Nvidia entra en iPronics: la startup valenciana que levanta US$125M

El dato clave de la ronda

iPronics, una startup nacida en 2019 como spin-off de la Universitat Politècnica de València (UPV), cerró el 2 de septiembre de 2026 una Serie B de US$125 millones coliderada por Maverick Silicon y Light Street Capital, con Nvidia entrando como inversor. Es la primera vez que el fabricante de chips más valioso del mundo apuesta por una empresa española, según la cobertura de El Día. Con esta inyección, la financiación total acumulada por iPronics desde su fundación alcanza US$177 millones, según el comunicado oficial reproducido por Business Insider.

El cheque de Nvidia no es un endorsement casual: llega tras casi dos años de trabajo técnico conjunto en producto, hojas de ruta y desarrollo. Es, en la práctica, una señal de que la próxima frontera para escalar la IA no estará solo en el silicio del chip, sino en cómo se conectan entre sí los chips.

Qué hace iPronics exactamente

La compañía construye interruptores ópticos de circuitos (OCS, por sus siglas en inglés) para centros de datos de IA. Su producto estrella, iPronics ONE, es un switch montado en rack basado en fotónica de silicio —chips que enrutan luz en lugar de electricidad— que permite reconfigurar la conectividad de un clúster de GPUs en sub-milisegundos, según el comunicado de la Serie B.

🤖 La IA no es solo para leer sobre ella

En la comunidad la aplicamos: automatización, agentes IA y herramientas reales para emprender, no solo para informarte.

👥 Aplicarla en la comunidad

El problema que ataca iPronics es sencillo de explicar y difícil de resolver. Hoy, las conexiones dentro de los centros de datos se hacen mayoritariamente con cobre, y el cobre tiene un límite físico: cuanto más ancho de banda y más rápido quieres transmitir, más corto tiene que ser el cable. Para mover datos a la velocidad que exige un entrenamiento de IA moderno, ese límite ronda el metro y medio, insuficiente para conectar los cientos de miles de GPUs que montan los hiperescaladores.

Según la cobertura de Unite.AI, el sistema ONE-32 —la primera versión del producto, presentado en marzo de 2025— puede reconfigurar conexiones en menos de 300 microsegundos con menos de 30 nanosegundos de latencia. La familia actual escala de 32 a 256 puertos, según la misma fuente.

La compañía asegura que sus switches pueden reducir el equipamiento óptico existente en aproximadamente 20 veces el footprint físico, según CryptoBriefing. En centros de datos donde cada metro cuadrado de rack cuesta, eso cambia el cálculo económico del despliegue.

Quiénes están detrás del cheque

El cap table de la Serie B es una foto del ecosistema que Nvidia quiere construir alrededor de su silicio:

Maverick Silicon (colíder): fondo especializado en semiconductores. Su director general, Manish Muthal, se suma al consejo de iPronics, según el comunicado oficial.
Light Street Capital (colíder): fondo de perfil más financiero. Como advisor entra Geoffrey Tate, ex-CEO y fundador de Rambus y actual miembro del consejo de Ayar Labs.
Nvidia: primer inversor corporativo de esta Serie B; también es la primera inversión de Nvidia en una empresa española.
Triatomic Capital, Bosch Ventures, Catalight Capital, European Innovation Council Fund, The Tate Family Trust, Fine Structure Ventures, Amadeus Capital Partners, Build Collective y Criteria Venture Tech completan la lista de participantes, según Business Insider.

Al asesor de Catalight, Young Sohn (ex presidente corporativo y CSO de Samsung, ex CEO de Inphi), se suma como advisor, según el mismo comunicado.

Por qué Nvidia invierte fuera de su casa

Nvidia lleva meses repartiendo capital por todo el ecosistema óptico: compromisos acumulados de al menos US$6.500 millones en empresas de fotónica desde marzo, incluyendo participaciones en Coherent y Lumentum, según la cobertura de CNBC. La apuesta por iPronics encaja en esa misma tesis, que Jensen Huang, CEO de Nvidia, ha resumido en público al describir la fotónica como la llave para «la próxima generación de AI factories a escala de gigavatios».

La lógica económica es directa: si un centro de datos puede extraer más cómputo útil de cada GPU Nvidia gracias a una red óptica más eficiente, baja el costo total de propiedad y se hace más fácil justificar la compra de más GPUs. Invertir en quien mejora esa eficiencia es, en la práctica, invertir en reforzar la demanda del propio hardware.

