Al igual que la mayoría de las startups dedicadas a los chips, el punto de partida de NextSilicon fue simplemente: «¿Podemos realizar cálculos de una forma diferente?».

Para Elad Raz, fundador y director ejecutivo de la empresa, la respuesta fue sí y, así, a finales de 2017, nació su empresa.

Raz es ingeniero de profesión y anteriormente fundó una empresa dedicada a ofrecer servicios profesionales en los ámbitos de la informática de alto rendimiento (HPC), la criptografía y las redes de alto rendimiento. Posteriormente, Mellanox adquirió esa empresa, y Raz la abandonó antes de que la propia empresa de redes fuera adquirida por Nvidia en 2020.

En los inicios de NextSilicon, Raz cuenta que se dedicaba principalmente a examinar antiguos intentos de arquitectura de flujo de datos y a preguntarse por qué no habían logrado convertirse en un éxito comercial.

El concepto fue desarrollado por primera vez por investigadores del MIT en la década de 1970 y principios de la de 1980. A diferencia de la arquitectura tradicional de von Neumann o de flujo de control, que ejecuta las instrucciones de forma secuencial, la arquitectura de flujo de datos ejecuta las instrucciones tan pronto como los datos necesarios están disponibles, lo que permite que se ejecuten operaciones independientes en paralelo.

Según sus defensores, con la arquitectura de flujo de datos tampoco existe el cuello de botella de la memoria compartida, ya que los datos se transmiten entre los nodos de procesamiento cuando se activan las operaciones. Sin embargo, los intentos anteriores de construir una memoria direccionable por contenido (CAM) —un tipo de memoria necesaria para acceder a ciertas aplicaciones de búsqueda de alta velocidad— lo suficientemente grande como para albergar todas las dependencias del programa han fracasado.

Raz cree que una de las razones por las que la arquitectura de flujo de datos nunca ha terminado de cuajar es la forma en que se programan los chips, y que, si se resolviera ese problema, dicha arquitectura ofrecería una solución clara para gestionar cargas de trabajo que requieren un gran volumen de cálculos, como la HPC y la IA.

«Lo único que he observado con la arquitectura de flujo de datos es que resulta muy difícil programarla correctamente», explica. «Por eso fracasó la arquitectura de flujo de datos, porque nunca se sabe cómo fluyen los datos dentro del algoritmo».

NextSilicon, con sede en Israel, se fundó a partir de la constatación de Raz de que, en el software paralelo, solo hay una pequeña parte del código que se ejecuta la mayor parte del tiempo. «Así que pensé: ¿y si inventamos un código de procesador que trate a todas las instrucciones por igual?», afirma.

Cabe señalar que actualmente ya existe hardware que permite ejecutar operaciones en paralelo. NextSilicon simplemente cree que su oferta es mejor. Las GPU se ven limitadas por la necesidad de lenguajes de programación especializados para poder utilizarlas de la forma más eficaz, argumenta la empresa, mientras que los ASIC totalmente optimizados y diseñados específicamente para casos de uso individuales conllevan precios elevados, largos ciclos de desarrollo y ofertas de hardware que son en gran medida inflexibles.

La solución que se le ocurrió a Raz fue sintetizar la carga de trabajo en algo parecido a una FPGA (matriz de puertas programables en campo), un tipo de circuito que se puede programar tras su fabricación, y luego, básicamente, utilizar el método de prueba y error —o, en este caso, aprender continuamente de los errores cometidos por el sintetizador y reconfigurar el chip en consecuencia— para descubrir todos los diferentes núcleos computacionales y optimizarlos de la forma más adecuada para tus datos.

Hacer que la computación sea inteligente

NextSilicon ha denominado a la arquitectura en la que se basan sus aceleradores «Intelligent Compute», describiéndola como una «arquitectura computacional novedosa y original» que ofrece un mayor rendimiento

por vatio en comparación con las GPU tradicionales y las CPU de gama alta, al tiempo que reduce el consumo de energía y los costes asociados.

