Delos Dataの資金調達が1億ドルを突破、NvidiaのAIネットワーキングモデルに挑戦

Intel出身者が設立したスタートアップDelos Dataは、混在チップによるAI推論向けネットワークを追求するなかで、資金調達額が1億ドルを超えた。この資金によりDelosは、将来のAIクラスタには複数のアクセラレータアーキテクチャが含まれる一方、それらを協調したシステムとして動作させるネットワークが必要になるという難題を軸に、シリコン、サーバー、ソフトウェアを開発するためのリソースを得る。

この前提は、多くの初期AI導入でNvidiaを標準的なサプライヤーに押し上げた垂直統合モデルに挑戦するものだ。NvidiaはGPU、NVLink接続、スイッチ、ネットワーキング機器、ソフトウェア、ラックレベルの設計を組み合わせている。これに対してDelosは、インフラ事業者が異なるアクセラレータ、メモリシステム、ストレージデバイス、ケーブル、スイッチ、物理トポロジーを接続できるようにしたい考えだ。

当面の競争は、単純にDelos Data対Nvidiaという構図ではない。柔軟性と、統合によって導入リスクを抑える確立済みプラットフォームとの競争である。Delosは、異種混在のAIネットワークが、導入、チューニング、保守をより困難にせず、同等の性能を提供できることを示さなければならない。

Delos Dataの資金調達がフルスタックのネットワークを後押し

この資金調達によりDelos Dataは、アーキテクチャ提案の段階から、代替AIインターコネクトスタックを構築する本格的な取り組みへと進む。

Delosは2026年9月15日に今回のラウンドを発表した。Palo Altoを拠点とする同社は、Matrix、Playground、Socratic Partners、CapricornのTechnology Impact Fundから1億ドル超を調達したと述べた。

Matter Venture Partners、IAG、DYNAMIQ、個人のテクノロジー業界幹部も参加した。同社は評価額を公表せず、従来型のステージによるラウンド区分も明らかにしていない。

同社の資金調達発表によると、資金は製品開発とハードウェア・ソフトウェアエンジニアリングチームの拡充に充てられる。Delosはこの資金を活用し、Nonstop AIの名称で製品群を立ち上げている。

最高経営責任者のEd Doe氏と最高技術責任者のDan Daly氏は、Intelでのキャリアを経てDelosを共同設立した。ネットワーキング用シリコンには魅力的なアーキテクチャ図以上のものが求められるため、両氏の経歴は重要だ。サプライヤーには、チップ設計の専門知識、システムソフトウェア、検証能力、長いハードウェアサプライチェーン全体にわたる関係が必要となる。

Delosは自社ポートフォリオを3層で説明している。Nonstop AI Clusterは、クラスタアーキテクチャ、可観測性、障害管理を対象とする。Nonstop AI Serverは、より大規模なシステム内部でプロセッサやその他のコンポーネントをスケールアップ接続する。

Nonstop AI Data Interfaceはシリコン層に当たる。Delosは、GPU、カスタムアクセラレータ、CPU、メモリ、ストレージを、低レイテンシーの単一ドメインで接続するとしている。

同社のMoXIリファレンスアーキテクチャは、これらの要素をどのように連携させるべきかを定義する。リファレンスアーキテクチャとは、コンポーネント間の関係や設計を運用するためのソフトウェアを含む、検証済みのシステム設計図である。

この幅広さにより、Delos DataのAIネットワークは単体のネットワークインターフェースカードよりも野心的なものとなっている。同社は、事業者によるクラスタ設計、デバイス接続、障害検知、データ移動の管理方法に影響を与えようとしている。

Delosは、自社のデータインターフェースが10倍低いレイテンシーと10倍高い効率を実現できると主張している。製品資料では、コパッケージド・チップレット実装で毎秒30テラビット超の帯域幅も示している。

これらの数値は依然として同社の主張にとどまる。Delosは、購入者がワークロード、障害条件、消費電力の範囲をまたいで完全なシステムを比較できるだけの独立ベンチマークを十分に公開していない。

