Sensores de visión con IA monolítica: Bharat Semi recauda 24 millones para sustituir la tríada CIS-ISP-SoC

El diseño fabless indio unifica captura, procesamiento de señal e inferencia en un solo silicio, proyectando una reducción del 70% en el coste de materiales para visión artificial periférica.

Fecha de publicación: 2026.11.16

Reducción de coste BoM
-70%

Frente a sensores CIS, ISP y SoC independientes

Ventana de entrega comercial
Finales de 2027

Segunda generación con inferencia avanzada

Financiación seed captada
24M USD

Ronda íntegra en capital (equity) para I+D fabless

Conclusión Clave ·Para cámaras periféricas y drones que procesan flujos visuales continuos, integrar inferencia en el sensor reduce el coste de materiales un 70%, pero la d…

Integración monolítica: Eliminación de la tríada CIS, ISP y procesador de borde

La arquitectura tradicional de visión computacional en dispositivos periféricos adolece de una ineficiencia estructural de transferencia de datos. En una configuración convencional, el sensor de imagen CMOS (CIS) captura fotones en una matriz de píxeles, digitaliza la señal analógica y envía flujos masivos de datos crudos (RAW) mediante interfaces de alta velocidad (como MIPI CSI-2) hacia un procesador de señal de imagen (ISP) dedicado. Posteriormente, las tramas procesadas deben transmitirse hacia un acelerador neuronal (NPU) o sistema en chip (SoC) central para ejecutar la inferencia algorítmica.

Este trasiego constante de señales genera una latencia de transmisión inter-chip inevitable y dispara el consumo energético en la capa física de interconexión. En subsistemas embebidos como drones de defensa, electrodomésticos inteligentes o cámaras de automatización industrial, el coste térmico y el tamaño del circuito impreso (PCB) limitan severamente el rendimiento sostenido.

Evolución de la canalización de visión periférica

De tres silicios independientes a un único circuito integrado programable

01 · Paso 01
Captura de fotones

Fotodiodos en silicio convierten luz en señales eléctricas brutas

02 · Paso 02
Procesamiento y balance

Unidad ISP integrada en el propio dado corrige ruido y colorimetría

03 · Paso 03
Inferencia neuronal local

Núcleos lógicos embebidos ejecutan modelos de visión sin salir del chip

La propuesta técnica de Bharat Semi aborda este cuello de botella consolidando captura, acondicionamiento de señal e inferencia de aprendizaje automático en un solo dado de silicio programable. Al suprimir el puente de comunicación exterior entre el fotodetector y la unidad de cálculo, el chip procesa metadatos semánticos en el propio plano focal.

Esta compresión analítico-funcional permite que un dispositivo periférico determine eventos visuales críticos —como la presencia de ocupantes en climatizadores HVAC o la trayectoria de objetivos en aeronaves no tripuladas— sin requerir un procesador de aplicaciones secundario de alto consumo.

Desglose de costes de materiales (BoM) y consumo térmico frente a sistemas discretos

La ventaja competitiva inmediata de un sensor unificado reside en la reducción drástica de la lista de materiales (BoM). En sistemas comerciales actuales, los integradores deben adquirir tres componentes semiconductores separados de múltiples proveedores, aprovisionar líneas de alimentación reguladas independientes y gestionar trazados de alta frecuencia en placas de cuatro a seis capas.

Comparativa de coste BoM y área de silicio en subsistema de visión

Estimación para cámaras periféricas industriales en volumen medio (10.000 unidades)

Tríada discreta (CIS + ISP + SoC) Silicio integrado Bharat Semi
Coste estimado de componentes (BoM) -72% de ahorro
Tríada discreta (CIS + ISP + SoC) $18,50
Silicio integrado Bharat Semi $5,20
Consumo medio en inferencia (P90) -77% disipación
Tríada discreta (CIS + ISP + SoC) 2.800 mW
Silicio integrado Bharat Semi 620 mW
Espacio ocupado en PCB (área) -75% huella
Tríada discreta (CIS + ISP + SoC) 450 mm²
Silicio integrado Bharat Semi 110 mm²

Al unificar la lógica en un silicio programable, el fabricante traslada el ahorro desde el ensamblaje superficial hasta la logística de inventario. La eliminación de buses externos reduce la emisión de interferencias electromagnéticas (EMI), lo que simplifica la homologación en sectores exigentes como defensa y aeroespacial.

Métrica de subsistemaArquitectura tradicional discretaSilicio unificado Bharat SemiImpacto operativo en diseño
Componentes de procesamientoCIS discreto + ISP externo + SoC/NPUSensor de imagen programable con IAReduce 3 encapsulados BGA a un único silicio
Coste agregado por canal visual$16,00 – $22,00 por cámara$4,50 – $6,00 estimadoDescenso de coste BoM de al menos un 70%
Interfaz física de datosBuses MIPI CSI-2 / PCIe multicarrilMetadatos directos vía SPI / I2C / UARTSuprime trazas de alta frecuencia en el PCB
Capas mínimas requeridas en PCB6 a 8 capas (microvías de precisión)2 a 4 capas convencionalesAhorro en costes de laminación de tarjetas
Disipación térmica combinada2,5 W – 4,2 W en carga constante0,5 W – 0,9 W proyectadoPermite diseños estancos sin disipadores pasivos

El compromiso de compra anticipada con contratistas de defensa como General Atomics y ensambladores como Kaynes Semicon valida el interés por esta topología en entornos donde el peso, el tamaño y la potencia (SWaP) dictan la viabilidad operativa de las plataformas no tripuladas.

