Volantis ha conseguido 88 millones de dólares para una arquitectura de inferencia especialmente ambiciosa: conectar mediante luz, dentro del encapsulado del acelerador, el cómputo con un conjunto de memoria mucho mayor. Su sistema A-1 previsto apunta a modelos de más de 20 billones de parámetros y hasta 10.000 tokens por segundo y usuario. Ningún objetivo constituye un resultado de producción demostrado de forma independiente.
La financiación respalda un sistema completo, no simplemente otro cable óptico entre servidores. Volantis quiere cambiar los límites físicos que mantienen la memoria rápida cerca del procesador y las grandes capacidades más lejos. Si funciona, podría cambiar cuántos aceleradores necesita un operador para alojar un modelo grande; la inversión por sí sola no demuestra esa ventaja económica.
Capital para un sistema todavía en definición
La empresa anunció la Serie A el 1 de octubre de 2026. Según su comunicado, Lachy Groom y Abstract Ventures codirigieron la ronda, con participación de John Doerr, VXI Capital, Triatomic y Susa Ventures. Entre los inversores ángeles nombrados figuran Dwarkesh Patel, Naveen Rao y Sholto Douglas. Volantis afirma que la financiación acumulada alcanza 97 millones de dólares.
Rao dirigió anteriormente los productos de IA de Intel, mientras que Doerr ha financiado varias generaciones de empresas informáticas. Su participación muestra interés por alternativas al hardware convencional, no una validación técnica independiente. El equipo fundador incluye antiguos trabajadores de Nvidia, AMD, Broadcom y Ayar Labs. La compañía afirma que algunos contribuyeron a sistemas comerciales de encapsulado CoWoS y fotónica de silicio. CoWoS sitúa varios chips y memoria de alto ancho de banda muy próximos.
A-1 se dirige a la inferencia interactiva, no al entrenamiento. Los materiales públicos también incluyen un umbral anterior de más de 10 billones de parámetros, junto a la descripción más reciente de más de 20 billones. La diferencia podría reflejar una evolución de las especificaciones, pero no permite identificar una configuración fija comercializada. El anuncio no aporta benchmarks estandarizados, pruebas de despliegues con clientes ni un calendario de producción suficientemente detallado.
Por qué más cálculo no elimina el muro de memoria
La inferencia mueve repetidamente los pesos numéricos del modelo y los datos de trabajo hacia los procesadores. Si la memoria no los entrega con suficiente rapidez, las unidades aritméticas adicionales también pueden quedar esperando. HBM ayuda colocando memoria apilada junto al acelerador y conectándola mediante una interfaz ancha, pero el área del encapsulado limita las pilas. Las conexiones eléctricas más largas y rápidas también penalizan la calidad de señal y el consumo energético.
Los servicios interactivos agravan el compromiso porque no siempre pueden agrupar a muchos usuarios en lotes. Cada token nuevo puede exigir otro movimiento de pesos y contexto activo. Las conversaciones largas amplían la caché de claves y valores incluso sin cambiar el modelo. Un agente de programación que maneja repositorios, resultados de comandos, documentación y un historial extenso muestra por qué acelerar solo el cómputo no garantiza una respuesta más rápida.
Distribuir modelos entre aceleradores, cuantizar, almacenar en caché y utilizar niveles de memoria lentos ya afronta estas presiones, con contrapartidas en precisión, latencia, complejidad o utilización. La planificación y la compresión mejoran continuamente la referencia. Una revisión de fotónica de 2025 presenta la E/S y los interposers ópticos como vías emergentes junto a HBM y redes electrónicas maduras; no valida A-1.
Alcance óptico, carriles paralelos y láseres integrados
Volantis propone guías de onda ópticas a través de un interposer, el sustrato que conecta chips dentro del encapsulado. Sus «hilos» ópticos son rutas microscópicas integradas, no fibras convencionales tendidas individualmente entre componentes. Extender esas rutas permitiría repartir la memoria por una superficie mayor en vez de colocar cada chiplet junto al dado de cómputo.
Las especificaciones técnicas de la empresa afirman 24 gigabits por segundo por carril, latencia de enlace inferior a cinco nanosegundos y menos de un picojulio por bit. Decenas de miles de carriles deberían ofrecer más de 200 terabytes por segundo agregados. El alcance anunciado supera 200 milímetros, frente a los aproximadamente dos a cinco milímetros eléctricos útiles que Volantis describe para este caso.
Ese alcance sostiene un conjunto previsto de más de 220 chiplets de memoria con características de acceso coherentes, en vez de niveles rápidos y lentos claramente separados. Volantis dice que combinaría gran capacidad con velocidad similar a SRAM. Esta memoria rápida suele estar directamente en el procesador, pero su densidad limita la capacidad; igualar su comportamiento efectivo en un conjunto grande sigue siendo una exigente afirmación de sistema.