同社は2026年5月、ComputexでAIワークロードを実行するクラスタソフトウェアを実演した。このデモはDelosが機能する技術を有していることを示したが、量産準備や生産経済性を証明したものではない。

したがって今回の資金調達は、取り組みの規模を変えるものであり、立証責任をなくすものではない。Delosは現在、エンジニアリング、顧客トライアル、シリコン開発に向けた有意義な資本基盤を持つ。依然として、その基盤を導入可能な製品に変換する必要がある。

この要件が、本稿の中心的な緊張関係を生む。柔軟なインターコネクトは、それがサポートを約束する多様性全体で予測可能な性能を提供して初めて価値を持つ。

AI推論がネットワークの重要性を高めている

AIインフラは、均一なトレーニングクラスタから、多様で予測しにくく、ますますエージェント型になるワークロードに対応しなければならない推論システムへと移行している。

大規模モデルのトレーニングでは、比較的安定したアクセラレータ群全体で持続的な計算を行うことが重視される。ワークロードは数日から数週間にわたって実行でき、事業者は計画されたジョブに合わせてクラスタを最適化できる。

推論は異なる。モデルがサービスに投入された後、人、アプリケーション、AIエージェントからのリクエストを処理する。トラフィックは急速に変化し得る一方、レイテンシーはユーザー体験に直接影響する。

エージェント型AIはさらに複雑さを加える。エージェントは複数のモデルを呼び出し、データを取得し、ツールを使用し、回答を返す前にこれらのステップを繰り返すことがある。各遷移により、コンピュート、メモリ、ストレージ、ネットワークリソース間で追加の移動が発生する。

データを待つプロセッサは、有用な作業を完了しないまま電力を消費し続ける。Intelの元最高経営責任者でPlaygroundのパートナーでもあるPat Gelsinger氏は、この問題をReutersの記事で率直に説明した。効果的な通信がなければ、高価なプロセッサはアイドル状態のままエネルギーを消費しかねない。

このアイドル時間こそ、ネットワーキングがAIシステム設計の戦略的な要素になった理由だ。データの到着が遅すぎたり、輻輳によって協調作業が中断されたりすれば、高速なアクセラレータも期待された出力を生み出せない。

こうしたシステムの構成も変化している。Nvidia GPUはAIインフラの中心であり続けるが、事業者の選択肢は増えている。AMDはInstinctアクセラレータを販売し、クラウド企業は特定のワークロード向けに社内設計のプロセッサを導入している。

Cerebrasは、ウェハースケールプロセッサという別のアプローチを取る。他社は推論アクセラレータ、光接続、ネットワークプロセッサ、メモリ拡張製品を提供している。

Nvidiaでさえ現在は、Nvidia以外のプロセッサを含むシステムをサポートしている。同社のNVLink Fusionは、カスタムCPUやアクセラレータをNvidiaのラックスケールインフラに接続できるようにする。

この多様性はDelosに機会をもたらす。同社は、すべての事業者にNvidia GPUの利用をやめさせる必要はない。コンポーネントを組み合わせるたびに周辺ネットワークを再構築せずに済む能力を評価する購入者を、十分に獲得すればよい。

Delosは、推論には、高性能コンピューティングやトレーニングから受け継いだものではなく、推論向けに設計されたインターコネクトが必要だとしている。これは明確なポジショニングだが、その違いには実用的な証拠が必要となる。

トレーニングと推論はいずれも、高帯域幅、低レイテンシー、信頼性の高い集団通信を必要とする。トラフィックパターンは異なるものの、既存サプライヤーはそれらの差異に対応して既存ファブリックを更新できる。

そのためDelosは、単なる技術的な関連性以上のことを証明する必要がある。ワークロード優先のアプローチが、成熟したインフラを適応させる場合よりも測定可能な運用上の利点を生むことを示さなければならない。

