Delos Data의 자금 조달, 새로운 AI 네트워킹 베팅에 1억 달러 투입

Delos Data가 AI 데이터센터 내부의 비용 부담이 큰 문제를 해결하기 위해 1억 달러 이상을 조달했다. 바로 데이터를 기다리느라 시간을 잃는 프로세서 문제다. 이번 Delos Data 자금 조달 라운드는 점점 더 혼합되는 AI 하드웨어를 연결하기 위한 칩, 소프트웨어, 시스템 설계를 뒷받침한다.

이 스타트업이 단순히 더 빠른 케이블 하나를 제안하는 것은 아니다. 가속기, 메모리, 스토리지, 스위치, 광 링크 전반의 데이터 이동을 조율하려 한다. 이는 긴밀히 통합된 컴퓨팅 플랫폼을 중심으로 구축된 인프라에 도전장을 내미는 전략이다.

Nvidia는 가장 분명한 비교 대상이다. GPU, NVLink 연결, 네트워킹 제품, 소프트웨어는 검증된 도입 사례를 갖춘 하나의 통합 스택을 이룬다. Delos Data는 추론 인프라가 너무 이질적으로 변해 단일 벤더 중심 아키텍처로는 모든 배포 환경을 다루기 어려워질 것이라고 보고 있다.

2025년에 설립된 기업으로서는 야심 찬 베팅이다. Delos가 광범위하고 독립적으로 검증된 성능 결과를 제시하기 전부터 투자자들이 이 아이디어에 상당한 자본을 투입하는 이유이기도 하다.

Delos Data 자금 조달 라운드는 전체 시스템 접근법을 뒷받침한다

이번 투자는 Delos Data에 독립형 네트워킹 칩 하나가 아니라, 서로 의존하는 여러 제품을 개발할 자원을 제공한다.

Delos는 2026년 9월 15일 자금 조달을 발표했다. 회사의 자금 조달 발표에는 Matrix, Playground, Socratic Partners, Capricorn’s Technology Impact Fund, Matter Venture Partners, IAG가 투자자로 명시돼 있다.

Reuters는 DYNAMIQ도 참여했다고 보도했다. 이 통신사는 회사를 AI 데이터센터 내부의 데이터 이동을 위한 칩과 소프트웨어를 개발하는 Intel 출신 인력 기반 스타트업으로 소개했다.

Socratic Partners는 Series A를 주도했다고 밝혔다. 투자사에 따르면 제너럴 파트너이자 공동 창업자인 Christian Gallagher가 Delos Data 이사회에 합류한다.

회사는 이 자금을 하드웨어 및 소프트웨어 엔지니어링 팀 확대에 사용할 계획이라고 밝혔다. 제품 개발과 영업도 가속할 예정이다. Delos가 인프라 스택의 여러 계층에 걸친 구성요소를 제공하려 한다는 점에서 이 목표들은 중요하다.

이 포트폴리오는 Nonstop AI라고 불린다. 데이터 인터페이스, 서버 아키텍처, 클러스터 설계, 관리 소프트웨어, 그리고 이 요소들을 연결하는 레퍼런스 아키텍처로 구성된다.

레퍼런스 아키텍처는 구성요소들이 어떻게 함께 작동해야 하는지를 고객에게 보여주는 문서화된 시스템 청사진이다. 통합 작업을 줄일 수는 있지만, 광범위하게 배포된 상용 시스템과 같은 것은 아니다.

새로운 Nonstop AI Data Interface는 하드웨어의 핵심이다. Delos는 이를 I/O 칩렛, 근접 패키지 광학 부품, 애드인 카드 형태로 제공할 계획이다.

I/O 칩렛은 더 큰 프로세서 패키지에 연결성을 추가하는 소형 실리콘 부품이다. 근접 패키지 광학은 광통신 장치를 컴퓨팅 실리콘 가까이에 배치해 데이터가 이동해야 하는 전기적 거리를 줄인다.

카드 버전은 보다 전통적인 배포 경로를 제공한다. 시스템 구축업체가 가속기 패키지를 재설계하지 않고도 이 기술을 추가할 수 있게 한다.

Delos는 이러한 형태가 GPU, 기타 가속기, CPU, 플래시 스토리지, 메모리를 연결할 수 있다고 말한다. 더 넓은 목표는 서로 다른 엔드포인트 유형을 아우르는 단일 관리형 데이터 이동 도메인을 만드는 것이다.