La luz procede de matrices micro-VCSEL integradas. Estos láseres de cavidad vertical emiten perpendicularmente a su superficie y ya se utilizan en sensores y comunicaciones, aunque esta implementación en el encapsulado es especializada. Volantis destaca los VCSEL de arseniuro de galio frente a láseres basados en otros semiconductores compuestos. Las fuentes integradas eliminarían conjuntos externos de láseres, mientras que las guías ocuparían mucho menos espacio que las fibras.
El planteamiento es «ancho y lento»: muchos carriles paralelos a velocidades moderadas en vez de pocos enlaces extremos. Podría reducir la carga electrónica y de procesamiento de señal por carril, pero obliga a fabricar y probar miles de rutas fiables. Volantis informa de menos de un error por billón de bits transmitidos en enlaces a escala de oblea y de funcionamiento por encima de 95°C. Son características de enlaces comunicadas por la compañía, no una confirmación de un A-1 completo comercializado.
Una posición distinta en la carrera fotónica
Los sistemas ópticos de red de Nvidia combinan ópticas conectables y conmutadores ópticos coencapsulados. Gran parte de la fotónica comercial enlaza conmutadores, racks o encapsulados de aceleradores. Volantis quiere introducirla directamente en la ruta de memoria interna, donde el movimiento de datos influye en el tiempo de respuesta.
Ayar Labs sitúa chiplets ópticos de E/S cerca de los procesadores y utiliza una fuente láser externa. Passage de Lightmatter conecta procesadores entre encapsulados y placas con una red fotónica programable. Celestial AI desarrolló una interconexión que abarca encapsulado, sistema y rack; Marvell completó su adquisición en febrero de 2026. Son enfoques relacionados, pero no productos intercambiables.
La oportunidad de Volantis consiste en mejorar capacidad y ancho de banda juntos. Actualmente los operadores pueden comprar aceleradores adicionales sobre todo para conseguir memoria y asumir después la comunicación del modelo distribuido. Un conjunto accesible mayor podría alimentar mejor menos motores de cómputo. Los modelos dispersos de mezcla de expertos ilustran el caso: cada token activa solo algunos componentes, pero todos los parámetros disponibles necesitan almacenamiento. Los agentes con contexto largo son otro posible uso.
Las alternativas consolidadas también avanzan. Los fabricantes de HBM aumentan capacidad y banda, mientras AMD y Nvidia coordinan procesadores, racks, conexiones, cachés y software. Sus canales de despliegue, interfaces y soporte maduros son ventajas que una startup especializada debe superar.
Lo que debe resistir la integración completa
El ancho de banda agregado máximo no equivale al rendimiento sostenido para una aplicación. La contención, los protocolos, la ubicación de datos y los controladores pueden reducirlo. Tampoco un enlace inferior a cinco nanosegundos supone acceso de aplicación en ese tiempo: conmutación, arbitraje y operaciones de memoria añaden demora. Un conjunto coherente debe direccionar datos entre chiplets y gestionar fallos y competencia sin consumir la ventaja óptica.
Los interposers grandes plantean problemas de coste y rendimiento de fabricación. Miles de carriles y cientos de chiplets requieren redundancia, pruebas y recuperación; los emisores integrados deben tolerar cambios térmicos y variaciones de producción. El funcionamiento anunciado por encima de 95°C es relevante, pero no resuelve la estabilidad prolongada, la refrigeración o la fiabilidad del encapsulado. Cambiar los materiales láser tampoco elimina el riesgo industrial.
El software y la forma de entrega siguen siendo incertidumbres importantes. Las plataformas actuales esperan comportamientos de memoria, bibliotecas e interfaces concretos. Los clientes necesitarán planificación, perfilado, ubicación de modelos y recuperación ante fallos. Los materiales no explican completamente compatibilidad, mercados iniciales, socios ni si A-1 llegará como dispositivo integrado, acelerador, rack, arquitectura licenciada o componente de un socio. Las empresas cuyos modelos pequeños ya caben en el hardware actual tienen incentivos distintos a los laboratorios de frontera e hiperescaladores.
Una demostración significativa identificaría el modelo y publicaría precisión, longitudes de contexto y salida, tamaño de lote, latencia, rendimiento sostenido y potencia. Mediciones independientes de clientes sobre utilización, errores, disponibilidad y coste por tarea terminada conectarían las promesas de los componentes con la economía operativa. Los socios industriales y una hoja de ruta creíble de encapsulado aportarían otras pruebas. Los 88 millones permiten ese trabajo; hasta que existan resultados de sistema, los grandes objetivos siguen siendo una propuesta.