圧力が最も大きくかかるのは、大規模な推論サービスを構築するデータセンター事業者だ。固定的なプラットフォームは調達と導入を簡素化できる一方、アーキテクチャ上の選択を一社のサプライヤーに集中させることにもなる。

柔軟なネットワークは、より強い交渉力と特化型プロセッサへのより良いアクセスを約束する。ただし事業者には、より多くの組み合わせを統合し、より若いサポートエコシステムを受け入れることも求める。

これは長期的なインフラ判断である。インターコネクトの選択は、サーバー設計、ソフトウェアツール、保守慣行、将来のアクセラレータ購入に影響する。導入後に変更するには高いコストがかかり得る。

Delosは、事業者が長期的なコンポーネント選択の自由を維持するため、短期的な統合作業を受け入れると見込んでいる。Nvidiaは、協調されたプラットフォームが無制限の柔軟性よりも価値を持ち続けると見込んでいる。

Delos DataのAIネットワーク、柔軟性と統合の対決へ

Delosはアーキテクチャ上の自由を売り、Nvidiaは確立された導入経路を持つ協調型プラットフォームを売っている。

Nvidiaの立場はアクセラレータの支配から始まる。同社のネットワーク技術は、プロセッサやソフトウェアとともに最適化されたスタックを通じて、それらのアクセラレータを接続する。

この統合は不確実性を減らせる。購入者は、どのコンポーネントが連携するよう設計されたか、どのツールがそれらを監視するか、どのサプライヤーが性能問題を担うかを把握できる。

Nvidiaはアプローチも拡大している。NVLink Fusionにより、ハイパースケーラーやチップ開発者は、カスタムCPUまたはアクセラレータをNvidiaのスケールアップファブリックとラックアーキテクチャに接続できる。

この動きは、NvidiaがクローズドなオールNvidiaシステムしかサポートしないという単純な主張を弱める。顧客は、Nvidiaのネットワーク、管理ソフトウェア、より広範なインフラを維持しつつ、カスタムプロセッサを追加できる。

Delosは異なる重心を提案する。同社のアーキテクチャは、コンピュートコンポーネントがその周囲で変化する一方、データパスを安定した層として扱う。

Daly氏はReutersに対し、エージェント型AIインフラの最終的なアーキテクチャを誰も知らないと語った。そのうえでDelosは、選択されたコンポーネント間でデータをより高速に移動させる手段を提供できると主張した。

この不確実性はDelosの論拠を支える。クラウド事業者は、あるモデルにはGPUを、別のモデルにはカスタムアクセラレータを、データ準備やオーケストレーションにはCPUを導入する可能性がある。

メモリとストレージの要件も、推論タスクごとに異なり得る。長いコンテキストを扱うモデルには大容量メモリが必要であり、検索システムはインデックスや保存済みコンテンツに繰り返しアクセスする。

これらのリソースを単一ドメインとして接続するネットワークは、利用率を改善する可能性がある。事業者は、すべての段階を単一のプロセッサタイプに強制するのではなく、各段階により適したハードウェアを組み合わせられる。

Delosはこの混在志向の設計をMoXIと呼ぶ。この名称は、ハードウェア、モデル、物理リンク、スイッチ、ネットワークトポロジーの混合を反映している。

実用面での魅力は選択肢にある。事業者は、周辺アーキテクチャを置き換えたり、クラスタ全体をそのサプライヤーが好むファブリックに縛り付けたりせずに、新しいアクセラレータを採用できる可能性がある。

しかし、統合には帯域幅仕様には表れない利点がある。Nvidiaは、ファームウェア、ドライバー、集団通信ライブラリ、スイッチ、プロセッサ、管理ソフトウェアを協調させられる。

この協調は、エンジニアによる速度低下の診断を助ける。1社のベンダーがスタックのより多くを管理していれば、性能障害について互いに責任を押し付けられる組織は少なくなる。

Delosは、自社が制御しないコンポーネント全体でこの運用上の明確さを再現しなければならない。そのため、同社の可観測性ソフトウェアと障害検知は、インターフェース用シリコンと同じくらい重要だ。

