Delos Data 투자 유치, 1억 달러 돌파… Nvidia의 AI 네트워킹 모델에 도전

Intel 출신 인사들이 설립한 스타트업 Delos Data가 혼합 칩 AI 추론을 위해 설계된 네트워크를 추진하면서 누적 투자 유치액이 1억 달러를 넘어섰다. 이번 자금 조달로 Delos는 실리콘, 서버, 소프트웨어를 개발할 자원을 확보했다. 그 바탕에는 미래의 AI 클러스터가 하나 이상의 가속기 아키텍처를 포함하게 될 것이며, 네트워크는 이들 구성 요소가 하나의 통합된 시스템처럼 작동하도록 해야 한다는 까다로운 전제가 있다.

이 전제는 Nvidia가 초기 AI 구축 환경의 기본 공급업체로 자리 잡게 한 수직 통합 모델에 도전한다. Nvidia는 GPU, NVLink 연결, 스위치, 네트워킹 장비, 소프트웨어, 랙 수준 설계를 결합한다. 반면 Delos는 인프라 운영자가 서로 다른 가속기, 메모리 시스템, 스토리지 장치, 케이블, 스위치, 물리적 토폴로지를 연결할 수 있도록 하려 한다.

당장의 경쟁 구도는 단순히 Delos Data와 Nvidia의 대결이 아니다. 이는 구축 위험을 낮추는 통합 플랫폼과 유연성의 경쟁이다. Delos는 이기종 AI 네트워크가 구축, 튜닝, 유지보수를 더 어렵게 만들지 않으면서도 이에 상응하는 성능을 제공할 수 있음을 입증해야 한다.

Delos Data 투자 유치, 완전한 네트워킹 스택 뒷받침

이번 자금 조달은 Delos Data를 아키텍처 제안 단계에서 대안 AI 인터커넥트 스택을 구축하려는 본격적인 시도로 전환한다.

Delos는 2026년 9월 15일 이번 투자 라운드를 발표했다. Palo Alto에 본사를 둔 이 회사는 Matrix, Playground, Socratic Partners, Capricorn의 Technology Impact Fund로부터 1억 달러 이상을 조달했다고 밝혔다.

Matter Venture Partners, IAG, DYNAMIQ 및 개별 기술 업계 임원들도 참여했다. 회사는 기업가치를 공개하지 않았으며, 통상적인 투자 단계로 이번 라운드를 규정하지도 않았다.

회사의 투자 발표에 따르면, 이 자금은 제품 개발과 하드웨어·소프트웨어 엔지니어링 팀 확충에 사용될 예정이다. Delos는 이번 투자금을 바탕으로 Nonstop AI라는 이름의 제품군을 출시하고 있다.

최고경영자 Ed Doe와 최고기술책임자 Dan Daly는 Intel에서 경력을 쌓은 뒤 Delos를 공동 창업했다. 네트워킹 실리콘에는 매력적인 아키텍처 다이어그램 이상의 역량이 필요하다는 점에서 이들의 배경은 중요하다. 공급업체에는 칩 설계 전문성, 시스템 소프트웨어, 검증 역량, 그리고 긴 하드웨어 공급망 전반에 걸친 관계가 필요하다.

Delos는 자사 포트폴리오를 세 가지 수준으로 설명한다. Nonstop AI Cluster는 클러스터 아키텍처, 관측성, 장애 관리를 다룬다. Nonstop AI Server는 대형 시스템 내부에서 프로세서와 기타 구성 요소 간의 스케일업 연결을 제공한다.

Nonstop AI Data Interface는 실리콘 계층이다. Delos는 이를 통해 GPU, 맞춤형 가속기, CPU, 메모리, 스토리지를 하나의 저지연 도메인으로 연결할 수 있다고 말한다.

MoXI 레퍼런스 아키텍처는 이러한 요소들이 함께 작동하는 방식을 정의한다. 레퍼런스 아키텍처는 구성 요소 간 관계와 설계를 운영하는 데 필요한 소프트웨어를 포함한 검증된 시스템 청사진이다.