El acelerador de computación inteligente (ICA) Maverick-2 de la empresa, el chip que debe cumplir esta ambiciosa promesa, se presentó en octubre de 2024 y está fabricado con la tecnología de proceso de 5 nm de TSMC. Disponible en formato PCIe de un solo chip con 96 GB de memoria HBM3e y un consumo máximo de 300 W, la versión Open Accelerator Module (OAM) de doble chip también utiliza tecnología de proceso de 5 nm, pero contiene 192 GB de HBM3e y tiene un consumo máximo de 600 W.

Diseñado para flujos de trabajo que se ejecutan en entornos de HPC e IA, el Maverick-2 ICA también es compatible con los lenguajes de programación más populares y no requiere cambios en el código ni en la pila de software para su implementación.

En octubre de 2025, también se reveló el desarrollo de un nuevo chip de prueba RISC-V, denominado Arbel. Aunque aún se han revelado pocos detalles sobre ese nuevo chip —tras el anuncio inicial, NextSilicon afirmó que se darían a conocer más detalles sobre las pruebas de rendimiento de Arbel a medida que se avanzara más allá de la fase de chip de prueba—, Raz afirma que la empresa está «muy orgullosa» de su núcleo RISC-V y que el chip competirá con Intel y AMD tras su lanzamiento.

Uno de los retos del diseño de chips personalizados es intentar seguir el ritmo vertiginoso de los cambios que actualmente se están produciendo en el sector y la creciente demanda de hardware personalizado. A principios de este año, un ejecutivo de Google afirmó que llevar una arquitectura especializada desde el concepto hasta su puesta en producción a la velocidad de la luz sigue llevando dos años y medio, incluso para los mejores equipos de diseño e ingeniería del mundo. Y eso si todo sale bien, algo que muy pocos consiguen.

Raz lo reconoce y afirma que es algo a lo que NextSillicon ha tenido que hacer frente, señalando que la empresa comenzó a diseñar Maverick hace tres años, lo que significa que tuvo que estimar dónde estaría la competencia casi media década en el futuro —algo que, según afirma, hasta ahora ha logrado acertar—.

Sin embargo, NextSilicon no es la única empresa que actualmente afirma estar desarrollando un chip que cambiará el panorama de las infraestructuras. Lo que la distingue del resto, según Raz, es su enfoque combinado de software y hardware.

«Fíjate en todos los ASIC de IA que hay: Nvidia, AMD, Intel, las startups de ASIC de IA... Todos dicen: “¡Mirad, aquí tenéis un chip sofisticado! Tenemos algo en el hardware que es mejor, es analógico y cuenta con una interconexión sofisticada”», afirma. «Cada una lo ha hecho, y todas dicen: “Somos gurús del hardware, vamos a construir un hardware mejor que el del líder actual”, que, en este momento, es Nvidia.

«Lo que nosotros decimos es: “Tenemos esta estrategia de software y hardware, y es una arquitectura creada desde cero”, lo que significa que si alguna de esas empresas quiere seguir el camino de NextSilicon, tiene que empezar desde el principio. Para conseguir configurabilidad, no se puede coger un código de procesador y reconfigurarlo, ni se puede coger un código de tensores y reconfigurarlo. Por lo tanto, [lo que hace NextSilicon] es muy diferente».

El continuo deseo del mercado por la innovación en software también ha beneficiado a la empresa, dado el ritmo de cambio algo abrumador del mercado del hardware, impulsado en gran medida por empresas como Nvidia y AMD, que se han comprometido a un ciclo de lanzamiento anual de nuevos productos.

«Nadie sabe cuál será el próximo enfoque algorítmico: ya hemos visto una transición de las redes neuronales convolucionales a los modelos basados en transformadores, y podríamos despertarnos mañana y encontrarnos con la próxima novedad», afirma. «Creo que esa capacidad de adaptación al futuro, por así decirlo, sobre la que construimos los cimientos con nuestra pila de software, nos permite adaptarnos más fácilmente y debería darnos una ventaja con los clientes que quieren probar algo nuevo, pero que ya se sienten un poco nerviosos ante lo que pueda deparar el mañana desde el punto de vista de la innovación en software, que siempre irá por delante de la innovación en hardware».