이 범위는 Delos Data의 AI 네트워킹 제안을 좁은 인터페이스 제품과 구분한다. 회사는 실리콘 패키징, 서버, 클러스터, 소프트웨어, 운영 관리를 동시에 아우르는 영향력을 확보하려 한다.

광범위한 범위는 실행 위험도 키운다. 지원되는 모든 엔드포인트, 물리 매체, 네트워크 토폴로지는 엔지니어가 테스트해야 할 또 하나의 통합 경로를 추가한다.

따라서 이번 자금 조달은 회사의 현금 잔고 이상을 바꾼다. 독립 공급업체가 칩 패키지에서 대규모 클러스터까지 이어지는 인프라를 조율할 수 있음을 입증하려는 시도에 자금을 댄다.

이번 라운드는 아키텍처가 광범위하게 제공되기 전에 Delos가 잠재 고객과 협력할 시간도 제공한다. 인프라 시장에서는 설계 결정이 고객을 여러 하드웨어 세대에 걸쳐 특정 플랫폼에 묶어둘 수 있다.

그만큼 초기 엔지니어링 접근성이 특히 중요하다. 하이퍼스케일러나 가속기 설계업체는 결과물인 양산 시스템이 데이터센터에 도달하기 훨씬 전에 인터커넥트를 평가해야 한다.

1억 달러 라운드는 Delos에 이러한 평가에 참여할 중요한 기회를 제공한다. 그렇다고 기술이 그 평가를 통과할 것이라는 보장은 아니다.

혼합형 AI 하드웨어가 네트워킹 기회를 만드는 이유

Delos는 점점 다양해지는 AI 프로세서와 이 프로세서들을 계속 가동 상태로 유지해야 하는 네트워크 사이의 공백을 겨냥하고 있다.

초기 생성형 AI 배포는 종종 동질적인 Nvidia GPU 그룹으로 대형 모델을 학습하는 데 집중됐다. 잘 이해된 하나의 구성요소를 반복적으로 사용하면 하드웨어 선택, 네트워킹, 소프트웨어 지원이 단순해졌다.

추론은 워크로드를 바꾼다. 추론은 학습된 모델을 실행해 사용자를 위한 답변, 예측, 행동을 생성하는 과정이다.

에이전틱 애플리케이션은 이를 더 복잡하게 만든다. AI 에이전트는 여러 단계의 작업을 완료하는 동안 반복적으로 모델을 호출하고, 정보를 검색하며, 도구를 사용하고, 상태를 유지할 수 있다.

이러한 애플리케이션은 동일한 GPU 집단 하나를 예측 가능한 통신 패턴 하나로 계속 가동하지 않을 수 있다. 작업은 가속기, CPU, 메모리 풀, 스토리지 시스템, 여러 모델 사이를 오갈 수 있다.

Reuters는 데이터센터가 추론에 더 많은 관심을 돌리면서 AMD와 Cerebras의 대안 제품들이 주목받고 있다고 보도했다. Nvidia 역시 서로 다른 워크로드를 위한 여러 프로세서 유형을 제공한다.

프로세서 선택지가 늘어나면 비용, 가용성, 워크로드 적합성을 개선할 수 있다. 동시에 인프라 운영자는 하나의 통합 시스템으로 설계되지 않은 구성요소들을 연결해야 한다.

Delos는 이러한 혼합을 인터커넥트, 가속기, 메모리, 스토리지, 물리 계층, 토폴로지, 네트워크, 모델의 혼합을 뜻하는 MoXI라고 부른다. 이 명칭은 독자적이지만, 근본적인 통합 문제는 현실적이다.

프로세서가 파라미터, 캐시된 데이터 또는 다른 장치의 결과를 기다리면 값비싼 연산 장치는 제대로 활용되지 못한다. 유용한 연산이 느려져도 전력 소비는 계속된다.

현재 Playground 파트너인 전 Intel CEO Pat Gelsinger는 자금 조달 세부 내용에서 이 문제를 직설적으로 설명했다. 그는 Reuters에 효과적으로 통신하지 못하는 컴퓨터는 기다리는 동안 전력을 소비하는 뜨거운 하드웨어가 된다고 말했다.