이처럼 폭넓은 범위는 Delos Data AI 네트워크를 독립형 네트워크 인터페이스 카드보다 더 야심 찬 제품으로 만든다. 이 회사는 운영자가 클러스터를 설계하고, 장치를 연결하며, 장애를 탐지하고, 데이터 이동을 관리하는 방식에 영향을 미치고자 한다.

Delos는 자사의 데이터 인터페이스가 10배 낮은 지연 시간과 10배 높은 효율성을 제공할 수 있다고 주장한다. 제품 자료에는 코패키지드 칩렛 구현에서 초당 30테라비트 이상의 대역폭을 제공한다는 설명도 담겼다.

이 수치는 여전히 회사 측 주장이다. Delos는 구매자가 워크로드, 장애 조건, 전력 범위 전반에서 완전한 시스템을 비교할 수 있을 만큼 충분한 독립 벤치마크를 공개하지 않았다.

회사는 2026년 5월 Computex에서 AI 워크로드를 실행하는 클러스터 소프트웨어를 시연했다. 이 시연은 Delos가 작동하는 기술을 보유하고 있음을 보여줬지만, 대량 공급 준비 상태나 생산 경제성을 입증하지는 못했다.

따라서 이번 자금 조달은 입증 부담이 아니라 노력의 규모를 바꾼다. Delos는 이제 엔지니어링, 고객 시험, 실리콘 개발을 위한 의미 있는 자본 기반을 갖추게 됐다. 그러나 이 기반을 실제 구축 가능한 제품으로 전환해야 하는 과제는 여전히 남아 있다.

이 요구 사항은 이 글의 핵심 긴장을 만든다. 유연한 인터커넥트는 지원을 약속한 다양한 환경에서 예측 가능한 성능을 제공할 때만 가치가 있다.

AI 추론이 네트워크의 중요성을 높이고 있다

AI 인프라는 균일한 훈련 클러스터에서 벗어나, 다양하고 예측하기 어려우며 점점 더 에이전트화되는 워크로드를 처리해야 하는 추론 시스템으로 이동하고 있다.

대규모 모델 훈련은 비교적 안정적인 가속기 집단 전반에서 지속적인 연산을 강조한다. 워크로드는 며칠 또는 몇 주 동안 실행될 수 있으며, 운영자는 계획된 작업에 맞춰 클러스터를 최적화할 수 있다.

추론은 다르다. 모델이 서비스에 들어간 뒤 사람, 애플리케이션, AI 에이전트의 요청을 처리한다. 트래픽은 빠르게 변할 수 있고, 지연 시간은 사용자 경험에 직접적인 영향을 미친다.

에이전트형 AI는 또 다른 복잡성을 더한다. 에이전트는 답변을 반환하기 전에 여러 모델을 호출하고, 데이터를 검색하고, 도구를 사용하며, 이러한 단계를 반복할 수 있다. 각 전환은 컴퓨팅, 메모리, 스토리지, 네트워크 리소스 사이의 추가적인 이동을 만든다.

데이터를 기다리는 프로세서는 유용한 작업을 완료하지 못한 채 전력을 계속 소비한다. Intel의 전 최고경영자이자 Playground 파트너인 Pat Gelsinger는 Reuters 보도에서 이 문제를 직설적으로 설명했다. 효과적인 통신이 없으면 값비싼 프로세서가 유휴 상태로 에너지를 소비할 수 있다는 것이다.

이 유휴 시간이 네트워킹을 AI 시스템 설계의 전략적 요소로 만들었다. 데이터가 너무 늦게 도착하거나 혼잡이 협업 작업을 방해하면, 더 빠른 가속기 역시 기대한 출력을 낼 수 없다.

이러한 시스템의 구성도 변하고 있다. Nvidia GPU는 여전히 AI 인프라의 핵심이지만, 운영자에게는 이제 더 많은 선택지가 있다. AMD는 Instinct 가속기를 판매하고 있으며, 클라우드 기업들은 일부 워크로드에 자체 설계한 프로세서를 배치하고 있다.

Cerebras는 웨이퍼 스케일 프로세서로 다른 접근법을 택한다. 다른 기업들은 추론 가속기, 광 링크, 네트워크 프로세서, 메모리 확장 제품을 제공한다.

Nvidia조차 이제 Nvidia 외 프로세서를 포함하는 시스템을 지원한다. NVLink Fusion은 맞춤형 CPU와 가속기를 Nvidia의 랙 스케일 인프라에 연결할 수 있게 한다.

