrica tokens/s/watt intenta precisamente combinar ambos factores.
Axelera construye su propuesta alrededor de esa relación, especialmente para cargas que necesitan permanecer dentro de límites concretos de potencia y refrigeración.
El mismo razonamiento resulta todavía más evidente en el edge. Allí no siempre existe la posibilidad de instalar grandes sistemas de refrigeración o alimentar aceleradores con cientos de vatios adicionales.
Europa intenta trasladar esa filosofía a servidores empresariales.
Europa también encaja en la estrategia europea de soberanía tecnológica
El nombre de la arquitectura no es casual.
Axelera AI es una compañía europea de semiconductores y varios de sus socios presentan Europa como una pieza de una infraestructura europea de IA con mayor control sobre hardware, datos y operación.
Dell, por ejemplo, ha señalado que trabaja con Axelera AI y el integrador E4 Computer Engineering en infraestructura de IA para las AI Factories europeas de Italia y Luxemburgo. La colaboración se presenta vinculada a rendimiento, control y soberanía de los datos.
También aparecen entre los socios OVHcloud, OpenNebula, 2CRSi, Telefónica Tech y otros fabricantes e integradores europeos e internacionales.
OpenNebula plantea integrar Europa en una plataforma cloud abierta para ofrecer aceleradores de IA como servicio, mientras que OVHcloud destaca la combinación entre inferencia eficiente y una infraestructura orientada a la soberanía. Son valoraciones de las propias compañías, no una certificación independiente de que Europa sea actualmente una alternativa equivalente a las principales GPU del mercado.
La cuestión europea tiene además una dimensión industrial.
Una parte considerable de la infraestructura de IA mundial depende actualmente de aceleradores diseñados por empresas estadounidenses y fabricados mediante cadenas de suministro asiáticas. Disponer de alternativas europeas no elimina esa dependencia, pero añade otra opción para determinados despliegues.
De la IA física a la IA empresarial
Europa representa un cambio de escala para Axelera.
La compañía nació con una orientación clara hacia la Physical AI, donde cámaras, robots, vehículos, drones y sensores necesitan ejecutar inferencia cerca de la fuente de datos.
Ahora intenta entrar en un mercado mucho mayor: servidores empresariales y centros de datos.
Ahí la competencia es bastante más dura.
No basta con tener un buen rendimiento por vatio. También importan la compatibilidad con frameworks, herramientas de desarrollo, modelos, memoria, integración con servidores, soporte, disponibilidad de software y capacidad para mantener actualizados los aceleradores a medida que cambian los modelos.
Precisamente por eso AxScript puede ser tan importante como Europa.
Si los desarrolladores pueden adaptar rápidamente nuevos modelos y operadores sin esperar a que el fabricante incorpore soporte específico, el acelerador gana flexibilidad.
Y si esa flexibilidad se combina con un consumo inferior en determinadas cargas, Europa tendría una propuesta diferenciada frente a la estrategia tradicional de comprar GPU cada vez más potentes.
El lanzamiento, por tanto, no consiste simplemente en presentar otro chip para IA.
Axelera está intentando construir una alternativa completa alrededor de la inferencia, desde el silicio hasta las tarjetas PCIe, servidores validados, herramientas de compilación y programación personalizada.
La compañía afirma que Europa ya está enviándose y que su disponibilidad se extiende mediante ese ecosistema de socios. Los próximos meses permitirán comprobar hasta qué punto sus cifras de eficiencia y su capacidad para ejecutar modelos diversos se mantienen fuera de las pruebas internas.
Para las empresas que quieren ejecutar IA permanentemente dentro de sus propias instalaciones, esa comparación puede terminar siendo más importante que cualquier cifra máxima de rendimiento.
Fuente: axelera.ai