Fricciones del modelo fabless y riesgos de tape-out hacia la entrega de 2027

A pesar de haber levantado 24 millones de dólares en su ronda semilla liderada por Info Edge Group, South Park Commons e Indus Bridge Ventures, Bharat Semi opera como una empresa en etapa pre-ingresos. El desarrollo de circuitos integrados específicos para visión con lógica mixta (analógica para detección de luz y digital de alta densidad para aceleración neuronal) presenta complejidades de diseño significativamente mayores que los procesadores puramente lógicos.

Hoja de ruta técnica de semiconductores (2026–2027)

Hitos proyectados de validación silicio y disponibilidad para integración OEM

Q4 2026
Prototipos de primera generación

Validación de capas de captura y arquitectura básica de píxeles

Q2 2027
Tape-out de segunda generación

Integración de aceleración neuronal avanzada y capas de software embebido

Q4 2027
Muestras comerciales B-Sample

Distribución de silicio funcional para homologación final con clientes

La compañía mantiene un modelo puramente fabless, subcontratando la fabricación de obleas a fundiciones externas mientras retiene el diseño lógico y el compilador de software. Si bien India impulsa incentivos gubernamentales por miles de millones de dólares para crear fundiciones locales, el ecosistema indio aún carece de líneas avanzadas de fabricación comercial en volumen, lo que obliga a la empresa a depender de cadenas de suministro en Taiwán, Japón o Estados Unidos.

El capital captado debe amortizar costes recurrentes de licencias EDA, máscaras de fotolitografía en nodos nanométricos y el crecimiento del equipo de ingeniería entre Nueva Delhi y Santa Clara. Cualquier error de diseño en el silicio que obligue a rehacer máscaras completas (re-spin) puede retrasar el lanzamiento comercial entre 9 y 12 meses, comprometiendo las ventanas de entrega estipuladas para finales de 2027.

Marco de decisión técnica para líderes de ingeniería de producto

Los directores de ingeniería y arquitectos de hardware deben calibrar cuándo incorporar esta categoría de componentes frente al catálogo consolidado de gigantes como Sony, OmniVision o STMicroelectronics.

Criterios de adopción de silicio de visión para proyectos de hardware
¿Qué restricción gobierna el subsistema de captura visual?
Restricción severa de potencia (<1W) o espacio PCB ultra-compacto
Arquitectura monolítica CIS-IA

Evaluar kits de desarrollo de Bharat Semi en entornos de prueba piloto

→ Alineación para lanzamientos comerciales a partir de 2028
Producción masiva inmediata con modelos de IA complejos (>50M parámetros)
Arquitectura modular estándar

Mantener sensor CIS dedicado emparejado con aceleradores de borde maduros

→ Diseños cerrados que requieran entrega antes del tercer trimestre de 2027

Escenarios de alta compatibilidad para evaluar prototipos

  • Equipos de climatización y electrodomésticos masivos: Dispositivos que solo requieren clasificar presencia o conteo de personas sin emitir vídeo hacia la nube, donde un sensor autónomo evita costosos módulos Wi-Fi/SoC adicionales.
  • Aeronaves no tripuladas (UAV) y munición merodeadora: Subsistemas donde cada gramo de peso en disipadores y baterías limita la autonomía de vuelo, requiriendo algoritmos de evasión o detección de objetos integrados en la carga útil óptica.
  • Cámaras perimetrales alimentadas por energía solar: Nodos aislados que operan con presupuestos de consumo inferiores a un vatio y requieren activación por eventos visuales en microsegundos.

Indicadores de riesgo para pausar o posponer la adopción

  • Sistemas de visión con redes neuronales complejas en evolución: Si el modelo de detección requiere reentrenamientos quincenales con arquitecturas Transformer multimodales que excedan la memoria SRAM embebida del sensor, un procesador independiente resulta obligatorio.
  • Ciclos de homologación automotriz o médica inmediata: Proyectos cuyos lanzamientos de fabricación estén programados para 2026 o inicios de 2027 no pueden asumir la volatilidad de un componente cuya segunda generación no alcanzará muestras funcionales hasta mediados de 2027.
  • Trazabilidad exigida en contratos de soberanía de suministro: Hasta que los acuerdos de manufactura y empaquetado avanzado no estén sellados fuera de zonas con tensiones geopolíticas, las cadenas de producción críticas deben mantener fuentes secundarias de silicio equivalentes pin a pin.

Informes de Referencia Relacionados

Ver categoría completa →
Boletín Semanal

Resumen Semanal de Tecnología y Datos de Negocio

Análisis de software verificado, consideraciones clave y métricas de comercio cada semana.

Cancela tu suscripción en 1 clic cuando quieras. Cero spam.

* Es posible que recibamos una comisión de afiliado por los enlaces en este informe, sin coste adicional para usted ni impacto en nuestros datos.