이러한 다양성은 Delos에 기회를 만든다. 회사는 모든 운영자가 Nvidia GPU를 포기하도록 만들 필요가 없다. 매번 주변 네트워크를 다시 구축하지 않고도 구성 요소를 조합할 수 있는 능력을 가치 있게 여기는 구매자를 충분히 확보하면 된다.

Delos는 고성능 컴퓨팅이나 훈련 환경에서 물려받은 인터커넥트가 아니라, 추론을 위해 설계된 인터커넥트가 필요하다고 말한다. 이는 분명한 포지셔닝이지만, 그 차이는 실질적인 증거로 뒷받침돼야 한다.

훈련과 추론 모두 높은 대역폭, 낮은 지연 시간, 신뢰할 수 있는 집단 통신을 요구한다. 트래픽 패턴은 다르지만, 기존 공급업체도 이러한 차이에 맞춰 기존 패브릭을 업데이트할 수 있다.

따라서 Delos는 단순한 기술적 적합성 이상을 증명해야 한다. 워크로드 우선 접근법이 성숙한 인프라를 개조하는 방식보다 측정 가능한 운영상 이점을 제공한다는 점을 보여야 한다.

그 압력은 대규모 추론 서비스를 구축하는 데이터센터 운영자에게 가장 크게 작용한다. 고정된 플랫폼은 조달과 구축을 단순화할 수 있지만, 아키텍처 선택을 한 공급업체에 집중시키기도 한다.

유연한 네트워크는 더 큰 협상력과 특화 프로세서에 대한 더 나은 접근성을 약속한다. 그러나 운영자에게는 더 많은 조합을 통합하고, 더 젊은 지원 생태계를 받아들일 것을 요구한다.

이는 장기적인 인프라 결정이다. 인터커넥트 선택은 서버 설계, 소프트웨어 도구, 유지보수 관행, 향후 가속기 구매에 영향을 미친다. 구축 후 이를 바꾸는 일은 비용이 많이 들 수 있다.

Delos는 운영자가 장기적인 구성 요소 선택권을 유지하기 위해 단기적인 통합 작업을 감수할 것이라고 베팅한다. Nvidia는 조율된 플랫폼이 제한 없는 유연성보다 계속 더 큰 가치를 지닐 것이라고 베팅한다.

Delos Data AI 네트워크, 유연성과 통합의 대결 구도

Delos는 아키텍처의 자유를 판매하고, Nvidia는 검증된 구축 경로를 갖춘 조율된 플랫폼을 판매한다.

Nvidia의 입지는 가속기에 대한 통제에서 시작된다. 이후 Nvidia의 네트워크 기술은 프로세서와 소프트웨어에 맞춰 최적화된 스택을 통해 이러한 가속기를 연결한다.

이러한 통합은 불확실성을 줄일 수 있다. 구매자는 어떤 구성 요소가 함께 작동하도록 설계됐는지, 어떤 도구가 이를 모니터링하는지, 어떤 공급업체가 성능 문제를 책임지는지를 알 수 있다.

Nvidia는 접근 방식을 더욱 확장하기도 했다. NVLink Fusion은 하이퍼스케일러와 칩 개발자가 맞춤형 CPU 또는 가속기를 Nvidia의 스케일업 패브릭 및 랙 아키텍처에 연결할 수 있도록 한다.

이러한 움직임은 Nvidia가 폐쇄적인 올-Nvidia 시스템만 지원한다는 단순한 주장을 약화시킨다. 고객은 Nvidia의 네트워크, 관리 소프트웨어, 폭넓은 인프라를 유지하면서 맞춤형 프로세서를 추가할 수 있다.

Delos는 다른 중심축을 제시한다. 그 아키텍처는 컴퓨팅 구성 요소가 주변에서 바뀌는 동안 데이터 경로를 안정적인 계층으로 취급한다.

Daly는 Reuters에 에이전트형 AI 인프라의 최종 아키텍처를 아는 사람은 없다고 말했다. 그는 Delos가 선택된 구성 요소 간에 데이터를 더 빠르게 이동시키는 방법을 여전히 제공할 수 있다고 주장했다.

