LO ESENCIAL EN 30 SEGUNDOS
- Daisytuner ha captado 6 millones de euros en una ronda semilla liderada por Elaia y LEA Ventures, con la participación de Amadeus APEX Technology Fund y Seedcamp.
- La startup desarrolla DOCC, un compilador de código abierto, y Daisyflow, un motor de inferencia pensado para funcionar en el hardware de los clientes.
- La mejora del 18 % frente a vLLM en GPU AMD Instinct procede de una prueba de la propia empresa, sin verificación independiente.
Daisytuner, una startup de compiladores con sede en Darmstadt (Alemania), ha captado 6 millones de euros en una ronda semilla, según una información publicada primero por EU-Startups y recogida el 16 de noviembre por TechFlow. La ronda está liderada por la gestora Elaia y por LEA Ventures, con la participación de Amadeus APEX Technology Fund y Seedcamp. La empresa ya había obtenido 1 millón de euros en una ronda presemilla liderada por LEA Partners, según la red europea de investigación HiPEAC.
Qué desarrolla la empresa
Fundada en 2024 por Lukas Trümper, su consejero delegado, y Adrian Schmitz, Daisytuner trabaja en la capa de software que conecta los frameworks de IA con los procesadores que los ejecutan. Su compilador de código abierto, DOCC, se presenta como autoaprendiente: toma código escrito para frameworks como PyTorch y lo transforma en código optimizado para un chip concreto. El segundo producto, Daisyflow, es un motor de inferencia para modelos de lenguaje, visión, voz y recomendación que los clientes pueden desplegar en su propia infraestructura.
La web de Daisytuner indica compatibilidad con hardware de Nvidia mediante CUDA, de AMD mediante ROCm, de Tenstorrent mediante su software Metalium y con la segunda generación del procesador fotónico de Q.ANT. El mismo día de la noticia de financiación, la empresa publicó en su web una entrada que presenta Daisyflow como capaz de ejecutar modelos «en cualquier chip».
Promesas y planes
La principal cifra de rendimiento procede de la propia compañía: Daisytuner afirma que Daisyflow ejecuta el modelo Qwen 2.5 de Alibaba hasta un 18 % más rápido que vLLM, un motor de inferencia de código abierto muy extendido, en GPU AMD Instinct. No se detallan las condiciones de la prueba y no se ha publicado ninguna evaluación independiente. Daisytuner tampoco ha revelado nombres de clientes ni ingresos.
La empresa destinará el dinero a vender Daisyflow a grandes compañías, contratar ingenieros y ampliar su compilador a nuevas arquitecturas de chips.
Por qué importa
La mayor parte del software de IA se escribe y optimiza primero para las GPU de Nvidia, lo que encarece el paso a AMD o a aceleradores más recientes. Cada vez más actores, desde los equipos de software de los fabricantes de chips hasta startups, intentan reducir esa barrera con compiladores y pilas de inferencia portables. La ronda de Daisytuner es modesta para los estándares del sector, y su capacidad para seguir el ritmo de nuevos chips y modelos de varios fabricantes aún debe demostrarse en despliegues reales.
