--- title: "Tachyum cierra 220 millones y un pedido de 500 millones para Prodigy: el “procesador universal” entra en la conversación grande de la IA" description: "Tachyum ha anunciado un acuerdo vinculante de Serie C por 220 millones de dólares con un inversor europeo y, en paralelo, un pedido de 500 millones para sus chips Prodigy . Con ello, la compañía asegu..." url: https://revistacloud.com/tachyum-cierra-220-millones-y-un-pedido-de-500-millones-para-prodigy-el-procesador-universal-entra-en-la-conversacion-grande-de-la-ia/ date: 2025-10-20 modified: 2025-10-19 author: "Nota de Prensa" image: https://revistacloud.com/wp-content/uploads/2025/10/tachyum-series-c.png categories: ["Empresas", "Noticias"] tags: ["chips", "procesador universal", "Tachyum"] type: post lang: es --- # Tachyum cierra 220 millones y un pedido de 500 millones para Prodigy: el “procesador universal” entra en la conversación grande de la IA **Tachyum** ha anunciado un **acuerdo vinculante** de **Serie C por 220 millones de dólares** con un inversor europeo y, en paralelo, un **pedido de 500 millones** para sus chips **Prodigy**. Con ello, la compañía asegura superar los **300 millones** captados en total y ponerse en posición de culminar el **tape-out** de su arquitectura antes del salto a fabricación. En su hoja de ruta, la firma apunta incluso a una **posible salida a bolsa en 2027**. El mensaje es claro: Prodigy quiere sentarse a la mesa donde hoy mandan **x86**, **ARM** y, sobre todo, **las GPU de NVIDIA** en la computación de IA a gran escala. La narrativa de Tachyum conecta con las tensiones reales del mercado: **costes disparados** por acelerador, **plazos de suministro largos**, campus de **centenares de megavatios** en construcción y una carrera por bajar el **coste por token** y el **consumo por entrenamiento**. En ese contexto, la propuesta de un **“procesador universal”** —capaz, según la empresa, de ejecutar **IA/ML**, **HPC** y **cloud** en una **arquitectura homogénea**— resulta tentadora para operadores que buscan consolidar silicio, simplificar operaciones y mejorar la utilización de sus racks. ## Qué promete Prodigy (y qué se sabe hoy) De acuerdo con Tachyum, Prodigy integra en un único paquete una arquitectura de **núcleos propios de 64 bits** orientados a alto rendimiento; **cada chiplet** del sistema **contaría con 256 núcleos**. La compañía afirma **×3 de rendimiento** frente a CPUs **x86** de gama alta y **×6** frente a **GPGPU** líderes **en HPC** en determinados escenarios. El objetivo: **elevar la utilización** del servidor, **reducir CAPEX/OPEX** y **evitar** tener que combinar CPU, GPU y aceleradores específicos para cada tipo de carga. Conviene subrayarlo con honestidad periodística: son **promesas del fabricante** a la espera de **silicio**, **hojas de datos** y **benchmarks independientes**. Tachyum asegura que, con la entrada del capital, **cerrará el tape-out** y **publicará especificaciones actualizadas** “en breve”. ## Por qué este anuncio importa ahora La demanda de cómputo para IA no afloja; al contrario, se acelera con modelos de **cientos de miles de millones** y **billones** de parámetros, despliegues **multimodales** y cargas de **serving** cada vez más costosas. El mercado vive una paradoja: **nunca hubo tanta potencia**, pero **nunca fue tan cara** ni tan peleada. Cualquier arquitectura que prometa **bajar el coste por FLOP**, **elevar el rendimiento por vatio** y simplificar la **cadena de suministro** merece atención. Además, el tablero geopolítico añade capas. La compañía destaca su **selección en programas europeos** de interés común (IPCEI) y vincula su hoja de ruta a iniciativas públicas y