이러한 불확실성은 Delos의 논지를 뒷받침한다. 클라우드 운영자는 하나의 모델에 GPU를 배치하고, 다른 모델에는 맞춤형 가속기를 사용하며, 데이터 준비나 오케스트레이션에는 CPU를 사용할 수 있다.

메모리와 스토리지 요구 사항 역시 추론 작업에 따라 달라질 수 있다. 긴 컨텍스트 모델에는 상당한 메모리 용량이 필요하고, 검색 시스템은 인덱스와 저장된 콘텐츠에 반복적으로 접근한다.

이러한 리소스를 하나의 도메인으로 연결하는 네트워크는 활용도를 개선할 수 있다. 운영자는 모든 단계를 하나의 프로세서 유형에 억지로 맞추는 대신, 각 단계에 하드웨어를 더 정확히 맞출 수 있다.

Delos는 이 혼합 지향 설계를 MoXI라고 부른다. 이 이름은 하드웨어, 모델, 물리적 링크, 스위치, 네트워크 토폴로지의 혼합을 반영한다.

실질적인 매력은 선택권이다. 운영자는 주변 아키텍처를 교체하거나 전체 클러스터를 해당 공급업체가 선호하는 패브릭에 맡기지 않고도 새 가속기를 도입할 수 있다.

그러나 통합에는 대역폭 사양에 드러나지 않는 이점이 있다. Nvidia는 펌웨어, 드라이버, 집단 통신 라이브러리, 스위치, 프로세서, 관리 소프트웨어를 조율할 수 있다.

이러한 조율은 엔지니어가 성능 저하를 진단하는 데 도움이 된다. 한 공급업체가 스택의 더 많은 부분을 통제할수록, 성능 장애를 두고 서로를 탓할 수 있는 조직은 줄어든다.

Delos는 통제하지 않는 구성 요소 전반에서 이러한 운영 명확성을 재현해야 한다. 따라서 관측성 소프트웨어와 장애 탐지는 인터페이스 실리콘만큼 중요하다.

회사는 자사의 클러스터 아키텍처가 무중단 장애 탐지를 지원한다고 말한다. 이 맥락에서 무중단은 워크로드를 중단하지 않고 장애를 탐지하고 처리한다는 의미다.

대규모 클러스터에는 잠재적 장애 지점이 많기 때문에 이 기능은 중요하다. 네트워크 링크, 엔드포인트, 케이블 또는 소프트웨어 서비스가 동기화된 처리를 방해할 수 있다.

그러나 내결함성에는 서버, 드라이버, 애플리케이션, 오케스트레이션 시스템의 협력도 필요하다. Delos는 칩 사양만으로 시스템 복원력을 제공할 수 없다.

회사의 풀스택 전략은 그 문제를 인식하고 있다. 동시에 Delos가 완성하고 검증하며 지원해야 할 기술의 범위도 넓어진다.

이 때문에 이번 투자 라운드는 발표된 금액 이상의 의미를 지닌다. Delos는 작은 구성 요소 하나에 자금을 조달하는 것이 아니다. 실리콘, 시스템, 소프트웨어, 고객 지원 조직을 동시에 구축하려 하고 있다.

Nvidia는 이미 수년간 플랫폼과 개발자 생태계를 구축해 왔다. Delos는 고객이 솔루션을 직접 조립하지 않아도 될 만큼의 편의성을 제공하면서, 덜 성숙한 공급업체를 선택할 이유가 될 만큼의 유연성도 갖춰야 한다.

개방형 표준은 Nvidia를 우회하는 또 다른 경로를 만든다

이기종 AI 인프라를 추구하는 곳은 Delos만이 아니며, 개방형 산업 표준은 협력자이자 경쟁 경로가 될 수 있다.

UALink Consortium은 AI 가속기를 위한 개방형 스케일업 연결을 만들기 위해 구성됐다. 스케일업 네트워킹은 지연 시간과 메모리 접근이 매우 중요한, 긴밀하게 조율된 컴퓨팅 도메인 내에서 프로세서를 연결한다.

컨소시엄의 첫 공개 사양은 2025년 4월에 발표됐다. 초기 설계는 하나의 AI 팟 내에서 최대 1,024개의 가속기를 연결할 수 있도록 지원한다.