Delos CEO Ed Doe와 CTO Dan Daly는 이 주장에 관련 경험을 더한다. 두 사람 모두 Palo Alto에 본사를 둔 회사를 설립하기 전 네트워킹과 실리콘 분야에서 일했다.

이들의 경력에는 Intel과 Intel이 2019년 인수한 프로그래머블 네트워킹 기업 Barefoot Networks가 포함된다. 업계 보도는 이 팀을 Broadcom, Fulcrum Microsystems, 여러 오픈 인터커넥트 노력과도 연결한다.

이런 이력은 AI 클러스터 성능이 단순한 원시 대역폭 이상에 달려 있기 때문에 중요하다. 엔지니어들은 혼잡, 지연 시간, 라우팅, 집단 연산, 장애, 소프트웨어 가시성을 제어해야 한다.

대역폭은 연결이 전달할 수 있는 데이터의 양을 측정한다. 지연 시간은 전송이 시작되거나 완료되는 데 걸리는 시간을 측정한다. 시스템은 높은 대역폭을 내세우면서도 혼잡 상황이나 작고 빈번한 전송에서는 성능이 저조할 수 있다.

클러스터가 커질수록 신뢰성 확보는 더 어려워진다. 프로세서, 스위치, 케이블, 광학 부품이 늘어날수록 링크나 엔드포인트가 실패할 가능성도 커진다.

학습 작업은 진행 상황을 체크포인트로 저장하고 일부 장애 이후 재시작할 수 있다. 사용자 대면 에이전트는 지연되거나 누락된 응답이 애플리케이션에 직접 영향을 미치기 때문에 다른 기준을 요구한다.

Delos는 기존 인프라가 이전의 클라우드, 고성능 컴퓨팅 또는 학습 워크로드를 중심으로 구축됐다고 주장한다. 이 회사의 시스템은 지속적이고 이질적인 추론을 위한 데이터 이동에서 출발한다.

이 논지는 회사에 시의적절한 기회를 제공한다. 다만 고객이 기존 네트워크의 개선판이 아니라 완전히 새로운 아키텍처를 필요로 한다는 사실까지 입증하는 것은 아니다.

Delos Nonstop AI는 데이터를 어떻게 이동시키도록 설계됐나

Delos Nonstop AI는 네트워크를 독립적인 링크들의 집합이 아니라 엔드포인트를 조율하는 능동적인 시스템 계층으로 본다.

회사의 아키텍처는 하드웨어 인터페이스와 데이터 경로를 관찰하고 관리하는 소프트웨어를 결합한다. 목표는 일부 기저 복잡성을 감추면서 컴퓨팅, 메모리, 스토리지 사이에서 정보를 이동시키는 것이다.

Daly는 Reuters 인터뷰에서 이 전략을 신중하게 요약했다. 그는 어떤 인프라 아키텍처가 에이전틱 AI를 지배하게 될지 회사도 알지 못하지만, 데이터를 빠르게 이동시키는 방법을 제공하려 한다고 말했다.

이 불확실성은 설계의 핵심이다. 하나의 가속기, 링크 기술 또는 토폴로지가 승리할 것이라고 가정하는 대신, Delos는 혼합 배포 환경을 중심으로 구축하고 있다.

데이터 인터페이스는 엔드포인트가 이 관리형 도메인에 진입할 수 있는 방법을 제공한다. 회사의 제품 설명에 따르면, 이 제품은 세 가지 물리적 형태로 제공될 예정이다.

칩렛은 가속기 패키지 내부에 배치돼 가장 긴밀한 통합을 제공할 수 있다. Delos는 이 버전이 초당 30테라비트의 대역폭을 제공할 수 있다고 말한다.

이 수치는 독립적으로 재현된 벤치마크가 아니라 회사의 사양이다. 칩렛 통합에는 제조 이전에 프로세서 설계업체의 협력도 필요하다.

근접 패키지 광학은 또 다른 경로를 제공한다. 광학 부품을 프로세서 가까이 이동하면 서버를 넘어선 통신을 지원하면서 전기 링크 길이를 줄일 수 있다.

카드 버전은 실리콘 수준의 조율을 덜 필요로 할 것으로 보인다. 다만 카드 기반 연결은 호스트 인터페이스, 보드 설계, 전력, 냉각, 물리적 공간에서 자체적인 한계에 직면한다.