privadas que buscan reforzar la **soberanía tecnológica** y la **capacidad de cómputo** en Europa. En otras regiones, los **hiperescalares** empujan **campus de gigavatios**, mientras Oriente Medio y Asia anuncian planes agresivos. Es un momento fértil para alternativas creíbles. ## Cómo encaja Prodigy frente a x86, NVIDIA y ARM Para un medio tecnológico, lo útil es comparar **arquitecturas y modelos operativos**, no solo cifras de marketing. A continuación, una **tabla comparativa cualitativa** que sitúa a Prodigy —tal y como lo describe Tachyum— frente a las tres corrientes dominantes hoy en el data center de IA: | Eje de comparación | **CPU x86** (Intel/AMD) | **GPU [NVIDIA](https://revistacloud.com/tag/nvidia/)** (Aceleradores IA)** | **[CPU ARM](https://revistacloud.com/arquitectura-arm-computacion-nube/)** (Neoverse y afines) | **Tachyum Prodigy** (“procesador universal”) | | --- | --- | --- | --- | --- | | **Tipo de silicio** | CPU de propósito general | Acelerador masivo para IA/HPC (GPU) | CPU de propósito general de alta eficiencia | CPU “universal” (según el fabricante) con enfoque IA/HPC/Cloud | | **Arquitectura base** | x86_64, SMT/AVX, gran memoria DDR5 | CUDA/Tensor Cores, alto paralelismo, HBM | ARMv8/ARMv9, vectorización SVE, DDR5 | Núcleos de 64 bits “custom”; **256 núcleos por chiplet** (según Tachyum) | | **Modelo de programación dominante** | Linux + toolchains estándar; librerías HPC/BLAS | **CUDA** y ecosistema NVIDIA (cuDNN, NCCL) + soportes abiertos | Toolchains GNU/LLVM; ecosistema cloud-native; librerías HPC | Promete compatibilidad con cargas IA/HPC/Cloud en un único stack (detalles por conocer) | | **Casos típicos hoy** | Control, bases de datos, servicios, inferencia ligera | Entrenamiento/Inferencia LLM, visión, HPC denso | Cloud de alto rendimiento por vatio, microservicios, bases de datos | Entrenamiento e inferencia de **modelos ultra grandes**, HPC y cloud en la misma pieza (según Tachyum) | | **Ventaja clave** | Ecosistema maduro y ubicuo | **Rendimiento y ecosistema** líderes en IA | **Eficiencia energética**, densidad por vatio | **Consolidación de silicio** y **utilización** (tesis del fabricante) | | **Desventaja clave** | FLOPs/€ inferiores en IA pesada | **Coste** y dependencia de proveedor único; consumo alto | Menos aceleración nativa para IA densa | **Producto sin validar** públicamente; **ecosistema por construir** | | **Memoria y ancho de banda** | DDR5/PCIe; ancho de banda moderado | **HBM** de muy alto ancho de banda | DDR5/PCIe; opciones CXL emergentes | Detalles no públicos; a confirmar en especificaciones | | **Disponibilidad** | Alta (portafolios amplios) | Limitada/comprometida en gama alta | En rápida expansión en cloud y on-prem | Pendiente de tape-out, ramp-up y validaciones | | **Riesgo de adopción** | Bajo (estándar de facto) | Medio (vendor lock-in; precios) | Medio-bajo (madurez creciente) | **Alto** hasta ver silicio/benchmarks/software | **Nota:** “GPU NVIDIA (Aceleradores IA)” se usa aquí como **taquigrafía de mercado** para referirse a la clase de aceleradores que hoy dominan el **entrenamiento e inferencia** de modelos grandes. Evitamos cifras concretas para no mezclar generaciones ni configuraciones. La tabla deja clara la **tesis**: si Prodigy entrega lo prometido, **podría** permitir pasar de un **trípode** (CPU + GPU + aceleradores) a un **monolito** programable con una sola arquitectura. El premio sería **operativo** (menos piezas, menos software que orquestar) y **económico** (más horas útiles por rack). El reto: **llegar** a tiempo, con **rendimiento competitivo**, **ecosistema** y **herramientas** que no obliguen a reescribir el mundo. ## Dudas abiertas que la comunidad técnica querrá ver resueltas Incluso con financiación y pedidos sobre la mesa, hay preguntas clave que decidirán la viabilidad: - **Nodo de fabricación y frecuencias.