2026년 4월, 이 단체는 칩렛, 관리 기능, 인네트워크 컴퓨팅을 포함하는 추가 사항을 발표했다. 인네트워크 컴퓨팅은 데이터가 패브릭을 이동하는 동안 네트워크 구성 요소가 선택된 작업을 수행하도록 한다.

UALink specification은 가속기 공급업체에 Nvidia의 독점 NVLink 환경 밖에서 활용할 수 있는 공통 기반을 제공한다. 이 목표는 구성 요소 선택권을 강조하는 Delos의 논지와 맞닿아 있다.

AMD 역시 Pensando 제품을 통해 Ethernet 기반 AI 네트워킹을 추진하고 있다. Pollara 400 네트워크 인터페이스 카드는 400기가비트 Ethernet을 지원하며 가속기 간 통신을 겨냥한다.

AMD의 더 새로운 Vulcano 800 제품은 이 접근 방식을 800기가비트 연결성으로 확장한다. 회사는 이 장치가 GPU당 최대 초당 2.4테라비트의 스케일아웃 대역폭을 제공할 수 있다고 말한다.

스케일아웃 네트워킹은 더 큰 서버 또는 랙 그룹을 연결한다. 이는 긴밀하게 결합된 도메인 내부의 스케일업 통신과는 거리, 관리, 혼잡 측면에서 다른 요구사항을 가진다.

Delos는 운영자 관점에서 이 구분을 줄이고자 한다. 회사 자료는 서로 다른 물리 기술 전반에서 컴퓨팅, 메모리, 스토리지를 아우르는 통합 데이터 이동 도메인을 설명한다.

이 목표는 Ethernet이나 UALink 같은 표준과 상호 보완적일 수 있다. Delos는 자사 아키텍처가 여러 프로토콜, 스위치, 케이블, 토폴로지 전반에서 작동한다고 말한다.

표준은 특정 공급업체에 대한 의존도를 낮추지만, 자동으로 최적화된 제품을 만들어 주지는 않는다. 기업들은 여전히 실리콘, 펌웨어, 소프트웨어, 테스트, 완성된 시스템을 필요로 한다.

Delos는 여러 표준을 함께 실용적으로 활용할 수 있게 만드는 구현 계층으로 자리매김할 수 있다. 또한 기존 표준이 전체 시스템을 다루지 않는 영역에 기술을 공급할 수도 있다.

그러나 개방형 표준은 Delos의 차별성을 낮출 수 있다. 대형 공급업체가 폭넓은 지원을 갖춘 상호운용 제품을 제공한다면, 구매자는 스타트업의 더 야심 찬 아키텍처보다 그러한 제품을 선호할 수 있다.

AMD는 이미 가속기, 네트워크 카드, CPU, 랙 수준 설계를 결합하고 있다. Broadcom, Marvell, Astera Labs를 비롯한 기존 반도체 기업들도 인터커넥트 기술을 판매한다.

Nvidia는 NVLink Fusion을 통해 자사 환경의 일부를 계속해서 파트너에게 개방하고 있다. 파트너 목록에는 프로세서 설계업체, 반도체 공급업체, 광학 전문기업, 전자 설계 기업이 포함된다.

따라서 Delos는 양쪽에서 압박을 받는다. 지배적인 통합 플랫폼은 유연성의 필요성을 낮출 수 있다. 성공적인 개방형 표준은 더 큰 공급업체를 통해 유사한 유연성을 제공할 수 있다.

회사의 기회는 이 두 결과 사이에 있다. 인프라는 여전히 통합 문제를 낳을 만큼 분절돼 있으며, 어떤 개방형 대안도 시스템 수준 조율의 필요성을 없애지는 못했다.

Delos는 이 일시적인 기회를 고객 배포로 전환해야 한다. 경쟁 생태계가 자리 잡기 전에 구매 결정에 영향을 줄 수 있을 만큼 이른 시점에 설계를 제공해야 한다.

프로토콜 독립성에 대한 주장 역시 면밀한 검토가 필요하다. 프로토콜 지원은 기본적인 호환성을 뜻할 수도 있고, 실제 운영 워크로드에서 예측 가능한 성능을 제공한다는 뜻일 수도 있다.

