Fractile cierra una ronda de 720 millones a 7.000 millones de valoración para sus chips de inferencia
Fractile cerró una ronda de unos 577 millones de libras para fabricar chips de inferencia que guardan los pesos del modelo en SRAM, pegada al cómputo. No lo anunció la empresa: las cifras salen de las escrituras de acciones en Companies House.
Qué pasó: la ronda que la empresa no anunció
Las escrituras, presentadas el 15 y el 28 de octubre, registran tres clases nuevas de acciones preferentes por unos 577 millones de libras. Al cambio que usa la mayoría de las coberturas son unos 720 millones de dólares; otros medios, con un tipo más alto, hablan de 774 millones. Es la misma ronda convertida, no dos operaciones.
La valoración que circula es de unos 7.000 millones de dólares, según Reuters el 11 de noviembre, citando a una persona involucrada. En agosto se hablaba de una ronda de 600 millones a 6.500 millones antes de meter dinero nuevo. La cifra final es mayor, y conviene decirlo claro: sale de registros y filtraciones, no de un comunicado.
El precio por acción también dice mucho: la serie principal se colocó a unas 1.452 libras, más de cinco veces lo de la Serie B de mayo.
Lee también
Qué hace Fractile, en una frase y en detalle
Diseña chips para ejecutar modelos, no para entrenarlos, y pone la memoria rápida en el mismo silicio que hace las cuentas en vez de depender de memoria externa.
Por qué la inferencia es un problema de memoria
Cada token exige leer los pesos del modelo. El coste dominante no es multiplicar números, es mover los datos hasta la unidad de cálculo. En una GPU eso significa traerlos desde la HBM, la memoria apilada fuera del chip: mucha capacidad, pero más lenta. Por eso manda el ancho de banda de memoria y no los FLOPS de la ficha.
La SRAM es lo contrario: memoria dentro del propio silicio, con latencias mínimas y mucho menos consumo por acceso. La apuesta: sale más barato tener los pesos cerca que estarlos moviendo.
El precio de esa apuesta: capacidad
La SRAM es carísima por byte. Un modelo grande no cabe en un chip, así que hay que repartirlo entre muchos y comunicarlos entre sí. Eso convierte el producto en un sistema con su propia interconexión, no en una tarjeta que se pincha en un servidor, y explica por qué el software pesa tanto.
Por qué la inferencia es donde está el negocio
El entrenamiento son pocos clientes con presupuestos enormes y compras puntuales. La inferencia es el coste que se repite en cada consulta y cada agente, todos los días: quien vende tokens vive o muere por ese coste, y ahí un chip distinto puede mover la aguja sin ganar en todo lo demás.
El dinero soberano entra en el capital
Entre los inversores que citan las coberturas está el fondo soberano de IA del Reino Unido, con dinero público, junto a Lightspeed, Redpoint y Thrive Capital. Es política industrial: el Estado compra participación en la cadena de suministro de IA, no solo subvenciona. En febrero la empresa ya había anunciado 100 millones de libras a tres años para crecer en Londres y Bristol.
El acuerdo con Anthropic: demanda antes que producto
En agosto, Bloomberg publicó que Fractile llegó a un acuerdo inicial para vender unos 250 millones de dólares en chips a Anthropic, con entrega cuando el silicio esté listo. Un cliente de frontera firmando antes de ver el producto explica la valoración; y es el riesgo: si el calendario se mueve, el ingreso se mueve con él.
Las tres dudas que quedan
2027
Las primeras ventas están previstas para 2027. Hoy no hay chip que comprar, ni precio publicado, ni benchmark independiente. Las cifras de rendimiento que ha usado la empresa son afirmaciones suyas.
Fabricación
Un diseño no es un producto: falta tapear, producir a volumen y rendir por oblea con números que aguanten un cliente de verdad. Es la etapa que hunde a más startups de silicio que la física.
Software
Quien compite con Nvidia no pierde por silicio, pierde por CUDA: bibliotecas, compiladores y una década de código escrito. El mismo problema se ve al revés en el ASIC de inferencia de OpenAI, y la comparación con los TPU de Google explica por qué la memoria es el campo de batalla: Google duplicó la SRAM de su último chip de contexto largo.
Conclusión
La memoria es la nueva frontera de la IA y el capital ya la paga por adelantado, dinero soberano incluido. El examen real es 2027: si el chip existe, rinde y trae software que alguien quiera usar.
