La financiación de Delos Data destina 100 millones de dólares a una nueva apuesta por las redes de IA
Delos Data recaudó más de 100 millones de dólares para abordar un costoso problema dentro de los centros de datos de IA: procesadores que pierden tiempo esperando datos. La ronda de financiación de Delos Data respalda chips, software y diseños de sistemas destinados a conectar colecciones cada vez más diversas de hardware de IA.
La startup no propone simplemente otro cable más rápido. Quiere coordinar el movimiento de datos entre aceleradores, memoria, almacenamiento, switches y enlaces ópticos. Esto convierte su propuesta en un desafío a la infraestructura construida en torno a plataformas de computación estrechamente integradas.
Nvidia sigue siendo el referente más claro. Sus GPU, conexiones NVLink, productos de red y software forman una pila coordinada con implementaciones probadas. Delos Data apuesta a que la infraestructura de inferencia se volverá demasiado heterogénea como para que una arquitectura centrada en un solo proveedor pueda cubrir todos los despliegues.
Es una apuesta ambiciosa para una empresa fundada en 2025. También explica por qué los inversores están aportando un capital considerable a la idea antes de que Delos haya presentado resultados de rendimiento amplios y verificados de forma independiente.
La ronda de financiación de Delos Data respalda un enfoque de sistema completo
La inversión proporciona a Delos Data los recursos para desarrollar varios productos interdependientes, no solo un chip de red independiente.
Delos anunció la financiación el 15 de septiembre de 2026. Su anuncio de financiación identifica a Matrix, Playground, Socratic Partners, Capricorn’s Technology Impact Fund, Matter Venture Partners e IAG entre los inversores.
Reuters también nombró a DYNAMIQ como participante. La agencia describió a la empresa como una startup fundada por veteranos de Intel que desarrolla chips y software para mover datos dentro de centros de datos de IA.
Socratic Partners indicó que lideró la Serie A. El socio general y cofundador Christian Gallagher se incorporará al consejo de Delos Data, según la firma de inversión.
La empresa afirma que utilizará el dinero para ampliar sus equipos de ingeniería de hardware y software. También planea acelerar el desarrollo de productos y las ventas. Estos objetivos importan porque Delos intenta ofrecer componentes en varias capas de la pila de infraestructura.
La cartera se llama Nonstop AI. Incluye una interfaz de datos, arquitectura de servidores, diseño de clústeres, software de gestión y una arquitectura de referencia que conecta esos elementos.
Una arquitectura de referencia es un plano documentado de un sistema que muestra cómo deben funcionar los componentes en conjunto. Puede reducir el trabajo de integración, pero no es lo mismo que un sistema comercial ampliamente desplegado.
La nueva Nonstop AI Data Interface es la pieza central de hardware. Delos planea ofrecerla como un chiplet de E/S, un componente de óptica cercana al encapsulado y una tarjeta de expansión.
Un chiplet de E/S es un pequeño componente de silicio que añade conectividad a un paquete de procesador más grande. La óptica cercana al encapsulado sitúa la comunicación óptica cerca del silicio de computación, reduciendo la distancia eléctrica que deben recorrer los datos.
La versión en tarjeta ofrece una vía de despliegue más convencional. Permitirá a un integrador de sistemas añadir la tecnología sin rediseñar el paquete de un acelerador.
Delos afirma que estos formatos pueden conectar GPU, otros aceleradores, CPU, almacenamiento flash y memoria. El objetivo más amplio es crear un único dominio gestionado de movimiento de datos entre distintos tipos de puntos finales.
Este alcance diferencia la propuesta de redes de IA de Delos Data de un producto de interfaz limitado. La empresa quiere influir simultáneamente en el encapsulado de silicio, los servidores, los clústeres, el software y la gestión operativa.
Un alcance amplio también genera riesgo de ejecución. Cada punto final compatible, medio físico y topología de red añade otra vía de integración que los ingenieros deben probar.
Por tanto, la financiación cambia más que el saldo bancario de la empresa. Financia un intento de demostrar que un proveedor independiente puede coordinar infraestructura que se extiende desde un paquete de chip hasta un gran clúster.