Delos는 이 인터페이스를 Nonstop AI Server와 결합한다. 회사는 이를 분리형 스케일업 서버 설계로 설명한다.

스케일업 네트워킹은 가속기들을 소프트웨어가 하나의 더 큰 컴퓨팅 도메인으로 다룰 수 있을 만큼 긴밀하게 연결한다. 스케일아웃 네트워킹은 더 넓은 클러스터 전반에서 별도의 서버나 랙을 연결한다.

분리는 운영자가 컴퓨팅, 메모리, 스토리지를 별도 풀에서 조합할 수 있게 한다. 유연성을 높일 수 있지만, 모든 분리는 추가적인 데이터 이동을 만든다.

Delos는 Nonstop AI Clusters와 Mosaic 소프트웨어도 제공한다. Mosaic은 통신 동작을 모니터링하며 스케일업 도메인 전반의 병목 현상을 식별하도록 설계됐다.

2026년 5월 Computex에서 Delos는 AI 워크로드를 모니터링하는 Mosaic을 시연했다. 회사는 선택된 고객에게 얼리 액세스 소프트웨어 배포가 제공됐으며, 더 폭넓은 제공은 4분기에 계획돼 있다고 밝혔다.

이번 최신 출시는 이 요소들을 하나로 연결하는 레퍼런스 아키텍처를 추가한다. Delos는 이 설계가 하나의 랙이나 소규모 그룹이 아니라 수십만 개 장치를 포함하는 클러스터를 겨냥한다고 말한다.

회사는 데이터 인터페이스가 10배 더 낮은 지연 시간과 10배 더 높은 효율을 제공할 수 있다고 주장한다. 별도의 회사 발표문은 성능, 복원력, 규모에서 10배의 개선을 설명한다.

이 수치는 신중하게 다뤄야 한다. Delos는 모든 비교의 기준선, 워크로드, 구성 또는 장애 조건을 보여줄 만큼 충분한 독립 테스트 데이터를 공개하지 않았다.

“10배”라는 표현은 하나의 설계가 하드웨어, 소프트웨어, 토폴로지, 워크로드 배치를 동시에 바꿀 때 서로 다른 의미를 가질 수 있다. 구매자는 구성 요소 수준과 시스템 수준의 결과를 모두 확인해야 한다.

회사는 또한 시스템이 토큰당 비용을 낮추고 와트당 토큰 수를 개선할 수 있다고 말한다. 이는 인프라의 동작을 산출량 및 에너지 소비와 연결하기 때문에 유용한 운영 지표다.

다만 두 지표 모두 모델, 배치 크기, 정밀도, 지연 시간 목표, 프로세서 활용률, 전력 가정에 따라 달라진다. 한 워크로드에서 나온 유리한 결과가 다른 워크로드로 자동 전이되지는 않는다.

따라서 시스템 수준에서 설명한 Delos Nonstop AI는 조정에 관한 제안이다. 다양한 프로세서가 데이터를 전달받는 전체 경로를 제어해 생산성을 유지하려는 접근이다.

이 메커니즘은 타당해 보인다. 아직 해결되지 않은 질문은 Delos가 또 하나의 인프라 계층을 도입할 만큼 충분히 측정 가능한 이점을 제공할 수 있느냐는 점이다.

핵심 경쟁은 통합 대 유연성이다

Delos는 하나의 케이블이나 스위치와 경쟁하는 것이 아니라, 하드웨어 중립적 조정 계층으로 긴밀히 통합된 플랫폼에 도전하고 있다.

Nvidia는 통합의 장점을 보여준다. 이 회사는 가속기, NVLink, NVSwitch, 네트워크 어댑터, 스위치, 관리 소프트웨어, 라이브러리, 최적화된 모델을 개발한다.

Nvidia는 NVLink를 직접 연결되는 양방향 GPU 인터커넥트로 설명한다. 현재 시스템은 이를 통해 여러 가속기에 걸친 고대역폭 통신 도메인을 구축한다.

이 접근 방식은 시스템 성능을 책임지는 공급업체 수를 줄인다. Nvidia는 프로세서 동작, 스위치 기능, 소프트웨어 라이브러리, 레퍼런스 시스템을 조율할 수 있다.

통합은 고객에게 명확한 지원 경로도 제공한다. 주요 구성 요소가 모두 하나의 플랫폼 공급업체에서 나오면, 성능 문제를 두고 서로에게 책임을 돌릴 조직이 줄어든다.