同社は、クラスタアーキテクチャが無停止の障害検知をサポートするとしている。この文脈で無停止とは、ワークロードを中断せずに障害を検知・処理することを意味する。

大規模クラスタには多くの障害発生箇所があるため、この能力は重要だ。ネットワークリンク、エンドポイント、ケーブル、ソフトウェアサービスが、同期処理を中断させる可能性がある。

ただし、耐障害性にはサーバー、ドライバー、アプリケーション、オーケストレーションシステムの協力も必要となる。Delosは、チップ仕様だけでシステムのレジリエンスを実現することはできない。

同社のフルスタック戦略は、その課題を認識している。同時に、Delosが完成、検証、サポートしなければならない技術の量も増える。

このため、資金調達ラウンドの重要性は、その金額だけにとどまらない。Delosは小さな単一コンポーネントに資金を投入しているのではない。シリコン、システム、ソフトウェア、顧客サポート組織を同時に構築しようとしている。

Nvidiaはすでに長年をかけてプラットフォームと開発者エコシステムを構築してきた。Delosは、顧客に単独でソリューションを組み立てさせることなく、成熟度の低いサプライヤーを選ぶ理由となる十分な柔軟性を提供しなければならない。

オープンスタンダードがNvidiaを迂回するもう一つの道をつくる

異種AIインフラを追求しているのはDelosだけではなく、オープンな業界標準は味方であると同時に競合する選択肢にもなり得る。

UALink Consortiumは、AIアクセラレータ向けのオープンなスケールアップ接続を構築するために設立された。スケールアップ・ネットワーキングは、レイテンシとメモリアクセスが極めて重要となる、緊密に連携したコンピューティング領域内でプロセッサを接続する。

コンソーシアムは2025年4月に最初の公開仕様を発表した。その初期設計は、AIポッド内で最大1,024台のアクセラレータ間の接続をサポートする。

2026年4月、同団体はチップレット、管理性、ネットワーク内コンピューティングを対象とする追加仕様を発表した。ネットワーク内コンピューティングでは、データがファブリックを移動する間に、ネットワークコンポーネントが選択された処理を実行できる。

UALink仕様は、アクセラレータ供給企業にNvidia独自のNVLink環境の外で利用できる共通基盤を提供する。この狙いは、コンポーネント選択を重視するDelosの主張と重なる。

AMDもPensando製品を通じて、EthernetベースのAIネットワーキングを推進している。同社のPollara 400ネットワークインターフェースカードは400ギガビットEthernetに対応し、アクセラレータ間通信を対象としている。

AMDの新しいVulcano 800製品は、このアプローチを800ギガビット接続へ拡張する。同社によると、このデバイスはGPU当たり最大毎秒2.4テラビットのスケールアウト帯域幅を提供できる。

スケールアウト・ネットワーキングは、より大規模なサーバー群やラック群を接続する。緊密に結合された領域内のスケールアップ通信とは、距離、管理、輻輳に関する要件が異なる。

Delosは、運用者の観点からこの区別を縮小しようとしている。同社資料では、異なる物理技術をまたいでコンピュート、メモリ、ストレージを結ぶ統合データ移動ドメインを説明している。

この目標は、EthernetやUALinkといった標準を補完し得る。Delosによれば、そのアーキテクチャは複数のプロトコル、スイッチ、ケーブル、トポロジーに対応する。

標準は単一サプライヤーへの依存を低減するが、それだけで最適化された製品が生まれるわけではない。企業には依然として、シリコン、ファームウェア、ソフトウェア、テスト、完全なシステムが必要となる。

Delosは、複数の標準を実際に組み合わせて利用可能にする実装レイヤーとして自社を位置づけられる。また、既存標準が完全なシステムを対象としていない領域向けの技術も提供できる。

しかし、オープンスタンダードはDelosの差別化を弱める可能性もある。大手ベンダーが幅広いサポートを備えた相互運用可能な製品を提供すれば、買い手はスタートアップのより野心的なアーキテクチャよりも、そうした製品を選ぶかもしれない。

