Darwesh Singh cree que Nvidia tiene una debilidad.
La última década de la historia de Nvidia fue una de las más consecuentes en tecnología nunca antes vista. El precio de la acción de la compañía subió más de 200 veces desde 2016, y, según data trackeada por Epoch AI, la capacidad de compute IA desplegada de Nvidia se multiplicó por 225 respecto del primer trimestre de 2021.
Sin embargo, Nvidia podría ser víctima de su propio éxito. Su dominancia en IA ha llevado a diseños de GPU que priorizan los tensor units y los cálculos de baja precisión. Estas decisiones tienen sentido para IA, pero menos para ciertos trabajos creativos, científicos e industriales.
La startup de cinco años de Singh, Bolt Graphics, ve una oportunidad para construir una GPU específicamente para esos casos de uso. Jill Mueller, CMO de Bolt, lo dice sin vueltas: Nvidia tiene "una falta de entendimiento fundamental de su cliente. Te tiran cosas, y ahí están".
Bolt apunta a este punto débil potencial con Zeus, una GPU que se venderá como tarjeta PCIe para workstations de escritorio y, para quienes requieren más rendimiento, como servidor rackeable que contiene cuatro GPUs Zeus, hasta 96 GPUs por rack.
Mientras Nvidia va a baja precisión, Bolt va a alta
Jacob Feldgoise, analista senior de research en el CSET de Georgetown University, también notó el cambio en el hardware reciente de Nvidia. "La IA está succionando las unidades computacionales usadas para workloads de alta precisión fuera de ese hardware", dice. "Si miras las GPUs de mayor rendimiento de Nvidia, generación a generación, una proporción mayor del hardware ha sido asignada a compute de baja precisión, en oposición al de alta precisión, que generalmente se necesita para scientific computing."
La precisión se refiere a cuántos bits usa una GPU para representar cada número. Formatos de alta precisión como FP64 (punto flotante de 64 bits) preservan más dígitos y un rango más amplio, mientras que FP16 e INT8 sacrifican precisión por velocidad. Recientemente, Nvidia introdujo un nuevo formato numérico de 4 bits, NVFP4, para acelerar workloads de IA, que generalmente toleran cálculos de baja precisión.
Pero algunas tareas exigen precisión. Singh citó los sistemas de información geográfica, como ArcGIS de Esri, como ejemplo. Al renderizar el planeta en una GPU, la aritmética de baja precisión aplicada a valores grandes de coordenadas puede introducir errores que hacen que los objetos se desplacen.
Como Zeus no está diseñada primariamente para IA, su arquitectura pone foco en FP64-native vector cores y asigna una parte grande del silicio a ellos.
"Nvidia y AMD hacen una decisión consciente de asignar más espacio del die a multiplicación de matrices y tensor units, y menos a hardware de función fija. Nosotros decidimos asignar el espacio del die de manera distinta", dice Singh.
Rasterización fuera, path tracing adentro
Un foco en FP64 no es la única forma en que Bolt se diferencia de la norma. Zeus también está construida para renderizar gráficos con path tracing en vez de rasterización.
La rasterización es el método tradicional de renderizado 3D de alto rendimiento. Proyecta triángulos 3D sobre una grilla de píxeles y usa abstracciones matemáticas para determinar el color correcto de cada píxel. El path tracing, en cambio, hace el equivalente de disparar rayos desde una cámara para simular cómo debería rebotar e interactuar la luz. Entrega iluminación más precisa pero es computacionalmente costoso.
Bolt cree que puede encontrar una ventaja poniendo más énfasis en path tracing que las GPUs actuales. Zeus soporta rasterización pero significativamente reducida; Singh estima que el rendimiento raster de Zeus es alrededor del 50% de una tarjeta Nvidia comparable.
Bolt afirma que un rack de servidor con 28 Zeus GPUs entregará rendimiento path-traced en tiempo real equivalente a 280 GPUs Nvidia RTX 5090. El objetivo es que esta configuración soporte path tracing en tiempo real que simule hasta 20 bounces (una reflexión o colisión de la luz simulada) a resolución 4K y 30 fps. Es un grado de precisión alto, requerido para workloads de renderizado profesional; en comparación, incluso los juegos path-traced más atractivos gráficamente simulan apenas unos pocos bounces.
¿Puede una startup realmente lanzar una GPU nueva?
Bolt tendrá que superar dos obstáculos técnicos clave. El primero es producción. La fabricación de silicio de vanguardia está en falta y líderes como Nvidia tienen la mayor parte de la capacidad de producción de punta amarrada. La GPU Zeus será fabricada en cambio en el nodo más viejo TSMC N5. Bolt apuesta a que un nodo de proceso más viejo mantendrá a Zeus competitiva en precio.
Bolt también puede encontrar difícil convencer a los usuarios de que una GPU no probada es una apuesta segura. El soporte de drivers para software es siempre dolor de cabeza en la arena GPU (basta preguntarle a Intel), y los casos de uso que podrían beneficiarse de la alta precisión y path tracing de Zeus también requieren drivers confiables.
Bolt planea abordar esto lanzando con soporte solo para aplicaciones específicas. "Sabemos que el gaming en PC es un segmento enorme", dice Singh. "Pero nuestro enfoque es apuntar a workloads profesionales, creativos y de alto rendimiento primero." La empresa está trabajando con compañías de software incluyendo Blender, Autodesk y SideFX.
Bolt anunció el tape-out de los primeros chips de prueba de Zeus el 22 de abril de 2026, y ahora está enfocada en llevar la GPU a producción en el cuarto trimestre de 2027.
