Acrab привлекла $350 млн на создание инфраструктуры для агентного ИИ: новый этап эволюции вычислительных систем
La startup singapurense Acrab, fundada en 2024, ha anunciado la obtención de más de $350 millones en financiamiento total. Estos fondos se destinarán al desarrollo de una infraestructura informática orientada a sistemas de inteligencia artificial agéntica. La empresa planea invertir en la creación de su propia plataforma, profundizar la investigación en arquitecturas informáticas, así como expandir su red de socios y entrar en mercados internacionales.
El enfoque principal de Acrab es crear un ciclo completo de soluciones informáticas: desde el desarrollo de chips de IA especializados hasta sistemas operativos e interfaces multimodales. El primer desarrollo insignia de la startup fue la plataforma GΞLIX, diseñada para la ejecución local de grandes modelos de lenguaje (LLM) en tareas de IA agéntica. Según el equipo, la solución ya ha sido probada en condiciones reales y se encuentra en la etapa de preparación para su primera implementación industrial y producción en masa.
La IA agéntica, a diferencia de los modelos tradicionales, requiere una arquitectura informática fundamentalmente diferente. La ejecución local de LLM permite reducir las latencias, aumentar la seguridad de los datos y garantizar la autonomía de los agentes. GΞLIX, según la descripción, resuelve precisamente estos problemas, lo que hace que el proyecto sea especialmente prometedor en medio de la creciente demanda de soluciones para IA descentralizada y confidencial.
Comentario de expertos de Cryptalist: La obtención de $350 millones para una startup que existe desde hace menos de un año es una señal clara de que el mercado ve un enorme potencial en la IA agéntica y la infraestructura para su funcionamiento. Sin embargo, el desafío clave para Acrab no solo será escalar la producción, sino también competir con gigantes ya establecidos como NVIDIA y AMD. El éxito de GΞLIX dependerá de la eficacia con la que la empresa pueda integrar sus chips en los ecosistemas existentes y garantizar la compatibilidad con los principales marcos de LLM.