La ronda también da a Delos tiempo para involucrar a clientes potenciales antes de que su arquitectura esté ampliamente disponible. En los mercados de infraestructura, las decisiones de diseño pueden vincular a los clientes a una plataforma durante varias generaciones de hardware.
Esto hace que el acceso temprano de ingeniería sea especialmente importante. Un hyperscaler o diseñador de aceleradores debe evaluar una interconexión mucho antes de que el sistema de producción resultante llegue a un centro de datos.
La ronda de 100 millones de dólares brinda a Delos una oportunidad seria de entrar en esas evaluaciones. No garantiza que su tecnología las supere.
Por qué el hardware mixto de IA está abriendo una oportunidad para las redes
Delos apunta a la brecha entre procesadores de IA cada vez más diversos y las redes de las que se espera que mantengan ocupados a esos procesadores.
Los primeros despliegues de IA generativa solían concentrarse en entrenar grandes modelos con grupos homogéneos de GPU de Nvidia. Repetir un bloque de construcción bien conocido simplificaba la selección de hardware, las redes y el soporte de software.
La inferencia cambia la carga de trabajo. La inferencia es el proceso de ejecutar un modelo entrenado para generar respuestas, predicciones o acciones para los usuarios.
Las aplicaciones agénticas lo complican aún más. Un agente de IA puede realizar llamadas repetidas a modelos, recuperar información, utilizar herramientas y mantener el estado mientras completa una tarea de varios pasos.
Estas aplicaciones no necesariamente mantienen ocupado a un grupo idéntico de GPU con un único patrón de comunicación predecible. Pueden mover trabajo entre aceleradores, CPU, grupos de memoria, sistemas de almacenamiento y varios modelos.
Reuters informó que alternativas de AMD y Cerebras han ganado tracción a medida que los centros de datos centran más atención en la inferencia. La propia Nvidia ofrece varios tipos de procesadores para distintas cargas de trabajo.
Una mayor variedad de procesadores puede mejorar el coste, la disponibilidad o la adecuación a una carga de trabajo. También obliga a los operadores de infraestructura a conectar componentes que no fueron diseñados como un sistema integrado.
Delos llama a esta combinación MoXI, abreviatura de una mezcla de interconexiones, aceleradores, memoria, almacenamiento, capas físicas, topologías, redes y modelos. La etiqueta es propietaria, pero el problema de integración subyacente es real.
Cuando un procesador espera parámetros, datos en caché o resultados de otro dispositivo, sus costosas unidades aritméticas permanecen infrautilizadas. El consumo energético continúa incluso cuando se ralentiza el cómputo útil.
El ex CEO de Intel Pat Gelsinger, ahora socio de Playground, planteó el problema con claridad en los detalles de la financiación. Los ordenadores que no pueden comunicarse eficazmente se convierten en hardware caliente que consume energía mientras espera, declaró a Reuters.
El CEO de Delos, Ed Doe, y el CTO, Dan Daly, aportan experiencia relevante a ese argumento. Ambos trabajaron en redes y silicio antes de fundar la empresa de Palo Alto.
Sus trayectorias incluyen Intel y Barefoot Networks, la empresa de redes programables que Intel adquirió en 2019. La cobertura del sector también vincula al equipo con Broadcom, Fulcrum Microsystems y varios esfuerzos de interconexión abierta.
Este historial importa porque el rendimiento de los clústeres de IA implica más que ancho de banda bruto. Los ingenieros deben controlar la congestión, la latencia, el enrutamiento, las operaciones colectivas, los fallos y la visibilidad del software.
El ancho de banda mide cuántos datos puede transportar una conexión. La latencia mide cuánto tarda una transferencia en comenzar o completarse. Un sistema puede anunciar un ancho de banda elevado y aun así rendir mal ante congestión o transferencias pequeñas y frecuentes.
La fiabilidad se vuelve más difícil a medida que crecen los clústeres. Más procesadores, switches, cables y componentes ópticos crean más oportunidades para que falle un enlace o punto final.
Los trabajos de entrenamiento pueden guardar puntos de control de su progreso y reiniciarse tras algunos fallos. Los agentes orientados al usuario afrontan un estándar distinto porque las respuestas demoradas o perdidas afectan directamente a una aplicación.
