Inferact, una startup de infraestructura de IA con sede en San Francisco fundada por las personas que mantienen vLLM, ha levantado US$150 millones en financiación semilla. La ronda, anunciada el 22 de enero de 2026, valora la compañía en US$800 millones post-money, con Andreessen Horowitz y Lightspeed Venture Partners entre los inversores.

La propuesta es directa: tomar una de las herramientas de código abierto más utilizadas para ejecutar modelos de lenguaje de gran escala y construir un negocio comercial en torno a ella, todo sin cerrar el código fuente.

Qué vende realmente Inferact

vLLM aborda la eficiencia de inferencia con una técnica llamada PagedAttention. El enfoque toma prestada la idea de la memoria virtual, el mecanismo que usan los sistemas operativos para administrar la RAM limitada entre muchos programas a la vez. En lugar de reservar bloques grandes y rígidos de memoria para cada solicitud, el sistema entrega memoria en páginas más pequeñas según se necesite. Así queda menos memoria inactiva, por lo que el mismo hardware puede atender más solicitudes.

Lo que está en juego en esta capa es estructural. La inferencia es el costo recurrente de la IA—cada solicitud que atiende un modelo desplegado consume cómputo y memoria—por lo que las mejoras de eficiencia se traducen directamente en un menor costo por solicitud, en lugar de ahorros únicos.

El alcance del proyecto es amplio. vLLM admite más de 500 arquitecturas de modelos y más de 200 aceleradores de hardware, y más de 2,000 colaboradores han trabajado en él. Amazon, Meta y Google utilizan vLLM en sus sistemas de producción.

Inferact planea agregar servicios pagos sobre el proyecto de código abierto. Estos incluyen ofertas serverless, que permiten a los clientes ejecutar modelos sin administrar servidores por su cuenta, y herramientas de observabilidad más robustas para monitorear el comportamiento de los despliegues. La compañía afirma que su enfoque es ajustar la inferencia en tres palancas: costo, latencia y throughput.

Del laboratorio de Berkeley a una startup de US$800 millones

vLLM comenzó en 2023 en el Sky Computing Lab de UC Berkeley, dirigido por Ion Stoica, cofundador de Databricks. Stoica también es miembro fundador de Inferact. El resto del equipo fundador incluye a Simon Mo, quien ejerce como CEO, junto a Woosuk Kwon, Kaichao You y Roger Wang.

En mayo de 2025, vLLM se convirtió en un proyecto de la PyTorch Foundation. La gobernanza de la fundación mantiene una hoja de ruta neutral respecto de los proveedores—un detalle importante a nivel comercial, ya que los adoptantes pueden estandarizarse en vLLM sin depender de un solo proveedor. Inferact se estableció más adelante en 2025 con el objetivo declarado de comercializar y escalar vLLM manteniendo intacto el modelo de código abierto.

A octubre de 2026, Inferact continúa contribuyendo upstream a vLLM, incluido un trabajo temprano de optimización para el hardware Vera Rubin de NVIDIA. Ese esfuerzo ha entregado mejoras de throughput de hasta 7.8x en modelos específicos.

Qué significa esto para el mercado de infraestructura de IA

El manual de comercialización de código abierto es conocido. Databricks construyó un negocio en torno a Apache Spark, otro proyecto con raíces en Berkeley, e Inferact está ejecutando una jugada similar—con un miembro fundador que ya lo ha hecho antes.

Con soporte para más de 200 aceleradores, vLLM se posiciona como una capa que funciona entre distintos fabricantes de chips. Los grandes proveedores de nube ya ejecutan vLLM por sí mismos, y tienen bolsillos profundos sus propios servicios de IA administrados. La ventaja declarada de Inferact es la experiencia: las personas que mejor conocen el código base ahora trabajan bajo un mismo techo.

Lo que viene depende de preguntas prácticas: si el nuevo capital acelera el trabajo upstream como las optimizaciones para Vera Rubin, cómo la compañía fija precios de servicios sobre un software que los clientes de otro modo pueden alojar por sí mismos, y si los gigantes de la nube que ya ejecutan vLLM le compran a sus mantenedores o siguen construyendo alternativas administradas internamente. Esas dinámicas, más que la valuación titular, indicarán si el manual de Databricks se traslada a la inferencia.