SiMa.ai, la startup de chips para robots, levanta US$150M Serie C

SiMa.ai consigue US$1.450M de valoración con chips para robots y drones

SiMa.ai, una startup de San José (California) fundada en 2018 por Krishna Rangasayee —ex COO del fabricante de chips Groq—, cerró el 28 de septiembre de 2026 una Serie C de US$150 millones que la sitúa en una valoración de US$1.450 millones y la convierte en unicornio. La ronda, sobresuscrita, fue co-liderada por Fidelity Management & Research Company y Amplify Partners, con participación de Alter Venture Partners, Dell Technologies Capital, StepStone Group, y nuevos inversores como AllianceBernstein, Baron Capital, J.P. Morgan, el Estado de Michigan, Maverick Capital, +ND Capital y Point72, según la nota oficial recogida por TechCrunch y Unite.AI.

Con esta inyección, SiMa.ai acumula más de US$500 millones levantados desde su fundación y multiplica por 1,5 su valoración previa de US$960 millones tras la Serie B de US$85 millones de julio de 2025.

Qué hace SiMa.ai y por qué importa

SiMa.ai diseña chips y software que ejecutan IA directamente en el dispositivo (robots, drones, cámaras y coches), sin necesidad de ir y venir al cloud. Esa categoría se conoce como Physical AI: sistemas que perciben y actúan en el mundo físico en tiempo real.

🤖 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 producto estrella actual es Modalix, un MLSoC multimodal de segunda generación que entrega 50 TOPS de cómputo con menos de 10W de consumo y soporta BF16, INT8 e INT16, además de cargas CNN, ViT, LLM y LMM. Su sistema en módulo (SoM) es pin-compatible con los módulos NVIDIA Jetson Orin NX y Nano, lo que permite drops-in upgrades sobre placas portadoras ya existentes —un punto crítico para fabricantes industriales que no quieren re-diseñar hardware. El DevKit se vende a US$1.499 y llega con la suite de software Palette preinstalada.

La tesis de la compañía: el cuello de botella de la Physical AI no es el modelo, es el silicio. Los GPUs de Nvidia son demasiado caros, consumen demasiada potencia y devuelven demasiada latencia para un robot humanoide, un dron o un ADAS de coche. La propuesta de SiMa.ai es un stack completo —chip + software— que reduce despliegues que antes tomaban meses a horas o días.

Para qué se usará el capital

El comunicado oficial, reproducido por Unite.AI, detalla tres líneas:

Escalar Palette Neat, descrito como el primer entorno de software agentic para Physical AI.
Financiar la próxima generación de silicio con 1.000 TOPS densos, prevista para el primer semestre de 2028, con IP de machine learning, chiplets y SoCs.
Atacar mercados finales: drones de gama media-alta, robótica humanoide, ADAS automotriz y cockpits inteligentes.

El CEO Rangasayee fue directo en la nota: «Physical AI en humanoides, automotriz y drones es la puerta de entrada a un mercado de US$50 billones que ha quedado largely sin tocar por la innovación moderna».

La tracción que muestran los números

SiMa.ai afirma haber cuadruplicado su crecimiento interanual de ingresos entre 2024 y 2025 y dice mantener ese momentum en 2026. Entre su red de clientes y partners figuran nombres como ARK Electronics, AVerMedia, Bosch, Emerson, Intrinsic (una empresa de Alphabet), Kontron, L&T Technology Services, Micron, STIGA, Synopsys, TRUMPF SE y Virya Autonomous Technologies.

Una proyección de Counterpoint Research, citada por la propia SiMa.ai, estima que los envíos acumulados de dispositivos de Physical AI (robótica, automotriz y drones) alcanzarán 145 millones de unidades para 2035.

El contexto: el mercado de edge AI se recalibra

La noticia llega en un momento de reconfiguración del sector. Según el reporte «Edge AI Chips: Technologies, Markets, and Forecasts 2026-2036» de ResearchAndMarkets.com (publicado el 14 de septiembre de 2026), el mercado global de chips de edge AI superará los US$80.000 millones para 2036, impulsado por cinco segmentos: automotriz, smartphones con IA, AI PCs, robots humanoides y sensores para mantenimiento predictivo.

El mismo reporte destaca que la transición de SAE Nivel 2 a Nivel 3 de conducción autónoma está disparando los requisitos de procesamiento, lo que crea una oportunidad directa para SiMa.ai en cockpits y ADAS.

La señal competitiva más fuerte llegó nueve días antes, el 9 de septiembre de 2026: Analog Devices (ADI) anunció la adquisición de Alif Semiconductor por hasta US$200 millones en efectivo y pagos por desempeño, para llevar inferencia neuronal a microcontroladores de fábrica, dispositivos médicos y defensa —según reportó 24/7 Wall St. La operación confirma que los grandes incumbentes ven el edge inference como el próximo frente de la batalla del silicio.

¿Qué significa esto para tu startup?

La Serie C de SiMa.ai no es solo una buena noticia para los inversores de capital riesgo: marca tres movimientos que un founder hispanohablante debería seguir de cerca.

1. La inferencia se está moviendo al edge, y eso abre una ventana de producto. Si tu startup construye robots, drones, dispositivos médicos o cualquier sistema embebido que hoy depende de la nube para inferir, el TCO está a punto de caer. Plataformas como Modalix prometen reemplazar un Jetson Orin a fracción del consumo y con software unificado. Si estás diseñando un producto nuevo, no asumas que Nvidia es la única opción: compara coste total de propiedad (chip + consumo + latencia + tiempo de integración) frente a stacks emergentes.

2. La categoría «Physical AI» tiene una métrica nueva que importa: TOPS por watt. El próximo silicio de SiMa.ai apunta a 1.000 TOPS densos en 2028. Cuando evalúes proveedores para tu próximo MVP, exigí esa métrica y no te quedes en el benchmark de marketing. Un robot humanoide no puede refrigerar un H100; necesita TOPS/watt.

3. La consolidación ya empezó y viene más. Si ADI paga US$200M por un microcontrolador IA, otros incumbentes (NXP, STMicro, Renesas —todos mencionados como competidores en el reporte de 24/7 Wall St.) están mirando el mismo segmento. Si tu startup está en la capa de silicio o cerca de ella, prepárate para ser comprador o adquirido en los próximos 18-24 meses. Si estás en la capa de aplicación, prepárate para que los costes del hardware caigan y los precios de tu SaaS embebido tengan que ajustarse.

Acciones concretas esta semana:

Audita las cargas de inferencia de tu producto y calcula qué porcentaje podría correr on-device con un SoC moderno. Si es >30%, vale la pena prototipar con un DevKit de Modalix (US$1.499) antes de comprometerte con un Jetson.
Si estás en LATAM o España construyendo robótica, drones o dispositivos médicos, el costo de un kit edge de IA acaba de bajar estructuralmente. Re-evalúa el roadmap técnico con tu CTO.