Delos sostiene que la infraestructura existente se construyó en torno a cargas de trabajo anteriores de nube, computación de alto rendimiento o entrenamiento. Su sistema parte del movimiento de datos para una inferencia persistente y heterogénea.
Esta tesis ofrece a la empresa una oportunidad oportuna. No demuestra que los clientes necesiten una arquitectura completamente nueva en vez de versiones mejoradas de las redes existentes.
Cómo se supone que Delos Nonstop AI moverá los datos
Delos Nonstop AI trata la red como una capa activa del sistema que coordina puntos finales, en lugar de una colección de enlaces independientes.
La arquitectura de la empresa combina interfaces de hardware con software que observa y gestiona la ruta de datos. Su objetivo es mover información entre cómputo, memoria y almacenamiento mientras oculta parte de la complejidad subyacente.
Daly resumió la estrategia con cautela en su entrevista con Reuters. Dijo que la empresa no sabe qué arquitectura de infraestructura dominará la IA agéntica, pero pretende proporcionar una forma rápida de mover datos.
Esa incertidumbre es central para el diseño. En vez de asumir que ganará un acelerador, una tecnología de enlace o una topología, Delos está diseñando para despliegues mixtos.
La interfaz de datos ofrece a los puntos finales una forma de entrar en este dominio gestionado. Según la descripción del producto de la empresa, aparecerá en tres formatos físicos.
El chiplet podría ubicarse dentro de un paquete de acelerador y proporcionar la integración más estrecha. Delos afirma que esta versión puede ofrecer 30 terabits por segundo de ancho de banda.
Esta cifra es una especificación de la empresa, no un benchmark reproducido de manera independiente. Integrar el chiplet también requeriría la cooperación del diseñador del procesador antes de la fabricación.
La óptica cercana al encapsulado ofrece otra vía. Acercar los componentes ópticos al procesador puede reducir la longitud del enlace eléctrico mientras respalda la comunicación más allá de un servidor.
La versión en tarjeta debería requerir menos coordinación a nivel de silicio. Sin embargo, las conexiones basadas en tarjetas afrontan sus propios límites relacionados con las interfaces del host, el diseño de la placa, la alimentación, la refrigeración y el espacio físico.
Delos combina la interfaz con su Nonstop AI Server. La empresa lo describe como un diseño de servidor scale-up desagregado.
Las redes scale-up vinculan aceleradores con la suficiente proximidad como para que el software pueda tratarlos como un dominio de computación más grande. Las redes scale-out conectan servidores o racks separados a través de un clúster más amplio.
La desagregación permite a los operadores componer sistemas a partir de grupos separados de cómputo, memoria o almacenamiento. Puede mejorar la flexibilidad, aunque cada separación genera movimiento adicional de datos.
Delos también ofrece Nonstop AI Clusters y el software Mosaic. Mosaic supervisa el comportamiento de las comunicaciones y está diseñado para identificar cuellos de botella en un dominio scale-up.
En Computex, en mayo de 2026, Delos demostró la supervisión de cargas de trabajo de IA con Mosaic. La empresa indicó que los despliegues de software de acceso anticipado estaban disponibles para clientes seleccionados, con una disponibilidad más amplia prevista para el cuarto trimestre.
El lanzamiento más reciente añade una arquitectura de referencia que conecta esos elementos. Delos afirma que el diseño apunta a clústeres que contienen cientos de miles de dispositivos, en lugar de un rack o un grupo pequeño.
Afirma que la interfaz de datos puede lograr una latencia diez veces menor y una eficiencia diez veces mayor. Otra declaración de la empresa describe mejoras de diez veces en rendimiento, resiliencia y escala.
Estas cifras requieren un tratamiento cuidadoso. Delos no ha publicado suficientes datos de pruebas independientes para mostrar la línea de base, las cargas de trabajo, las configuraciones o las condiciones de fallo detrás de cada comparación.
“Diez veces” puede significar cosas distintas cuando un diseño modifica simultáneamente el hardware, el software, la topología y la asignación de cargas de trabajo. Los compradores necesitarán resultados tanto a nivel de componentes como de sistema.
La empresa también afirma que el sistema puede reducir el coste por token y mejorar los tokens por vatio. Son métricas operativas útiles porque conectan el comportamiento de la infraestructura con la producción y el consumo energético.