구매자들은 다양한 가속기, 스위치, 메모리 시스템, 장애 시나리오 전반의 결과를 필요로 한다. 하나의 최적화된 시연만으로는 혼합 중심 아키텍처를 검증할 수 없다.

이러한 경쟁 환경은 Delos Data의 투자 유치를 의미 있는 신호로 만들지만, 결론은 아니다. 투자자들은 AI 인프라가 계속 이기종으로 남고 조율하기 어려울 가능성에 자금을 대고 있다.

성능 주장은 여전히 독립적인 검증이 필요하다

Delos의 가장 큰 위험은 데이터 이동의 중요성 자체가 아니라, 실제 워크로드, 구성 요소 다양성, 상용 배포 환경에서 자사의 이점이 유지되는지 여부다.

회사는 지연 시간이 10배 낮고, 효율성이 10배 높으며, 추론 속도가 10배 빠르다고 홍보한다. 또한 1,000배 더 큰 규모의 클러스터를 지원하는 서버 연결성도 언급한다.

이는 상당한 주장이다. 그 가치는 기준선, 워크로드, 시스템 구성, 소프트웨어 성숙도, 측정 방식에 따라 달라진다.

범용 네트워크와의 지연 시간 비교는 잘 튜닝된 AI 패브릭과의 비교보다 알려주는 바가 적다. 효율성 역시 전력, 하드웨어 활용도, 대역폭 사용량 또는 시스템 비용을 의미할 수 있다.

Delos는 이러한 이점을 입증하는 광범위한 독립 벤치마크 모음을 아직 발표하지 않았다. 따라서 이러한 주장은 제품 목표와 회사 자체 측정치로 읽어야 한다.

강력한 평가는 여러 아키텍처에서 동일한 추론 워크로드를 비교할 것이다. 종단 간 지연 시간, 초당 토큰 수, 가속기 활용도, 에너지 사용량, 장애 복구 성능을 보고해야 한다.

또한 네트워킹 개선과 시스템 내 다른 변화도 분리해야 한다. 더 많은 메모리, 다른 배치 방식, 변경된 모델 소프트웨어는 모두 추론 성능에 영향을 줄 수 있다.

이기종 테스트는 특히 중요하다. Delos의 핵심 가치 제안은 서로 다른 공급업체의 프로세서와 인프라를 결합하는 데 달려 있다.

하나의 가속기 제품군에 한정된 벤치마크로는 그 가치를 입증할 수 없다. 고객은 GPU, 맞춤형 가속기, CPU, 메모리 장치, 스토리지 경로 전반의 증거를 필요로 한다.

소프트웨어는 또 다른 위험 요인이다. 하드웨어는 대역폭과 지연 시간을 제공할 수 있지만, 애플리케이션에는 이러한 역량을 효율적으로 활용하는 라이브러리와 스케줄러가 필요하다.

AI 프레임워크는 이미 성숙한 통신 시스템을 대상으로 한다. 새로운 아키텍처를 지원하려면 드라이버, 집단 통신 라이브러리, 오케스트레이션 도구, 성능 모니터링 소프트웨어의 변경이 필요할 수 있다.

Delos는 자사 제품에 풀스택 관측 가능성 기능이 포함된다고 말한다. 이 소프트웨어는 서로 다른 공급업체 구성 요소 전반에서 지연이 발생하는 위치를 식별해야 한다.

대시보드만으로는 충분하지 않다. 엔지니어는 네트워크 증상을 케이블, 스위치, 엔드포인트, 소프트웨어 프로세스 또는 워크로드 패턴과 연결하는 실행 가능한 정보를 필요로 한다.

제조는 별도의 과제를 제시한다. 첨단 네트워킹 실리콘에는 제조 용량, 패키징, 검증, 안정적인 부품 공급이 필요하다.

Delos가 설명한 공동 패키지 인터페이스는 미래의 가속기 가까이에 위치하게 된다. 이러한 통합에는 해당 프로세서가 양산에 도달하기 전에 칩 설계업체와의 협력이 필요하다.

이는 긴 영업 및 개발 주기를 만든다. 고객은 새로운 프로세서나 서버 설계에 Delos 기술을 포함할 수 있을 만큼 이른 시점에 회사를 신뢰해야 한다.