AMDはすでに、アクセラレータ、ネットワークカード、CPU、ラックレベルの設計を組み合わせている。Broadcom、Marvell、Astera Labs、その他の既存半導体企業も、インターコネクト技術を販売している。

NvidiaはNVLink Fusionを通じ、同社環境の一部をパートナーに開放し続けている。パートナー一覧には、プロセッサ設計企業、半導体ベンダー、光学技術の専門企業、電子設計企業が含まれる。

したがってDelosは両方向から圧力を受ける。支配的な統合プラットフォームは、その柔軟性の必要性を低下させ得る。オープンスタンダードが成功すれば、より大きなサプライヤーから同様の柔軟性を利用できるようになる。

同社の機会は、この二つの結果の間にある。インフラは依然として断片化されており、統合の問題を生んでいる一方、オープンな代替手段はどれもシステムレベルの協調の必要性をなくしていない。

Delosはこの一時的な機会を顧客導入へと転換しなければならない。競合エコシステムが定着する前に、購買判断へ影響を与えられるほど早い段階で設計を投入する必要がある。

プロトコル非依存性に関する同社の主張も、慎重な検証を要する。プロトコルのサポートは、基本的な互換性を意味する場合もあれば、本番ワークロードで予測可能な性能を提供することを意味する場合もある。

買い手は、異なるアクセラレータ、スイッチ、メモリシステム、障害シナリオにまたがる結果を必要とする。単一の最適化されたデモだけでは、混在を前提としたアーキテクチャを検証できない。

この競争環境を踏まえると、Delos Dataの資金調達は意味のあるシグナルではあるが、結論ではない。投資家は、AIインフラが今後も異種混在で協調が難しいままである可能性に資金を投じている。

性能に関する主張には依然として独立した証明が必要

Delosにとって最大のリスクはデータ移動の重要性ではなく、その優位性が実際のワークロード、コンポーネントの多様性、商用導入においても維持されるかどうかにある。

同社は、レイテンシを10分の1に、効率を10倍に、推論速度を10倍にすると訴求している。また、1,000倍の規模のクラスターを支えるサーバー接続性についても説明している。

これらは大きな主張である。その価値は、比較基準、ワークロード、システム構成、ソフトウェアの成熟度、測定方法に左右される。

汎用ネットワークとのレイテンシ比較は、十分に調整されたAIファブリックとの比較ほど多くを語らない。効率も、電力、ハードウェア利用率、帯域幅利用、システムコストのいずれを指すかによって異なる。

Delosは、こうした優位性を裏付ける幅広い独立ベンチマークスイートをまだ公表していない。したがって同社の主張は、製品目標および企業報告の測定値として読むべきである。

強固な評価では、複数のアーキテクチャで同一の推論ワークロードを比較する必要がある。エンドツーエンドのレイテンシ、毎秒トークン数、アクセラレータ利用率、エネルギー使用量、障害からの復旧を報告すべきだ。

また、ネットワーキングの改善とシステム内の他の変更を切り分ける必要もある。メモリの増加、異なるバッチ処理、変更されたモデルソフトウェアは、推論性能に影響し得る。

異種環境でのテストは特に重要だ。Delosの中核的な価値提案は、異なるサプライヤーのプロセッサとインフラを組み合わせることに依存している。

1つのアクセラレータファミリーに限定されたベンチマークでは、その価値を確立できない。顧客は、GPU、カスタムアクセラレータ、CPU、メモリデバイス、ストレージパスを横断する証拠を必要としている。

ソフトウェアも別のリスクをもたらす。ハードウェアは帯域幅とレイテンシを提供できるが、アプリケーションには、その能力を効率的に活用するライブラリとスケジューラが必要だ。

AIフレームワークはすでに成熟した通信システムを対象としている。新しいアーキテクチャをサポートするには、ドライバー、コレクティブライブラリ、オーケストレーションツール、性能監視ソフトウェアの変更が必要になる可能性がある。