Sin embargo, ambas métricas dependen del modelo, el tamaño de lote, la precisión, el objetivo de latencia, la utilización del procesador y los supuestos sobre electricidad. Un resultado favorable en una carga de trabajo no se traslada automáticamente a otra.
Por tanto, Delos Nonstop AI, explicado a nivel de sistema, es una propuesta de coordinación. Su objetivo es mantener productivos distintos procesadores mediante el control de toda la ruta por la que circulan sus datos.
El mecanismo es plausible. La cuestión sin resolver es si Delos puede aportar un beneficio medible suficiente para justificar la introducción de otra capa de infraestructura.
La Competencia Principal Es Integración Frente a Flexibilidad
Delos no compite con un solo cable o conmutador; desafía a las plataformas estrechamente integradas con una capa de coordinación neutral respecto al hardware.
Nvidia demuestra las ventajas de la integración. Desarrolla aceleradores, NVLink, NVSwitch, adaptadores de red, conmutadores, software de gestión, bibliotecas y modelos optimizados.
La empresa describe NVLink como una interconexión directa y bidireccional de GPU. Los sistemas actuales la utilizan para crear un dominio de comunicación de gran ancho de banda entre varios aceleradores.
Este enfoque reduce el número de proveedores responsables del rendimiento del sistema. Nvidia puede coordinar el comportamiento de los procesadores, las funciones de conmutación, las bibliotecas de software y los sistemas de referencia.
La integración también ofrece a los clientes una vía de soporte clara. Cuando todos los componentes principales proceden de un único proveedor de plataforma, hay menos organizaciones que puedan culparse mutuamente por un problema de rendimiento.
La contrapartida es la capacidad de elección. Un operador de centro de datos que quiera combinar GPU de Nvidia con aceleradores de AMD, procesadores personalizados o chips especializados para inferencia necesita conexiones fuera de un único dominio propietario.
Nvidia ha respondido ampliando su plataforma. NVLink Fusion permite a los socios combinar determinados procesadores personalizados con la tecnología de interconexión y el silicio de conmutación de Nvidia.
Esta respuesta debilita el argumento simplista de que los clientes deben elegir entre un sistema exclusivamente de Nvidia y una alternativa completamente abierta. Nvidia puede ofrecer personalización controlada mientras preserva gran parte de su arquitectura integrada.
Los estándares abiertos del sector crean otra vía competitiva. El UALink Consortium promueve una conexión abierta de escalado vertical para aceleradores de IA.
El consorcio se constituyó en 2024 y publicó su primera especificación pública en 2025. Su objetivo declarado es permitir que un ecosistema industrial construya conexiones compatibles de acelerador a acelerador.
Para la comunicación entre clústeres más grandes, el Ultra Ethernet Consortium publicó la Specification 1.0 en junio de 2025. Esta adapta el ecosistema Ethernet ampliamente desplegado para IA y computación de alto rendimiento.
Estos proyectos debilitan la idea de que los proveedores de redes existentes estén ignorando las cargas de trabajo de IA. También crean estándares que Delos puede respaldar en lugar de sustituir.
Directivos de Delos han participado en trabajos relacionados con Ultra Ethernet y UALink. La empresa presenta su arquitectura como una forma de coordinar estos enlaces y otras tecnologías en todo un sistema.
Aquí es donde la tesis de redes de IA de Delos Data se vuelve más interesante. No exige que Delos derrote a cada estándar o conexión física.
En cambio, la empresa debe convertirse en la capa que permita que varios de ellos funcionen juntos de forma eficiente. Su valor provendría de la composición, la visibilidad, la resiliencia y el movimiento de datos consciente de la carga de trabajo.
Esta posición entraña un riesgo estratégico. Los estándares y las plataformas establecidas pueden absorber funciones similares, dejando menos espacio para una capa de coordinación independiente.
Los proveedores de conmutadores Ethernet ya incorporan control de congestión, telemetría, equilibrio de carga y funciones específicas para cargas de trabajo. Los proveedores de aceleradores pueden integrar motores de comunicación directamente en sus procesadores.
