Axelera AI ha presentado Europa, su nueva arquitectura de unidad de procesamiento de inteligencia artificial (AIPU) diseñada para cargas de inferencia de IA tanto física como empresarial. La empresa neerlandesa propone este hardware como una alternativa a las GPU para organizaciones que necesitan ejecutar modelos de forma persistente en sus propios servidores, poniendo especial énfasis en el consumo energético, la soberanía de los datos y los costes de infraestructura. El lanzamiento se acompaña de un ecosistema de fabricantes que incluye sistemas validados de Dell Technologies y Supermicro.
Resumen rápido de Europa de Axelera AI en 20 segundos
- Europa es una AIPU orientada a inferencia empresarial, IA física, visión artificial y modelos generativos.
- Axelera afirma conseguir hasta 6 veces más tokens por segundo y por vatio en comparación con soluciones basadas en GPU.
- Está disponible como chip independiente y en tarjetas PCIe Edge 232p y Server 250p.
- Ya hay sistemas validados como Dell XE5 y Supermicro 111AD.
- Además, Axelera presenta AxScript, un lenguaje basado en Python para programar directamente sus aceleradores.
La propuesta responde a un cambio en las necesidades de infraestructura para IA. Mientras el entrenamiento de grandes modelos continúa consumiendo recursos masivos, la inferencia —es decir, ejecutar estos modelos para responder a las solicitudes de usuarios o procesar datos— puede convertirse en una carga constante en empresas, fábricas, hospitales, vehículos, sistemas de seguridad y otros entornos.
En estos escenarios, pagar continuamente por capacidad en la nube no siempre resulta en costes, latencias, privacidad o soberanía de datos adecuados.
Axelera busca precisamente ocupar ese espacio.
La compañía afirma que Europa puede ofrecer hasta 6 veces más tokens por segundo y vatio que soluciones GPU de referencia, basándose en resultados internos comparados con plataformas de la competencia. Es importante notar que estos datos no son independientes ni aplicables a todas las configuraciones, sino que corresponden a pruebas con su tarjeta Edge 232p versus datos públicos de otros sistemas.
Europa lleva la arquitectura de Axelera del edge al centro de datos
Hasta ahora, Axelera AI había enfocado gran parte de su propuesta en la inferencia en el edge, procesando datos cerca de su fuente.
Europa amplía esa visión hacia servidores y centros de datos.
La arquitectura se presenta en tres formatos: como silicio independiente, para que los fabricantes diseñen sus propias placas; como tarjeta PCIe de perfil bajo y tamaño compacto llamada Axelera Edge 232p; y como tarjeta PCIe de tamaño completo, la Axelera Server 250p.
El uso de tarjetas PCIe convencionales tiene la ventaja práctica de añadir capacidad de inferencia a servidores existentes sin rediseñar la infraestructura completa.
Esto es especialmente útil para cargas que no requieren entrenamiento de modelos, sino que se dedican a la inferencia durante largos periodos.
Entre los casos contemplados por Axelera están sistemas de agentes, modelos visión-lenguaje (VLM), IA generativa y visión artificial.
También sectores que demandan procesamiento local por motivos de privacidad o cumplimiento normativo, como finanzas, sanidad, defensa, administraciones públicas y servicios legales.
Aquí reside uno de los argumentos clave de Europa: controlar dónde se ejecuta la IA permite también gestionar dónde están los datos, cuánto cuesta procesarlos y qué infraestructura se utiliza.
No siempre ejecutar IA localmente es más barato que en la nube. El coste total depende del modelo, uso del acelerador, servidor, electricidad, refrigeración, software y operaciones. Sin embargo, ofrece una estructura de costes diferente y puede evitar desplazamientos constantes hacia proveedores externos.
Los números de rendimiento necesitan contexto
Axelera publica cuatro comparativas de rendimiento de su Edge 232p frente a plataformas competitivas.
En tokens por segundo y con batch 1, los resultados son 42,5 frente a 41,3 con Llama 3.1 8B; 83,4 frente a 61 con Qwen3 30B MoE; 11 frente a 13,2 con Qwen3 32B denso; y 36,9 frente a 26,3 para Llama 3.2 11B VLM.