그 대가로 선택지는 줄어든다. Nvidia GPU를 AMD 가속기, 맞춤형 프로세서, 특수 추론 칩과 함께 사용하려는 데이터센터 운영자는 하나의 독점 도메인 밖의 연결이 필요하다.

Nvidia는 플랫폼 확장으로 대응했다. NVLink Fusion은 파트너가 특정 맞춤형 프로세서를 Nvidia의 인터커넥트 기술 및 스위치 실리콘과 결합할 수 있도록 한다.

이 대응은 고객이 Nvidia 전용 시스템과 완전히 개방된 대안 중 하나를 선택해야 한다는 단순한 주장을 약화한다. Nvidia는 통합 아키텍처의 상당 부분을 유지하면서 통제된 맞춤화를 제공할 수 있다.

개방형 산업 표준은 또 다른 경쟁 경로를 만든다. UALink Consortium은 AI 가속기를 위한 개방형 스케일업 연결을 추진한다.

이 컨소시엄은 2024년에 법인화됐고 2025년에 첫 공개 사양을 발표했다. 공식 목표는 산업 생태계가 호환 가능한 가속기 간 연결을 구축하도록 하는 것이다.

더 큰 클러스터 전반의 통신을 위해 Ultra Ethernet Consortium은 2025년 6월 Specification 1.0을 발표했다. 이는 널리 배포된 Ethernet 생태계를 AI 및 대규모 고성능 컴퓨팅에 맞게 조정한다.

이 프로젝트들은 기존 네트워킹 공급업체가 AI 워크로드를 외면하고 있다는 관념을 약화한다. 또한 Delos가 대체하기보다 지원할 수 있는 표준을 만든다.

Delos 경영진은 Ultra Ethernet 및 UALink와 관련된 작업에 참여해 왔다. 회사는 자사 아키텍처를 전체 시스템에 걸쳐 이러한 링크와 다른 기술을 조정하는 방법으로 제시한다.

이 지점에서 Delos Data의 AI 네트워킹 논지는 더 흥미로워진다. Delos가 모든 표준이나 물리적 연결을 이길 필요는 없다.

대신 회사는 여러 기술이 효율적으로 함께 작동하도록 만드는 계층이 되어야 한다. 그 가치는 구성, 가시성, 복원력, 워크로드 인지형 데이터 이동에서 나올 것이다.

이 입지에는 전략적 위험이 따른다. 표준과 기존 플랫폼이 유사한 기능을 흡수하면 독립적인 조정 계층의 여지는 줄어들 수 있다.

Ethernet 스위치 공급업체들은 이미 혼잡 제어, 텔레메트리, 부하 분산, 워크로드별 기능을 추가하고 있다. 가속기 공급업체는 통신 엔진을 프로세서에 직접 통합할 수 있다.

클라우드 공급업체도 맞춤형 인프라 소프트웨어를 구축할 수 있다. 이들의 규모는 소규모 고객이 감당하기 어려운 엔지니어링 투자를 정당화한다.

따라서 Delos는 상호운용성 이상의 가치를 입증해야 한다. 경쟁사가 점진적 개선으로 따라올 수 없는 결과를 자사 칩과 소프트웨어가 제공한다는 점을 보여줄 필요가 있다.

가장 큰 기회는 실제로 이기종 인프라가 필요한 고객에게 있다. 이들 구매자는 공급 상황, 모델 요구 사항 또는 자체 실리콘 프로그램 때문에 여러 가속기 제품군을 결합할 수 있다.

동질적인 Nvidia 배포 환경은 계산이 다르다. 워크로드가 이미 잘 수행되고 있다면, 독립적인 인터페이스와 관리 계층을 추가하는 것은 충분한 이점 없이 복잡성만 늘릴 수 있다.

이 구분은 도입 양상을 결정해야 한다. Delos가 모든 AI 클러스터를 이기종으로 만들 필요는 없지만, 단일 플랫폼의 단순성보다 유연성을 중시하는 대형 구매자가 충분히 필요하다.

성능 주장이 아직 보여주지 않는 것

자금 조달은 투자자의 관심을 입증하지만, Delos Data의 지연 시간, 효율성, 복원력 또는 경제성 주장을 독립적으로 검증하지는 않는다.