Los proveedores de nube también pueden desarrollar software de infraestructura personalizado. Su escala justifica inversiones de ingeniería que los clientes más pequeños no pueden realizar.
Por tanto, Delos debe demostrar más que interoperabilidad. Necesita mostrar que sus chips y su software ofrecen resultados que los competidores no pueden igualar mediante mejoras incrementales.
La mayor oportunidad está en los clientes que realmente necesitan infraestructura heterogénea. Estos compradores podrían combinar varias familias de aceleradores por razones de suministro, requisitos de modelo o programas internos de silicio.
Un despliegue homogéneo de Nvidia plantea un cálculo diferente. Si su carga de trabajo ya funciona bien, añadir una interfaz independiente y una capa de gestión podría generar complejidad sin aportar suficiente beneficio.
Esta distinción debería determinar la adopción. Delos no necesita que todos los clústeres de IA se vuelvan heterogéneos, pero sí necesita que suficientes grandes compradores valoren la flexibilidad por encima de la simplicidad de una sola plataforma.
Lo Que Aún No Muestran las Afirmaciones de Rendimiento
La financiación valida el interés de los inversores, pero no valida de forma independiente las afirmaciones de Delos Data sobre latencia, eficiencia, resiliencia o economía.
Delos ha publicado varios objetivos llamativos. Incluyen una latencia diez veces menor, una eficiencia diez veces mayor y dominios de puntos finales considerablemente más amplios.
La empresa también proyecta que la demanda de tokens para inferencia de IA crecerá aproximadamente 300 veces de aquí a 2030. Afirma que la inferencia agéntica representará la mayor parte de ese incremento.
Esta proyección explica la urgencia de su narrativa. No debe tratarse como una curva de demanda garantizada sin una metodología divulgada y confirmación independiente.
La misma cautela se aplica a las comparaciones de rendimiento. Una evaluación creíble debe identificar el sistema competidor, las generaciones de componentes, la topología, la carga de trabajo, la versión de software y el método de medición.
Los resultados de latencia requieren distribuciones, no solo promedios. Un sistema que presta servicio a agentes interactivos debe controlar los valores atípicos lentos, porque una dependencia retrasada puede frenar toda una respuesta.
Los resultados de eficiencia también necesitan límites claros. Una medición podría abarcar solo el silicio de red, un servidor completo o todo el clúster.
La energía utilizada por módulos ópticos, conmutadores, equipos de refrigeración y aceleradores inactivos puede modificar sustancialmente el resultado. Excluir una categoría puede hacer que dos sistemas parezcan más diferentes de lo que realmente son.
La resiliencia requiere pruebas de fallos. Los compradores deberían ver cómo la plataforma gestiona un enlace, conmutador, interfaz, componente óptico o punto final fallido mientras las cargas de trabajo siguen activas.
El tiempo de recuperación es tan importante como la recuperación en sí. Una red que finalmente redirige el tráfico podría seguir incumpliendo los requisitos de tiempo de respuesta de un servicio de IA interactiva.
La escala introduce otro problema de verificación. Una demostración de laboratorio no puede reproducir todos los patrones de congestión o fallos de componentes presentes en un clúster con miles de aceleradores.
Delos afirma que su arquitectura puede llegar mucho más allá de un rack. Los clientes necesitarán pruebas de que la sobrecarga de gestión y la latencia de cola se mantienen bajo control a medida que crece la red.
También necesitarán saber qué partes están disponibles para envío. Una arquitectura de referencia, una vista previa de software, una tarjeta prototipo, un chiplet licenciable y un dispositivo cualificado para producción representan niveles de preparación muy distintos.
La ventana prevista de disponibilidad para el cuarto trimestre ofrece una prueba inicial. Delos debería aclarar qué productos estarán ampliamente disponibles, en qué cantidades y con qué procesadores compatibles.
La divulgación de clientes aportaría otra señal útil. Los despliegues identificados, incluso limitados, demostrarían que equipos externos de ingeniería han comenzado a integrar la tecnología.
Sin embargo, un logotipo de cliente por sí solo no demostraría uso en producción. Las pruebas más sólidas incluirían la escala desplegada, el tipo de carga de trabajo, las mejoras medidas y la duración de la operación.