La diferencia cambia cuando se mide la eficiencia energética.
Axelera publica también datos en tokens por segundo y vatio:
| Modelo | Axelera Edge 232p | Plataforma competidora |
|---|---|---|
| Llama 3.1 8B | 1,37 | 0,32 |
| Qwen3 30B MoE | 2,69 | 0,47 |
| Qwen3 32B denso | 0,35 | 0,10 |
| Llama 3.2 11B VLM | 1,19 | 0,20 |
Estos datos corresponden a resultados internos del Edge 232p comparados con información pública de plataformas similares.
Un aspecto importante a considerar es que el rendimiento de un acelerador de IA no puede reducirse a una sola cifra de tokens por segundo.
Influencias como el modelo, la cuantización, el tamaño del lote, la longitud del contexto, la precisión, el software, la memoria y las optimizaciones específicas hacen que un mismo acelerador pueda ofrecer resultados diferentes en distintos escenarios.
Por ello, la afirmación de hasta 6 veces más eficiencia energética sirve como un posicionamiento de producto, pero necesita comparativas independientes y homogéneas para evaluar cómo se comporta Europa frente a diversas GPU y aceleradores en cargas reales.
AxScript: una solución para uno de los retos de los aceleradores
Otra de las novedades destacadas de Axelera no está en el hardware, sino en el software.
Han presentado AxeleraScript, o AxScript, un lenguaje de dominio específico basado en Python que permite programar a nivel de kernel sobre su arquitectura.
El objetivo es solucionar uno de los desafíos habituales de los aceleradores especializados: el soporte de modelos diversos.
Mientras que una GPU de propósito general ofrece flexibilidad para ejecutar muchos tipos de operaciones mediante diferentes frameworks, en un acelerador especializado el fabricante puede optimizar cargas específicas, imponiendo más restricciones sobre las operaciones y arquitecturas soportadas.
Axelera busca reducir esa barrera permitiendo a los desarrolladores crear redes personalizadas, operadores específicos o arquitecturas nuevas directamente para Europa.
Según Axelera, AxScript permite trabajar con CNN, LLM, VLM y otras arquitecturas, manteniendo el acceso al rendimiento del silicio.
Esto resulta especialmente relevante ante la rápida aparición de nuevos modelos, cuyas optimizaciones pueden superar la capacidad de los fabricantes de aceleradores para ofrecer soporte específico en tiempo útil.
Desde la empresa indican que un ingeniero pudo portar el modelo Qwen3.5 en un día usando AxScript con asistencia de IA.
Este dato, obtenido de la propia Axelera, no es una demostración independiente del tiempo real que requiere portar cualquier modelo, pero sí ilustra el flujo de desarrollo que buscan: que el software sea suficientemente programable para que el soporte de nuevos modelos no dependa exclusivamente del fabricante.
Sistemas validados ya por Dell y Supermicro
Europa no llega como un simple componente aislado.
Axelera anuncia un ecosistema formado por fabricantes de servidores, integradores y proveedores tecnológicos.
Entre los sistemas validados están el Dell XE5 y el Supermicro 111AD, ambos preparados para usar el Edge 232p. También participan marcas como HPE, Lenovo, 2CRSi, Advantech, Axiomtek y SECO, dentro del ecosistema de plataformas certificadas y disponibles.
Este aspecto es clave para una tecnología de infraestructura.
Normalmente, una empresa no compra un acelerador de IA solo para probarlo en un servidor. Necesita verificar compatibilidad con el chasis, energía, refrigeración, BIOS, sistema operativo, controladores y herramientas de gestión.
Cuantas más plataformas compatibles existan, menor será la necesidad de construir una infraestructura específica alrededor del acelerador.
Axelera también asegura contar con más de 600 clientes desplegados a nivel global y una cartera comercial superior a 1.500 millones de dólares. Estas cifras corresponden a declaraciones de la compañía y no a ingresos reconocidos o pedidos confirmados por ese monto.
La auténtica batalla es la eficiencia energética
El aspecto energético es uno de los argumentos principales en el lanzamiento.