Delos는 여러 인상적인 목표를 공개했다. 여기에는 10배 낮은 지연 시간, 10배 높은 효율, 훨씬 더 큰 엔드포인트 도메인이 포함된다.

회사는 또한 AI 추론 토큰 수요가 2030년까지 약 300배 증가할 것으로 전망한다. 그 증가분의 대부분은 에이전틱 추론이 차지할 것이라고 말한다.

이 전망은 회사 서사에서 긴박감이 생기는 이유를 설명한다. 그러나 공개된 방법론과 독립적 확인 없이 이를 보장된 수요 곡선으로 받아들여서는 안 된다.

성능 비교에도 같은 주의가 필요하다. 신뢰할 수 있는 평가는 경쟁 시스템, 구성 요소 세대, 토폴로지, 워크로드, 소프트웨어 버전, 측정 방법을 식별해야 한다.

지연 시간 결과에는 평균뿐 아니라 분포도 필요하다. 대화형 에이전트를 제공하는 시스템은 느린 이상치를 제어해야 한다. 하나의 지연된 종속성이 전체 응답을 지연시킬 수 있기 때문이다.

효율성 결과 역시 명확한 경계가 필요하다. 측정 대상은 네트워킹 실리콘만일 수도 있고, 완전한 서버나 전체 클러스터일 수도 있다.

광 모듈, 스위치, 냉각 장비, 유휴 가속기가 사용하는 전력은 결과를 크게 바꿀 수 있다. 한 범주를 제외하면 두 시스템이 실제보다 더 큰 차이를 보이는 것처럼 보일 수 있다.

복원력에는 장애 테스트가 필요하다. 구매자는 워크로드가 계속 활성화된 상태에서 플랫폼이 링크, 스위치, 인터페이스, 광학 구성 요소 또는 엔드포인트 장애를 어떻게 처리하는지 확인해야 한다.

복구 자체만큼 복구 시간도 중요하다. 결국 트래픽을 우회시키는 네트워크라도 대화형 AI 서비스의 응답 시간 요구 사항을 위반할 수 있다.

규모는 또 다른 검증 문제를 낳는다. 실험실 시연은 수천 개의 가속기를 포함한 클러스터에서 발견되는 모든 혼잡 패턴이나 구성 요소 장애를 재현할 수 없다.

Delos는 자사 아키텍처가 랙을 훨씬 넘어 확장될 수 있다고 말한다. 고객은 네트워크가 커져도 관리 오버헤드와 테일 지연 시간이 통제된 상태로 유지된다는 증거를 필요로 한다.

또한 어떤 부분이 출하되는지도 알아야 한다. 레퍼런스 아키텍처, 소프트웨어 프리뷰, 프로토타입 카드, 라이선스 가능한 칩렛, 양산 인증 장치는 전혀 다른 수준의 준비 상태를 나타낸다.

계획된 4분기 제공 시점은 초기 시험대가 된다. Delos는 어떤 제품이 어느 수량으로, 어떤 지원 프로세서와 함께 광범위하게 제공되는지 명확히 해야 한다.

고객 공개도 유용한 신호가 될 수 있다. 제한적이더라도 실명이 공개된 배포 사례는 외부 엔지니어링 팀이 이 기술 통합을 시작했음을 보여줄 수 있다.

하지만 고객 로고만으로는 실제 운영 사용을 증명할 수 없다. 더 강력한 증거에는 배포 규모, 워크로드 유형, 측정된 개선 효과, 운영 기간이 포함될 것이다.

제조는 또 다른 불확실성이다. 네트워킹 실리콘은 설계부터 제조, 패키징, 검증, 시스템 인증까지 거쳐야 한다.

세 가지 폼팩터 전략은 이러한 경로를 늘린다. 칩렛에는 프로세서 파트너가, 광학 제품에는 패키징 및 광학 파트너가, 카드에는 서버 인증이 필요하다.

소프트웨어는 이 작업과 분리할 수 없다. Mosaic은 여러 공급업체의 엔드포인트를 관찰하면서 또 다른 운영 병목이 되지 않고 유용한 제어를 제공해야 한다.

보안도 주목할 필요가 있다. 컴퓨팅, 메모리, 스토리지 트래픽 전반을 볼 수 있는 계층은 데이터센터 내부에서 민감한 위치를 차지한다.

