
- Daisytuner ha recaudado 6 millones de euros en financiación semilla, liderada por Elaia y LEA Ventures.
- Es un compilador de código abierto que toma el código de frameworks y lo compila a código nativo para una variedad de chips, incluidas las GPU de Nvidia y AMD, así como nuevos chips.
- La mayor parte de los fondos se destina a la contratación de personal, y el resto se utiliza para comprar chips de diversos proveedores con fines de prueba, benchmarking y entrenamiento de los agentes de IA que mejoran el compilador.
Lukas Trümper solía trabajar en trasladar el código de la CPU a las GPU de Nvidia. Ahora, “todo el mundo quiere alejar el código de las GPU de Nvidia hacia cualquier otra plataforma”, dice a Tech Funding News.
Fundó Daisytuner en Alemania en 2024 para abordar este desafío, y recientemente ha recaudado 6 millones de euros en financiación semilla, liderada por Elaia y LEA Ventures, con la participación de Amadeus APEX Technology Fund y Seedcamp.
Esta ronda de financiación sigue al acuerdo de junio de 2026 de Qualcomm para adquirir Modular, una empresa de software que permite ejecutar modelos de IA en diferentes chips, por 3.900 millones de dólares.
De doctorado abandonado a los primeros clientes
Trümper realizó un doctorado en ETH Zúrich, publicó artículos y luego dejó la academia para cofundar la empresa junto con Adrian Schmitz. El resto del equipo tiene formación en ETH Zúrich, TU Múnich, RWTH Aquisgrán, TU Darmstadt y el Laboratorio Nacional Lawrence Livermore.
Daisytuner, con sede en Darmstadt, es una herramienta automatizada de ingeniería de rendimiento que ajusta modelos de IA para chips específicos. En esencia, es un compilador de código abierto que toma el código de un framework y lo compila a código nativo para una variedad de chips, como las GPU de Nvidia y AMD, así como nuevos chips.
Los agentes de IA prueban diversas optimizaciones en hardware real, y el compilador luego valida cada una de ellas. Las optimizaciones validadas se añaden entonces a una base de datos de rendimiento que puede utilizarse en futuras instancias de código similar.
Daisyflow ya está en producción y se ejecuta dentro de la infraestructura del cliente. Ofrece modelos de lenguaje, visión, voz y recomendación a través de APIs estándar. Los primeros resultados muestran que Qwen 2.5 es hasta un 18% más rápido que vLLM en las GPU AMD Instinct.
“La demanda de computación para IA está creciendo más rápido de lo que cualquier generación de chips puede satisfacer. El hardware necesario para cubrirla ya existe, desde GPU consolidadas hasta una ola de nuevos aceleradores, pero el software mantiene gran parte de él al margen. Estamos trabajando con proveedores de chips, hiperescaladores europeos y empresas para cambiar esto, de modo que cada chip opere a plena velocidad y los nuevos entren en producción en el momento en que lleguen”, afirma Trümper.
Según él, Daisytuner ha pasado el último año colaborando con los fabricantes de chips Tenstorrent y Q.ANT, ambos ahora clientes pagantes. Otros fabricantes de chips están bajo NDA, y la empresa está muy cerca de finalizar sus primeros acuerdos empresariales.
La patente central fue aprobada oficialmente hace varias semanas, y el equipo ha crecido a 12 personas, con el objetivo de superar ampliamente las 20 para principios de 2027.
Un campo altamente competitivo
Trümper identifica a Modular como su “mayor competidor” y señala que ahora se encuentran en una “posición diferente” bajo Qualcomm. Menciona a varios otros competidores en EE. UU. y Europa y considera que, en términos de tecnología y avance, todos están “a la par” con Daisytuner.
Modular recaudó 380 millones de dólares antes de la oferta de Qualcomm, incluidos 250 millones a una valoración de 1.600 millones en septiembre de 2025. Infinity obtuvo una ronda semilla de 15 millones a una valoración de 100 millones en julio de 2026 para un agente de IA que desarrolla software para chips.
Los 6 millones de euros son una cifra bastante pequeña en comparación con otras rondas de financiación. Se espera que el mercado de inferencia de IA crezca de 106,15 mil millones de dólares en 2025 a 254,98 mil millones para 2030.
Quiénes lo respaldan
Trümper afirma que la recaudación de fondos fue muy exitosa, ya que “todo el mundo piensa en Nvidia” y “en AMD y sus alternativas”. Considera que la capa de software es el cuello de botella evidente.
“La computación es el recurso más escaso en IA, y actualmente la mayor parte depende de la pila de software de un único proveedor. Daisytuner permite que el mismo código funcione a pleno rendimiento en el silicio que elijas, sin necesidad de reescribirlo. Eliminar este cuello de botella es lo que necesita toda la industria. Lukas y Adrian han desarrollado tecnología de compiladores de clase mundial basada en investigaciones de vanguardia, y nos enorgullece apoyarlos”, comenta Sébastien Lefebvre, socio de Elaia.
“La eficiencia computacional y la soberanía tecnológica son los problemas urgentes en IA. Daisytuner devuelve el control de ambos a manos de los clientes, quienes finalmente pueden exigir más a su hardware”, añade Alexi Malikotsinas, socio general de LEA Ventures.
La mayor parte de los fondos se destina a aumentar el personal, y el resto se utiliza para comprar chips de diversos proveedores con fines de prueba, benchmarking y entrenamiento de los agentes de IA que mejoran el compilador.
La pregunta, por supuesto, es: ¿puede una start-up de aproximadamente una docena de personas en Darmstadt realmente ofrecer en producción lo que Qualcomm acaba de adquirir por 3.900 millones de dólares?