La fabricación es otra incertidumbre. El silicio de red debe pasar del diseño a la fabricación, el encapsulado, la validación y la cualificación del sistema.
La estrategia de tres formatos multiplica esos procesos. Los chiplets necesitan socios de procesadores, la óptica necesita socios de encapsulado y óptica, y las tarjetas necesitan cualificación de servidores.
El software no puede separarse de ese trabajo. Mosaic debe observar puntos finales de múltiples proveedores y ofrecer un control útil sin convertirse en otro cuello de botella operativo.
La seguridad también merece atención. Una capa con visibilidad sobre el tráfico de computación, memoria y almacenamiento ocupa una posición sensible dentro del centro de datos.
Delos necesitará controles claros de aislamiento, autenticación, actualización de firmware y telemetría. Los compradores deberían exigir esos detalles antes de conceder a la plataforma un acceso operativo amplio.
Ninguna de estas preguntas refuta la arquitectura. Identifican la evidencia necesaria para llevar Delos Nonstop AI explicado de una tesis de ingeniería creíble a un producto probado.
La financiación proporciona recursos para esa transición. También eleva las expectativas porque la empresa cuenta ahora con capital suficiente para afrontar una validación más exigente.
Tres Señales Determinarán Si la Apuesta Funciona
La próxima prueba no es otro anuncio de financiación; es si Delos convierte su arquitectura en despliegues medidos, compatibles y repetibles.
La primera señal es la disponibilidad general de productos durante el cuarto trimestre de 2026. Delos había dicho anteriormente que un acceso más amplio seguiría a sus primeros despliegues de software.
Los compradores deberían observar qué componentes se envían realmente. La disponibilidad de Mosaic por sí sola tendría menos peso que tarjetas de producción, óptica cualificada o un socio de chiplets comprometido.
Un lanzamiento con combinaciones de hardware compatibles reforzaría la afirmación de la empresa de que puede coordinar infraestructura heterogénea. Un retraso o una vista previa limitada la debilitaría.
La segunda señal es la divulgación de benchmarks reproducibles. Delos debería publicar configuraciones, cargas de trabajo, líneas de base, distribuciones de latencia, límites de potencia y comportamiento ante fallos que sustenten sus afirmaciones principales.
Las pruebas independientes importarían más que otra demostración controlada por la empresa. Los resultados en varios tipos de aceleradores pondrían a prueba directamente el argumento de flexibilidad de la arquitectura.
Los benchmarks que muestren ganancias solo en una topología cuidadosamente seleccionada limitarían la oportunidad. Los resultados en modelos de inferencia, tamaños de lote y condiciones de fallo respaldarían un caso más amplio.
La tercera señal es un cliente de producción o socio de silicio identificado. Un hyperscaler, diseñador de aceleradores, fabricante de servidores u operador de IA de gran tamaño aportaría una validación externa significativa.
La mejor evidencia identificaría el propósito y la escala del despliegue. Un proveedor de procesadores que integre el chiplet de Delos sería especialmente significativo porque esa decisión se toma antes de la fabricación del silicio.
Una evaluación limitada no debe confundirse con la adopción en producción. Aun así, mostraría si ingenieros externos consideran que el diseño está lo bastante maduro para un costoso trabajo de cualificación.
Las respuestas de los competidores importan como contexto de apoyo. Nvidia, los participantes de UALink, los proveedores de Ethernet y otras startups de redes seguirán mejorando sus propios productos.
Sin embargo, Delos no gana simplemente porque crezca la infraestructura heterogénea. Solo gana si los clientes eligen su capa de coordinación frente a componentes basados en estándares, ingeniería interna o plataformas integradas.
La ronda de financiación de Delos Data ha comprado una oportunidad para demostrar ese caso. No ha resuelto si una nueva arquitectura de red puede superar a una pila madura y coordinada en la operación diaria.
Para los equipos de infraestructura, la pregunta práctica ahora es concreta: ¿los próximos resultados muestran menor latencia, mayor utilización y mejor recuperación ante fallos en hardware mixto?
Sigue los lanzamientos del cuarto trimestre, la metodología de evaluación comparativa y los primeros despliegues divulgados. Esas señales revelarán si la red de IA de Delos Data se convierte en infraestructura o sigue siendo un ambicioso proyecto.