Además, según la misma cobertura de CNBC, la próxima arquitectura de GPU de Nvidia —Feynman, prevista para 2028— está diseñada como un pivot estratégico para sustituir cobre por fotónica en las interconexiones internas, lo que vuelve estratégico tener aliados en esa capa del stack.

El tamaño real del mercado

La cifra que pone sobre la mesa el equipo de iPronics ronda los US$2.500 millones actuales para el segmento de conmutadores ópticos, dominado hoy por Google con tecnología propia, según declaró el CTO y cofundador Daniel Pérez-López a El Día. Goldman Sachs proyecta que el mercado total direccionable (TAM) de redes ópticas pasará de aproximadamente US$15.000 millones en 2026 a cerca de US$154.000 millones en 2028, según recoge CNBC — un crecimiento de más de 9x en tres años.

Por su parte, KeyBanc estima que el segmento de scale-up networking alcanzará un TAM de US$30.000 millones hacia 2030, repartido entre cerca de US$20.000 millones en tecnologías ópticas y US$10.000 millones en conmutación, según CryptoBriefing. Marvell —el competidor cotizado más directo en optical networking— ya ha movido su guía financiera para el FY2027 y FY2028 a aproximadamente US$30.000 millones combinados, según la misma cobertura.

El sector entero está viendo rotación: Lumentum sube más de 100% en 2026, Coherent más de 66% y Nlight cerca de 100%, según CNBC. No es solo una tesis: es un bid de capital abierto.

El riesgo real: pasar del laboratorio a la fábrica

La propia iPronics lo admite: el desafío pendiente no es la tecnología, es la escala de fabricación. En palabras de Pérez-López recogidas por El Día, la compañía tiene «una tecnología que no ha hecho nadie antes y, sobre todo, a esta escala». Ahora toca demostrar que puede producir al volumen que el mercado va a exigir.

Para eso cerró una alianza de manufactura con Fabrinet, fabricante cotizado en EE UU que produce componentes para varias de las mayores tecnológicas del sector. En marzo de 2026, según Unite.AI, la alianza se convirtió en una línea dedicada de empaquetado y ensamblaje de alto volumen para componentes de fotónica de silicio, y la empresa asegura estar trabajando ya con sus primeros diez clientes entre hiperescaladores y fabricantes de equipos para clústeres de IA.

La compañía ha pasado de enviar su producto genérico desde 2021 a empezar a sacar de fábrica la versión específica para centros de datos en 2025; los volúmenes, según Pérez-López, siguen siendo «incipientes» y los despliegues comerciales a gran escala se prevén entre la segunda mitad de 2027 y finales de 2028, según El Día.

Por qué importa para el ecosistema

La foto de plantilla dice mucho: iPronics ya supera el centenar de empleados, repartidos entre Valencia y Santa Clara, tras doblar el equipo en poco más de un año. Planea volver a multiplicarlo por dos en los próximos 18 meses. Más de 22 nacionalidades conviven en una oficina de 1.200 m², con el inglés como idioma de trabajo. Parte del talento sale de la propia UPV, incluidos doctorandos industriales que compaginan tesis con trabajo en la empresa.

El track record español en fotónica es, según el CTO, uno de los más punteros de Europa, con polos en Valencia, Barcelona, Madrid, Málaga y Galicia. La pregunta relevante para un founder no es si la tecnología va a funcionar —Nvidia ya respondió con un cheque— sino cuántas oportunidades similares siguen sin explorar en las universidades públicas europeas.

Qué significa esto para tu startup

La ronda de iPronics no es solo una buena noticia para Valencia: marca un antes y un después en lo que un deep tech europeo puede aspirar a levantar cuando su tecnología toca una necesidad crítica de la capa de infraestructura de IA.

Mapea dónde están los cuellos de botella físicos del cómputo, no solo del software. Los inversores de capital riesgo están prestando atención a problemas hardware del stack de IA —interconexión, energía, memoria, latencia— que antes vivían en áreas de I+D corporativa. Si tu startup toca uno de esos puntos, hay capital esperando.
Estudia el patrón de capital de Nvidia en tu sector. Nvidia lleva invertidos al menos US$6.500 millones en fotónica desde marzo de 2026, repartidos entre grandes cotizadas y startups. Para un founder, entender hacia dónde mira el líder del compute es una pista directa de qué tecnología va a ser estratégica el año próximo.
Piensa en cómo salir del laboratorio antes de levantar Serie A. El diferencial de iPronics no fue la patente, fue haber pasado siete años y tres rondas cerrando alianzas de fabricación con Fabrinet. Para una deep tech, esa transición —de paper científico a línea de producción dedicada— es el verdadero moat.