No es casualidad.
La IA está incrementando la demanda eléctrica en los centros de datos, y las organizaciones empiezan a valorar más el coste de mantener inferencias continuas.
Para algunas aplicaciones, reducir el consumo por inferencia puede tener más importancia que alcanzar el máximo rendimiento posible.
Un sistema que procesa menos tokens por segundo pero consume mucho menos puede ser más conveniente si funciona las 24 horas.
La métrica tokens/s/watt combina estos factores al reflejar la eficiencia energética.
Axelera centra su propuesta en esta relación, especialmente para cargas con límites específicos de potencia y refrigeración.
Este enfoque resulta aún más relevante en el edge, donde no siempre es posible disponer de sistemas de refrigeración avanzados ni alimentar aceleradores con decenas o cientos de vatios adicionales.
Europa busca trasladar esa filosofía a servidores empresariales.
Europa y la estrategia europea de soberanía tecnológica
El nombre de la arquitectura no es casual.
Axelera AI es una firma europea de semiconductores, y varios de sus socios resaltan que Europa busca impulsar una infraestructura de IA con mayor control sobre hardware, datos y operaciones.
Por ejemplo, Dell ha señalado que trabaja con Axelera y E4 Computer Engineering en infraestructura de IA para las AI Factories europeas de Italia y Luxemburgo. La colaboración se centra en rendimiento, control y soberanía de datos.
También integran este ecosistema empresas como OVHcloud, OpenNebula, 2CRSi, Telefónica Tech y otros fabricantes e integradores europeos e internacionales.
OpenNebula apuesta por integrar Europa en una plataforma cloud abierta para ofrecer aceleradores de IA como servicio, mientras que OVHcloud promueve la combinación de inferencia eficiente con una infraestructura orientada a la soberanía. Estas valoraciones son de las propias compañías, sin que exista una certificación independiente que confirme que Europa sea actualmente una alternativa equivalente a las GPU líderes del mercado.
Todo esto forma parte de una visión industrial más amplia.
Una parte significativa de la infraestructura mundial de IA todavía depende en gran medida de aceleradores diseñados en EE. UU. y fabricados en cadenas de suministro asiáticas. Disponer de alternativas europeas no elimina esa dependencia, pero aporta opciones para ciertos despliegues.
De la IA física a la IA empresarial
Para Axelera, Europa representa un cambio de escala.
Inicialmente, la firma tenía un enfoque claro en la Physical AI, donde cámaras, robots, vehículos, drones y sensores necesitan realizar inferencia cerca de la fuente de datos.
Ahora, busca ingresar en un mercado mucho más grande: servidores empresariales y centros de datos.
Aquí, la competencia es más intensa y no basta con el rendimiento por vatio.
La compatibilidad con frameworks, herramientas de desarrollo, modelos, memoria, integración con servidores, soporte técnico y facilidad para mantener actualizados los aceleradores conforme evolucionan los modelos, son aspectos fundamentales.
En este contexto, AxScript puede ser tan crucial como Europa misma.
Si los desarrolladores logran adaptar rápidamente nuevos modelos y operadores sin tener que esperar la incorporación de soporte por parte del fabricante, el acelerador gana flexibilidad.
Y si esa flexibilidad se combina con menores consumos en cargas específicas, Europa ofrecería una propuesta diferenciada frente a la estrategia de simplemente comprar GPU cada vez más potentes.
Por ello, el objetivo no es simplemente lanzar otro chip de IA.
Axelera aspira a construir una solución completa para la inferencia, que abarque desde el silicio, pasando por las tarjetas PCIe, los servidores validados, las herramientas de compilación y la programación personalizada.
La compañía afirma que Europa ya está en marcha y que su disponibilidad ha crecido con el ecosistema de socios. En los próximos meses, será posible verificar en qué medida sus cifras de eficiencia y la capacidad para procesar diversos modelos se mantienen fuera de pruebas internas.
Para las empresas que buscan ejecutar IA de forma constante en sus instalaciones internas, esa comparación puede terminar siendo más importante que cualquier cifra aislada de rendimiento máximo.
Fuente: axelera.ai