스타트업은 배포 이후에도 운영자를 지원해야 한다. 데이터센터 구매자는 펌웨어 유지보수, 보안 업데이트, 교체 절차, 예측 가능한 제품 로드맵을 기대한다.

1억 달러 이상은 의미 있는 자원을 제공하지만, 반도체 개발은 빠르게 자본을 소모한다. 여러 실리콘 제품과 시스템 프로그램은 상당한 매출에 도달하기 전 추가 자금 조달을 요구할 수 있다.

투자 발표는 실명이 공개된 양산 고객을 식별하지 않는다. 구매 약정, 출하 물량, 제조 파트너, 일반 제공 제품 출시일도 공개하지 않는다.

이러한 부재가 Delos에 고객 참여가 없다는 뜻은 아니다. 인프라 기업은 설계가 개발 중인 동안 기밀유지 하에 협업하는 경우가 많다.

다만 독자는 투자자 신뢰와 고객 검증을 구분해야 한다는 의미다. 투자 라운드는 투자자들이 기회와 위험을 받아들였다는 점을 보여줄 뿐, 시장이 해당 제품을 선택했다는 뜻은 아니다.

2030년까지 AI 추론 수요가 300배 성장할 것이라는 회사의 전망 역시 같은 주의가 필요하다. Delos는 이 전망을 논거의 일부로 제시하지만, 발표에는 투명한 독립 방법론이 제시되지 않았다.

AI 서비스가 사용자를 확보하고 더 많은 작업을 처리하면서 추론 수요가 분명히 증가하고 있다. 이러한 활동이 네트워크 구매로 이어지는 정도는 모델 효율성, 하드웨어 개선, 활용도, 서비스 경제성에 달려 있다.

효율적인 모델은 하드웨어를 비례적으로 늘리지 않고도 더 많은 요청을 처리할 수 있다. 반대로 에이전트형 시스템은 사용자에게 보이는 요청 하나당 더 많은 내부 연산을 생성할 수 있다.

투자 논리는 두 번째 효과가 우세하다는 데 기반한다. Delos는 효율성 개선이 인프라 수요를 줄이는 속도보다 추론 복잡성이 더 빠르게 증가할 것으로 예상한다.

이는 그럴듯하지만 보장되지는 않는다. 회사는 실리콘이 긴 개발 주기를 거치는 동안 변화하는 시장에 맞춰 제품을 구축해야 한다.

Delos가 돌파할 수 있는지 보여줄 세 가지 신호

다음 단계는 고객 증거, 독립적인 성능 결과, 새롭게 부상하는 인터커넥트 생태계와의 통합을 통해 평가될 것이다.

첫 번째 신호는 실명이 공개된 양산 고객이다. 하이퍼스케일러, AI 연구소, 서버 제조업체 또는 대규모 기업 배포는 투자 라운드 이상의 검증을 제공할 것이다.

가장 강력한 발표는 배포된 워크로드와 구성 요소 조합을 설명할 것이다. 고객이 Delos 실리콘, 서버, 클러스터 소프트웨어 또는 완전한 스택을 사용하는지도 식별해야 한다.

제한적인 소프트웨어 시험은 양산 클러스터보다 증거력이 낮다. 실리콘 설계 채택은 대량 출하가 몇 분기 뒤에 남아 있더라도 중요할 것이다.

고객 정체성은 Delos의 초기 시장도 보여줄 것이다. 하이퍼스케일러는 인프라를 맞춤화하고 통합 작업을 감당할 수 있다. 기업 구매자는 대체로 더 완전하고 지원되는 시스템을 필요로 한다.

한 그룹에서의 성공이 다른 그룹으로 자동 전환되지는 않는다. Delos의 폭넓은 제품 포트폴리오는 여러 계층을 지원하려는 의도를 시사하지만, 초기 집중이 중요할 것이다.

두 번째 신호는 독립 벤치마킹이다. Delos는 지연 시간, 처리량, 활용도, 에너지, 장애 복구를 포괄하는 재현 가능한 결과를 제시해야 한다.

