La carrera por la eficiencia energética en inteligencia artificial acaba de sumar un nuevo competidor. Niv-AI, una startup que operaba en modo sigilo, ha salido a la luz con una ronda semilla de 12 millones de dólares destinada a desarrollar tecnología de medición y gestión de picos de consumo energético en GPUs.

La compañía aborda un problema que pocos fuera del mundo de la infraestructura conocen en profundidad, pero que está generando dolores de cabeza reales en centros de datos de todo el mundo. Las GPUs, el motor que impulsa el entrenamiento y la inferencia de modelos de IA, no consumen energía de forma constante. Experimentan fluctuaciones bruscas, picos repentinos que pueden disparar el consumo eléctrico de forma dramática en milisegundos. Estos transitorios energéticos no solo encarecen las facturas eléctricas, sino que también complican la planificación de capacidad y aceleran el desgaste del hardware.

El timing de Niv-AI no es casual. En un momento en el que el gasto global en infraestructura de IA se dispara, y cuando gigantes tecnológicos como Microsoft, Google y Meta destinan miles de millones anuales a centros de datos, cualquier mejora marginal en eficiencia energética se traduce en ahorros de cifras astronómicas. Según estimaciones recientes, el consumo eléctrico de los centros de datos podría duplicarse para 2026, impulsado en gran parte por las cargas de trabajo de IA generativa.

La tecnología de Niv-AI, según los detalles disponibles, se centra en dos frentes complementarios. Por un lado, en la medición precisa de estos picos de consumo en tiempo real, algo que hasta ahora resultaba técnicamente complejo dado la velocidad a la que se producen. Por otro, en la gestión inteligente de estos transitorios, ajustando dinámicamente el rendimiento de las GPUs para mantener el consumo dentro de parámetros predecibles sin sacrificar significativamente el throughput computacional.

Para los responsables de infraestructura en empresas que operan clusters de GPUs a escala, este tipo de solución podría marcar la diferencia entre un presupuesto energético controlado y uno que se desborda trimestre a trimestre. La gestión de picos de consumo no es solo una cuestión de ahorro económico, sino también de sostenibilidad. En un contexto donde la presión regulatoria y social sobre la huella de carbono del sector tecnológico crece sin pausa, optimizar el consumo energético de las GPUs se convierte en una necesidad estratégica.

Los 12 millones de dólares en financiación semilla sugieren que los inversores ven potencial real en esta propuesta. En el actual mercado de capital riesgo, donde las rondas semilla para startups de IA han alcanzado niveles sin precedentes, la apuesta por Niv-AI indica confianza en que la eficiencia energética será un diferenciador competitivo clave en los próximos años.

La compañía se suma a un ecosistema emergente de startups que atacan diferentes capas de la pila tecnológica de IA: desde chips especializados hasta software de orquestación, pasando por soluciones de refrigeración avanzada. La diferencia de Niv-AI radica en su enfoque específico y de bajo nivel: operar directamente sobre el comportamiento eléctrico del hardware, algo que requiere una comprensión profunda tanto de la física de semiconductores como de la ingeniería de sistemas.

El verdadero desafío para Niv-AI será demostrar que su tecnología funciona a escala real, en entornos de producción heterogéneos donde conviven diferentes arquitecturas de GPUs y cargas de trabajo diversas. Si logra ese objetivo, podría convertirse en una pieza esencial del puzzle de infraestructura de IA, un mercado que no muestra señales de desaceleración.