Una nueva arquitectura de inferencia, un compilador que la alimenta y el silicio diseñado para ejecutarla. Menos movimiento de datos, más eficiencia y modelos que se comportan más como el cerebro.
Vertical Integrada
Dispersion AI no es solo un algoritmo. Es una pila completa que va desde la representación interna de los modelos hasta el diseño del chip que los ejecuta.
01 / Algoritmo
En lugar de ejecutar el 100% de los parámetros por token, Dispersion AI los divide en bloques y activa solo los relevantes para cada entrada. Aproximación neuromórfica: alta capacidad total, baja activación por paso, sin depender de Mixture-of-Experts.
02 / Software
Un compilador interno que toma checkpoints de modelos abiertos, analiza sus pesos y los transforma en un formato binario optimizado. Acelerar la inferencia sin reentrenar el modelo ni romper su comportamiento.
03 / Hardware
Las DPU son el silicio diseñado para ejecutar Dispersion AI de forma nativa: menos memoria externa, menos energía desperdiciada y una ruta clara hacia eficiencias de órdenes de magnitud.
Diferencias
La mayoría del hardware de IA está optimizado para matrices densas. Eso obliga a los modelos a adaptarse a la máquina. Dispersion invierte la relación: diseñamos la máquina alrededor de la esparcidad real de la inferencia.
No es MoE. La activación es dinámica e input-dependiente, pero conserva un único modelo base y no requiere expertos paralelos.
Formato propietario. El compilador genera un artefacto binario propio que desacopla el modelo del hardware, protegiendo la IP y permitiendo actualizaciones de software.
Diseñado para el borde. Menor consumo, menor ancho de banda y menor dependencia de memoria externa: apunta a dispositivos, agentes autónomos y centros de datos con límites energéticos.
Todo lo presentado describe trabajo de investigación y desarrollo en curso. No representa un producto comercial disponible, ni garantiza métricas finales de rendimiento, consumo o tiempo de mercado.
Horizonte · 6 Meses
La prioridad durante el próximo semestre es cerrar el ciclo de validación: convertir un modelo real, medir su calidad y demostrar la ruta hacia el silicio.
Convertir checkpoints abiertos al formato interno y comparar calidad frente a la ejecución densa usando perplexidad sobre corpus estándar.
Que el compilador y el runtime de inferencia compartan el mismo golden reference, bit a bit, capa por capa.
Simular una inferencia completa de token en un simulador RTL usando el artefacto binario generado por el compilador.
Primeros números de área, frecuencia y potencia con herramientas de código abierto antes de decidir fabricación en silicio.
Llevar las conversiones de modelos pequeños a arquitecturas de 3B, 7B y mayores, validando que el patrón de esparcidad se sostenga.
Validar el datapath DPU en hardware reconfigurable antes de comprometer un diseño a silicio fijo.
Compañía
Startup DeepTech de propiedad intelectual e inteligencia artificial desde Latinoamérica. Toda nuestra energía de investigación está enfocada en Dispersion AI y las Unidades de Procesamiento de Dispersión.
Dirigida por Dylan Orzatty, la compañía apuesta por tecnología propietaria e independiente para el Sur Global.
“No estamos optimizando la última generación. Estamos preguntándonos si la próxima debería verse diferente.”
Nuestra red
Orzatty aporta tecnología y desarrollo a compañías con las que compartimos visión.
Equipo
Un equipo pequeño y enfocado construyendo tecnología propietaria desde cero.
Fundador & CEO
Presidente Legal & COO
CFO
Más miembros del equipo se anunciarán próximamente.
Prensa
Cobertura, comunicados y material para medios.
Comunicados y cobertura — próximamente
Contacto
Inversores, partners y medios: escríbenos directamente.
📍 HQ: Puerto Ordaz, Estado Bolívar, Venezuela. Operaciones globales vía OrzattyCloud Edge.