가장 유용한 테스트는 고립된 링크가 아니라 완전한 시스템을 비교할 것이다. 모델, 메모리, 도구, 저장된 데이터 간에 불규칙한 통신이 발생하는 에이전트형 추론 패턴도 포함해야 한다.

벤치마크는 혼잡과 구성 요소 장애 상황에서의 성능도 보여줘야 한다. Delos는 회복력을 브랜드의 중심에 두고 있으므로, 원활한 복구는 측정 가능해져야 한다.

혼합 하드웨어 전반에서 큰 성능 향상을 확인하는 결과는 회사의 아키텍처 논지를 강화할 것이다. 단일 최적화 구성에서만 나타나는 제한적인 성능 향상은 더 폭넓은 주장을 약화할 것이다.

세 번째 신호는 생태계 채택이다. Delos는 자사 기술이 UALink, Ethernet, 가속기 로드맵, 광학 구성 요소, 서버 설계와 어떻게 상호작용하는지 보여줘야 한다.

UALink Consortium은 유용한 기준점 하나를 제공한다. 그 진전은 개방형 스케일업 생태계가 상업적으로 이용 가능해지는 속도를 보여줄 것이다.

Delos 제품이 관리, 복원력 또는 도달 범위를 개선하면서 새로운 표준을 구현한다면, 이 회사는 생태계를 뒷받침하는 공급업체가 될 수 있다. 더 많은 벤더가 생태계에 합류할수록 Delos도 혜택을 볼 것이다.

Delos 없이 표준이 성숙한다면, 더 큰 반도체 기업들이 같은 기회를 흡수할 수 있다. 그 경우 Delos는 더 분명한 성능 또는 소프트웨어 우위를 제시해야 한다.

이 신호에서 Nvidia의 대응도 중요하다. NVLink Fusion 파트너십이 확대되면 고객은 Nvidia의 인프라 플랫폼을 떠나지 않고도 더 많은 프로세서 선택지를 확보할 수 있다.

이는 유연성에 대한 우려를 해소하면서 통합 모델을 유지하는 방식이 될 것이다. Delos는 독립성, 워크로드 성능 또는 전체 시스템 효율성으로 경쟁해야 한다.

따라서 Delos Data AI 네트워크는 아키텍처의 불확실성에 대한 베팅이다. 회사는 미래의 추론 클러스터가 계속해서 이기종으로 구성되고, 유동적이며, 연결하기 어려울 것이라고 가정한다.

창업자들은 실제 하드웨어로 이 가설을 시험할 만큼의 자본을 조달했다. 동시에 경험 많은 반도체 벤더와 강력한 플랫폼 소유자가 가득한 시장을 선택했다.

개발자에게 이 결과는 어떤 프로세서들이 함께 작동할 수 있는지, 그리고 애플리케이션이 인프라 전반에서 얼마나 일관되게 성능을 낼 수 있는지에 영향을 미칠 것이다. 더 나은 인터커넥트는 모든 개선이 더 큰 가속기에서 비롯될 필요 없이 지연 시간을 줄일 수 있다.

기업 구매자는 헤드라인 대역폭만이 아니라 활용률을 지켜봐야 한다. 유연한 네트워크는 설치된 프로세서의 유효 산출을 높이고 향후 구매 선택권을 보존할 때 가치가 생긴다.

인프라 팀은 운영 복잡성도 검토해야 한다. 장애 진단이 더 어려워지거나 소프트웨어에 지속적인 튜닝이 필요하다면 부품 선택의 가치는 제한적이다.

이제 Delos는 자사의 아키텍처가 그러한 실질적 결과로 이어진다는 증거를 공개해야 한다. 실명 고객, 비교 벤치마크, 표준 통합은 또 하나의 제품 주장보다 더 강력한 판단 근거를 제공할 것이다.

1억 달러가 넘는 이번 투자 라운드는 Delos가 경쟁에 참여할 수 있게 해준다. 하지만 유연한 AI 인프라와 Nvidia의 조율된 플랫폼 사이의 경쟁을 해결해 주지는 않는다.

그 답은 실제 배포된 시스템에서 드러날 것이다. Delos가 혼합 칩 기반 추론을 서로를 기다리는 고속 부품들의 집합이 아니라 하나의 신뢰할 수 있는 컴퓨터처럼 만들 수 있는지 지켜봐야 한다.