Delos는 명확한 격리, 인증, 펌웨어 업데이트, 텔레메트리 제어를 제공해야 한다. 구매자는 플랫폼에 광범위한 운영 접근 권한을 부여하기 전에 이러한 세부 사항을 기대해야 한다.

이 질문들 중 어느 것도 아키텍처를 반증하지는 않는다. 이는 Delos Nonstop AI를 신뢰할 만한 엔지니어링 논지에서 검증된 제품으로 옮기기 위해 필요한 증거를 식별한다.

자금 조달은 이러한 전환을 위한 자원을 제공한다. 동시에 회사가 이제 더 까다로운 검증에 대응할 수 있을 만큼의 자본을 갖췄기 때문에 기대치도 높인다.

이 베팅의 성패를 가를 세 가지 신호

다음 시험은 또 다른 자금 조달 발표가 아니라, Delos가 자사 아키텍처를 측정 가능하고 지원되며 반복 가능한 배포로 전환할 수 있는지 여부다.

첫 번째 신호는 2026년 4분기의 광범위한 제품 제공이다. Delos는 초기 소프트웨어 배포 이후 더 넓은 접근성을 제공하겠다고 앞서 밝혔다.

구매자는 어떤 구성 요소가 실제로 출하되는지 지켜봐야 한다. Mosaic만 제공되는 것은 양산 카드, 인증된 광학 제품 또는 확정된 칩렛 파트너보다 의미가 작다.

지원되는 하드웨어 조합을 갖춘 출시라면 이기종 인프라를 조정할 수 있다는 회사의 주장을 강화할 것이다. 지연 또는 제한적인 프리뷰는 이를 약화할 것이다.

두 번째 신호는 재현 가능한 벤치마크 공개다. Delos는 핵심 주장 뒤에 있는 구성, 워크로드, 기준선, 지연 시간 분포, 전력 측정 경계, 장애 동작을 공개해야 한다.

독립 테스트는 회사가 통제한 또 하나의 시연보다 더 중요하다. 여러 가속기 유형에 걸친 결과는 아키텍처의 유연성 주장을 직접 시험할 것이다.

신중하게 선택된 토폴로지에서만 개선 효과를 보이는 벤치마크는 기회를 제한할 것이다. 추론 모델, 배치 크기, 장애 조건 전반의 결과는 더 폭넓은 사례를 뒷받침할 것이다.

세 번째 신호는 실명이 공개된 운영 고객 또는 실리콘 파트너다. 하이퍼스케일러, 가속기 설계사, 서버 제조사 또는 대형 AI 운영자는 의미 있는 외부 검증을 제공할 것이다.

가장 좋은 증거는 배포의 목적과 규모를 식별할 것이다. Delos 칩렛을 통합하는 프로세서 공급업체는 특히 중요하다. 그 결정은 실리콘 제조 이전에 시작되기 때문이다.

제한적인 평가는 운영 도입과 혼동해서는 안 된다. 그럼에도 외부 엔지니어가 이 설계를 비용이 큰 인증 작업에 충분히 성숙한 것으로 판단하는지 보여줄 수 있다.

경쟁사의 대응은 보조 맥락으로 중요하다. Nvidia, UALink 참여자, Ethernet 공급업체 및 다른 네트워킹 스타트업은 계속해서 자체 제품을 개선할 것이다.

그러나 이기종 인프라가 성장한다고 해서 Delos가 자동으로 승리하는 것은 아니다. 고객이 표준 기반 구성 요소, 내부 엔지니어링 또는 통합 플랫폼 대신 Delos의 조정 계층을 선택할 때만 승리한다.

Delos Data의 자금 조달 라운드는 이 사례를 입증할 기회를 마련했다. 새로운 네트워크 아키텍처가 일상 운영에서 성숙하고 조정된 스택을 능가할 수 있는지에 대한 결론을 내린 것은 아니다.

인프라 팀에게 실질적인 질문은 이제 구체적이다. 향후 결과가 혼합 하드웨어 전반에서 더 낮은 지연 시간, 더 높은 활용률, 더 나은 장애 복구를 보여주는가?

4분기 출시, 벤치마크 방법론, 그리고 최초로 공개된 도입 사례를 주시해야 한다. 이러한 신호는 Delos Data AI 네트워킹이 인프라로 자리 잡을지, 아니면 야심 찬 청사진에 머물지를 보여줄 것이다.