** ¿En qué proceso se fabricará Prodigy, con qué **TDP** y qué **frecuencias sostenidas**? - **Memoria y escalabilidad.** ¿Habrá integración con **HBM** o reliance en **DDR5/CXL**? ¿Cómo escala el **ancho de banda efectivo** por núcleo? - **Interconexión y chiplets.** ¿Qué **fábrica** y **fabric** conectará chiplets y sockets? ¿Cómo impacta en la **latencia** inter-núcleo? - **Software.** ¿Qué **compiladores**, **runtimes** y **bibliotecas** (BLAS, FFT, transformers, MoE, FSDP, etc.) llegarán optimizadas el **día 1**? - **Frameworks IA.** ¿Qué soporte nativo/verificado tendrán **PyTorch**, **TensorFlow**, **JAX** y **OpenXLA**? - **Virtualización y cloud-native.** ¿Cómo rinde bajo **Kubernetes**, **virtio**, **DPUs/SmartNICs** y **storage** con tráfico real? - **Benchmarks verificables.** ¿Dónde se sitúa en **entrenamiento** (tokens/s, coste por token) e **inferencia** (tokens/s, latencia P50/P99) frente a las configuraciones de mercado? Hasta que no haya respuestas, los grandes compradores —**hiperescalares**, **nubes privadas**, supercomputación y administraciones— mantendrán la **prudencia**. La experiencia enseña que **el software manda**: sin toolchains maduros, incluso el mejor hardware tarda en despegar. ## Señal al mercado (y lectura para Europa) Más allá del producto, el **cierre de 220 millones** y el **pedido de 500 millones** envían una **señal**: el mercado está dispuesto a **invertir** y **pre-comprar** alternativas que prometan **romper la economía** actual de la IA. Para Europa, que busca **capacidad de cómputo soberana** y **eficiencia energética**, no es menor que el inversor ancla sea europeo y que la empresa reivindique su conexión con programas continentales. Si Prodigy cumple, habrá un actor adicional con pie en el ecosistema europeo; si no, la presión competitiva puede, al menos, **acelerar** a los incumbentes. ## Qué deberían vigilar los operadores y equipos de plataforma 1. **Calendario de tape-out y muestras.** Fechas de **engineering samples**, **QS/ES**, **drivers** y **soporte de frameworks**. 2. **Rendimiento reproducible.** Resultados comparables en **HPC**, **pre-entrenamiento**, **fine-tuning** e **inferencia** con modelos abiertos y cerrados. 3. **TCO por rack.** Rendimiento por vatio, **densidad**, necesidades de **refrigeración** (aire/líquida), **fiabilidad** y **utilización** real. 4. **Ecosistema y soporte.** Partners ISV, **compiladores** (LLVM), **runtimes** (XLA, Triton, ROCm-like), integraciones con **K8s** y **MLOps**. 5. **Riesgo de lock-in.** Cómo de **portable** es el código y qué **estándares abiertos** se adoptan. ## Conclusión Tachyum ha pasado de **aspirante** a **candidato con financiación y pedido**. Prodigy llega con una propuesta **ambiciosa**: **unificar** en una sola pieza las funciones que hoy se reparten entre CPU, GPU y aceleradores, ofreciendo —si creemos la promesa— **más rendimiento**, **mejor economía** y **menos complejidad**. El mercado, sin embargo, no se gana con notas de prensa: necesita **silicio**, **software** y **benchmarks**. Si en los próximos meses la compañía muestra **pruebas convincentes**, la conversación sobre la arquitectura dominante de la IA podría volverse mucho más interesante. Y si no, su irrupción habrá servido para recordar a la industria que todavía hay espacio para **ideas diferentes** en la era del cómputo descomunal. vía: [Noticias inteligencia artificial](https://noticias.ai/tachyum-procesador-universal-para-la-era-de-la-ia/)