Delosによれば、同社の提供物にはフルスタックの可観測性が含まれる。そのソフトウェアは、異なるベンダーのコンポーネントにまたがって遅延が発生する箇所を特定しなければならない。

ダッシュボードだけでは不十分だ。エンジニアには、ネットワーク症状をケーブル、スイッチ、エンドポイント、ソフトウェアプロセス、ワークロードパターンへ結びつける実行可能な情報が必要となる。

製造も別の課題である。高度なネットワーキング用シリコンには、製造能力、パッケージング、検証、信頼できる部品供給が必要だ。

Delosが説明するコパッケージド・インターフェースは、将来のアクセラレータの近くに配置されることになる。そのような統合には、プロセッサが量産に入る前にチップ設計者との協業が必要となる。

これは長い販売・開発サイクルを生む。顧客は、新しいプロセッサやサーバー設計に同社技術を組み込めるほど早期にDelosを信頼しなければならない。

このスタートアップは、導入後も運用者を支援しなければならない。データセンターの買い手は、ファームウェア保守、セキュリティアップデート、交換プロセス、予測可能な製品ロードマップを期待する。

1億ドル超の資金は意味のあるリソースをもたらすが、半導体開発は資本を急速に消費する。複数のシリコン製品とシステムプログラムでは、本格的な収益に達する前に追加資金が必要になる可能性がある。

資金調達の発表では、名前が明らかにされた量産顧客は特定されていない。購入コミットメント、出荷量、製造パートナー、一般提供される製品の時期も開示されていない。

この不在は、Delosに顧客との関わりがないことを意味しない。インフラ企業は、設計が開発中の間、しばしば機密保持の下で活動する。

ただし、読者は投資家の信頼と顧客による検証を区別すべきである。資金調達ラウンドは、投資家が機会とリスクを受け入れたことを示すものであり、市場が製品を選択したことを示すものではない。

2030年までにAI推論需要が300倍に成長するという同社の予測にも、同様の慎重さが必要である。Delosはこの予測を根拠の一部として提示しているが、発表では透明性のある独立した方法論は示されていない。

AIサービスが利用者を増やし、より多くのタスクを処理するにつれて、推論需要が明らかに拡大している。そうした活動をネットワーク購入に結びつけるには、モデル効率、ハードウェアの改善、利用率、サービス経済性が影響する。

効率的なモデルなら、ハードウェアを比例して増やさずにより多くのリクエストを処理できる。逆に、エージェント型システムは、利用者に見える各リクエストごとにより多くの内部計算を生み出す可能性がある。

投資判断は、後者の効果が支配的になることを前提としている。Delosは、推論の複雑性の増加が、効率改善によるインフラ需要の低下を上回ると見込んでいる。

これは妥当ではあるが、保証はされない。同社は、シリコンが長い開発サイクルを経る間にも変化し続ける市場に向けて構築しなければならない。

Delosが突破できるかを示す3つのシグナル

次の段階は、顧客の証拠、独立した性能結果、新たに台頭するインターコネクト・エコシステムとの統合によって測られる。

最初のシグナルは、実名の量産顧客である。ハイパースケーラー、AI研究所、サーバーメーカー、または大企業での導入は、資金調達ラウンド以上の検証となる。

最も強力な発表は、導入されたワークロードとコンポーネント構成を説明するものだ。また、顧客がDelosのシリコン、サーバー、クラスターソフトウェア、あるいは完全なスタックを使用するのかも明らかにすべきである。

限定的なソフトウェア試験は、本番クラスターよりも証拠として弱い。シリコンのデザインウィンは、量産出荷が数四半期先であっても重要となる。

顧客の属性は、Delosの初期市場も明らかにする。ハイパースケーラーはインフラをカスタマイズし、統合作業を吸収できる。企業の買い手は通常、より完全でサポートされたシステムを必要とする。