Conquistando la HPC

En este momento, NextSilicon se dedica por completo al negocio de la computación de alto rendimiento (HPC).

Aunque la decisión de entrar en el sector de la supercomputación se tomó hace ocho años, Raz afirma que la empresa sigue centrando sus esfuerzos en educar al mercado sobre su novedoso enfoque arquitectónico, ya que a algunas personas, acostumbradas a un código de procesador concreto, les puede resultar «muy difícil» entender lo que propone NextSilicon.

«Estamos redactando numerosos artículos técnicos con la esperanza de explicar por qué este es el futuro… por qué es la única forma de obtener un rendimiento 10 veces superior por vatio en el consumo energético».

A pesar del escepticismo que su enfoque ha suscitado en algunos círculos, esto no ha impedido que NextSilicon haya conseguido una serie de clientes e inversores de gran renombre; hasta la fecha, la empresa ha recaudado más de 303 millones de dólares en cuatro rondas de financiación.

En 2024, NextSilicon anunció que se había asociado con Sandia National Labs y Penguin Solutions para ofrecer un sistema prototipo de arquitectura avanzada, como parte de la estrategia de plataforma de la Administración Nacional de Seguridad Nuclear (NNSA) del laboratorio. En aquel momento, Sandia afirmó que también tenía previsto construir una arquitectura novedosa para su superordenador Spectra utilizando Maverick-2 como parte de su programa Vanguard-II.

NextSilicon también cuenta con departamentos del Gobierno de EE. UU. entre su base de clientes, además de varias instituciones de investigación académica y organizaciones de servicios financieros, energía, fabricación y ciencias de la vida, cuyo nombre no ha revelado.

Raz califica a quienes operan en el ámbito de la HPC como «verdaderos pioneros», y añade que las «grandes máquinas» que la empresa está construyendo con el Departamento de Defensa de EE. UU. y varios laboratorios nacionales le están permitiendo aprender mucho sobre su propia trayectoria de escalabilidad horizontal y sobre cómo desarrollar su tecnología de la manera correcta.

«Puedo mostrarles la presentación de inversión inicial que utilicé hace ocho años, en la que se dice: Conquistar la HPC y luego pasar al mercado comercial con IA/aprendizaje automático. Y ahí es exactamente donde nos encontramos ahora», afirma.

Tras conseguir «grandes éxitos» en el mercado de la HPC, confía en que NextSilicon será capaz de hacer lo mismo al ejecutar la siguiente fase de su plan de negocio. La principal diferencia es que, para las cargas de trabajo de IA y aprendizaje automático, se necesita una precisión menor —FP4 o FP8 en lugar de FP64, por ejemplo— y Raz cree que esta será la próxima evolución de la empresa.

De cara al futuro, Raz reconoce que los clientes de la empresa no van a construir de inmediato un sistema de vanguardia a escala de nube utilizando chips de NextSilicon en los próximos tres meses, pero afirma que están en camino de lograrlo.

«Es un camino que estamos recorriendo junto con nuestros socios, y se avecinan grandes noticias», afirma. «Hemos presentado nuestro chip y ahora estamos lanzando una avalancha de noticias que profundizan en nuestra tecnología, lo que permitirá a los clientes escribir artículos y dar testimonios sobre cómo ven esa evolución con NextSilicon.

«Competimos contra gigantes que llevan mucho tiempo en el mercado, pero tenemos algo tan novedoso y único que algunos de los clientes que prueban nuestra tecnología nos preguntan: “¿Puedo construir un clúster que sea 10 veces más rápido en términos de rendimiento y consumo energético?”. A lo que respondemos: “¡Sí!”. Es un camino, pero así es como poco a poco lo estamos consiguiendo».