Cómo Ricursive Intelligence recaudó 335M de dólares con una valoración de 4B en 4 meses

Julie Bort

Tue, February 17, 2026 at 2:00 AM GMT+9 5 min read

En este artículo:

GOOG

-1.08%

ANTH.PVT

Los cofundadores de Ricursive Intelligence, la CTO Azalia Mirhoseini (izquierda) y la CEO Anna Goldie (derecha) | Créditos de la imagen:Ricursive Intelligence

Los cofundadores de la startup Ricursive Intelligence parecían destinados a ser cofundadores.

Anna Goldie, CEO, y Azalia Mirhoseini, CTO, son tan conocidas en la comunidad de la IA que formaron parte de esos ingenieros de IA que “recibieron esos correos raros de Zuckerberg ofreciéndonos ofertas alocadas”, dijo Goldie a TechCrunch, riéndose. (No aceptaron las ofertas.) La pareja trabajó junta en Google Brain y fueron empleadas tempranas en Anthropic.

Se ganaron reconocimiento en Google al crear el Alpha Chip, una herramienta de IA que podía generar diseños sólidos de chips en horas: un proceso que normalmente lleva a diseñadores humanos un año o más. La herramienta ayudó a diseñar tres generaciones de las Unidades de Procesamiento Tensorial de Google.

Ese historial explica por qué, apenas cuatro meses después de lanzar Ricursive, el mes pasado anunciaron una ronda Serie A de 300 millones de dólares con una valoración de 4 mil millones, liderada por Lightspeed, solo un par de meses después de haber recaudado una ronda semilla de 35 millones de dólares liderada por Sequoia.

Ricursive está construyendo herramientas de IA que diseñan chips, no los chips en sí. Eso los hace fundamentalmente distintos de casi cualquier otra startup de chips de IA: no son un competidor aspirante de Nvidia. De hecho, Nvidia es inversor. El gigante de las GPU, junto con AMD, Intel y cualquier otro fabricante de chips, son los clientes objetivo de la startup.

“Queremos permitir que se construya cualquier chip, como un chip personalizado o un chip más tradicional, cualquier tipo de chip, de manera automatizada y muy acelerada. Para eso estamos usando IA”, dijo Mirhoseini a TechCrunch.

Sus caminos se cruzaron por primera vez en Stanford, donde Goldie obtuvo su doctorado mientras Mirhoseini impartía clases de ciencias de la computación. Desde entonces, sus carreras han ido en sincronía total. “Empezamos en Google Brain el mismo día. Dejamos Google Brain el mismo día. Entramos en Anthropic el mismo día. Salimos de Anthropic el mismo día. Volvimos a Google el mismo día y, luego, nos fuimos de nuevo de Google el mismo día. Entonces empezamos esta compañía juntos el mismo día”, relató Goldie.

Durante su tiempo en Google, los colegas eran tan cercanos que incluso entrenaban juntos, y ambos disfrutaban del entrenamiento de circuito. El juego de palabras no pasó desapercibido para Jeff Dean, el famoso ingeniero de Google que era su colaborador. Le puso por apodo al proyecto de su Alpha Chip “chip circuit training”, un juego con la rutina de ejercicios compartida. Internamente, la pareja también recibió un apodo: A&A.

El Alpha Chip les dio visibilidad en la industria, pero también atrajo controversia. En 2022, según informó Wired, uno de sus colegas en Google fue despedido después de pasar años intentando desacreditar A&A y su trabajo de chips, aunque ese trabajo se usó para ayudar a producir algunos de los chips de IA más importantes y decisivos de Google.

La historia continúa  

Su proyecto Alpha Chip en Google Brain demostró el concepto que se convertiría en Ricursive: usar IA para acelerar drásticamente el diseño de chips.

Diseñar chips es difícil

El problema es que los chips de computadora tienen millones o miles de millones de componentes de compuertas lógicas integrados en su oblea de silicio. Los diseñadores humanos pueden pasar un año o más colocando esos componentes en el chip para asegurar el rendimiento, un buen uso de energía y cualquier otra necesidad de diseño. Determinar digitalmente la ubicación de componentes tan diminutos con precisión es, como puedes imaginar, difícil.

Alpha Chip “podía generar un diseño de muy alta calidad en, digamos, seis horas. Y lo genial de este enfoque era que en realidad aprende de la experiencia”, dijo Goldie.

La premisa de su trabajo de diseño de chips de IA es usar una “señal de recompensa” que califica qué tan bueno es el diseño. Luego, el agente toma esa calificación para “actualizar los parámetros de su red neuronal profunda para mejorar”, dijo Goldie. Después de completar miles de diseños, el agente se volvió realmente bueno. También se volvió más rápido a medida que aprendía, dicen los fundadores.

La plataforma de Ricursive llevará el concepto aún más lejos. El diseñador de chips de IA que están construyendo “aprenderá a través de chips diferentes”, dijo Goldie. Así que cada chip que diseñe debería ayudarle a convertirse en un mejor diseñador para cada chip siguiente.

La plataforma de Ricursive también aprovecha LLMs y se encargará de todo, desde la colocación de componentes hasta la verificación del diseño. Cualquier empresa que fabrique electrónica y necesite chips es su cliente objetivo.

Si su plataforma demuestra su valía, como parece probable que haga, Ricursive podría desempeñar un papel en el objetivo de moonshot de lograr inteligencia general artificial (AGI). De hecho, su visión definitiva es diseñar chips de IA, lo que significa que la IA esencialmente diseñará sus propios cerebros informáticos.

“Los chips son el combustible para la IA”, dijo Goldie. “Creo que construir chips más potentes es la mejor manera de avanzar ese frente”.

Mirhoseini añade que el largo proceso de diseño de chips limita la rapidez con la que la IA puede avanzar. “Creemos que también podemos habilitar esta coevolución rápida de los modelos y los chips que básicamente los impulsan”, dijo. Así, la IA puede volverse más inteligente más rápido.

Si la idea de que la IA diseñe sus propios cerebros a velocidades cada vez mayores trae a la mente visiones de Skynet y The Terminator, los fundadores señalan que hay un beneficio más positivo, inmediato y, según creen, más probable: la eficiencia del hardware.

Cuando los AI Labs puedan diseñar chips mucho más eficientes (y, eventualmente, todo el hardware subyacente), su crecimiento no tendrá que consumir tantos recursos del mundo.

“Podríamos diseñar una arquitectura de computadora que esté especialmente adaptada a ese modelo, y podríamos lograr una mejora de casi 10 veces en el rendimiento por costo total de propiedad”, dijo Goldie.

Aunque la joven startup no nombrará a sus primeros clientes, los fundadores dicen que han recibido noticias de cada gran nombre fabricante de chips que puedas imaginar. Sin sorpresa, también tienen a su disposición la selección de sus primeros socios de desarrollo.

Términos y Política de Privacidad

Privacy Dashboard

Más información