一方のグループでの成功が、もう一方へ自動的に転換されるわけではない。Delosの幅広い製品ポートフォリオは複数のレイヤーに対応したい意向を示しているが、初期の重点は重要になる。

2つ目のシグナルは、独立したベンチマークである。Delosには、レイテンシ、スループット、利用率、エネルギー、障害復旧を対象とする再現可能な結果が必要だ。

最も有用なテストは、個別のリンクではなく完全なシステムを比較するものとなる。モデル、メモリ、ツール、保存データ間の不規則な通信を伴うエージェント型推論パターンも含めるべきだ。

ベンチマークでは、輻輳時やコンポーネント障害時の性能も示すべきである。Delosはレジリエンスをブランドの中心に据えているため、円滑な復旧は測定可能にならなければならない。

混在ハードウェア全体で大幅な向上を確認する結果は、同社のアーキテクチャに関する主張を強化する。単一の最適化構成における限定的な向上は、より広範な主張を弱めるだろう。

3つ目のシグナルは、エコシステムでの採用である。Delosは、自社技術がUALink、Ethernet、アクセラレータのロードマップ、光学コンポーネント、サーバー設計とどのように相互作用するかを示さなければならない。

UALink Consortiumは、有用な参照点の一つとなる。その進展は、オープンなスケールアップ・エコシステムが商用利用可能になるまでの速度を示すだろう。

Delos製品が新興規格を実装しつつ、管理性、耐障害性、到達範囲を改善できれば、同社はエコシステムを支える供給企業になり得る。参加ベンダーが増えるほど、その恩恵も大きくなる。

一方で、Delos抜きで規格が成熟すれば、より大手の半導体企業が同じ機会を取り込む可能性がある。その場合、Delosにはより明確な性能面またはソフトウェア面での優位性が求められる。

この兆候を判断するうえで、Nvidiaの対応も重要だ。NVLink Fusionの提携先が拡大すれば、顧客はNvidiaのインフラプラットフォームを離れることなく、プロセッサの選択肢を増やせる可能性がある。

それにより、柔軟性への懸念に対処しながら、統合型モデルを維持できる。Delosは独立性、ワークロード性能、またはシステム全体の効率性で競争する必要がある。

したがって、Delos Data AI networkはアーキテクチャの不確実性に賭ける取り組みだ。同社は、将来の推論クラスタが異種混在で流動的な状態を保ち、接続が難しいままだと見込んでいる。

創業者らは、この仮説を実機ハードウェアで検証するのに十分な資金を調達した。同時に、経験豊富な半導体ベンダーと強力なプラットフォーム事業者がひしめく市場を選んだ。

開発者にとって、この結果は、どのプロセッサ同士を連携させられるか、またアプリケーションがインフラ全体でどれほど一貫した性能を発揮できるかに影響する。より優れたインターコネクトは、あらゆる改善をより大型のアクセラレータに頼ることなく、レイテンシを低減できる。

企業の購買担当者は、見出しを飾る帯域幅だけでなく、利用率に注目すべきだ。柔軟なネットワークが価値を持つのは、導入済みプロセッサから得られる実用的な出力を高め、将来の購買選択肢を維持できる場合である。

インフラチームは運用上の複雑さも検討すべきだ。障害の診断が難しくなったり、ソフトウェアに継続的な調整が必要になったりするなら、部品の選択肢に得られる価値は限られる。

Delosには今、同社のアーキテクチャとこうした実務的な成果を結び付ける証拠の提示が求められている。実名の顧客、比較ベンチマーク、規格との統合は、別の製品主張よりも強い判断材料となる。

1億ドル超のラウンドにより、Delosはこの競争に参入できる。しかし、それによって柔軟なAIインフラとNvidiaの統合プラットフォームのどちらが優位かという争いが決着するわけではない。

答えは、実際に導入されたシステムから明らかになる。Delosが異種チップによる推論を、互いの処理待ちをする高速コンポーネントの寄せ集めではなく、信頼できる一台のコンピュータのように実現できるかを注視したい。