Financiamento da Delos Data coloca US$ 100 milhões em uma nova aposta em redes de IA

A Delos Data levantou mais de US$ 100 milhões para atacar um problema caro dentro dos data centers de IA: processadores que perdem tempo esperando por dados. A rodada de financiamento da Delos Data apoia chips, software e projetos de sistema destinados a conectar conjuntos cada vez mais variados de hardware de IA.

A startup não está simplesmente propondo mais um cabo mais rápido. Ela quer coordenar a movimentação de dados entre aceleradores, memória, armazenamento, switches e links ópticos. Isso faz de sua proposta um desafio à infraestrutura construída em torno de plataformas de computação fortemente integradas.

A Nvidia continua sendo o ponto de referência mais claro. Suas GPUs, conexões NVLink, produtos de rede e software formam uma pilha coordenada com implantações comprovadas. A Delos Data aposta que a infraestrutura de inferência se tornará heterogênea demais para que uma arquitetura centrada em um único fornecedor atenda a todas as implantações.

Essa é uma aposta ambiciosa para uma empresa fundada em 2025. Também explica por que investidores estão colocando capital substancial por trás da ideia antes que a Delos forneça resultados amplos e verificados de forma independente sobre desempenho.

A rodada de financiamento da Delos Data apoia uma abordagem de sistema completo

O investimento dá à Delos Data os recursos para desenvolver diversos produtos interdependentes, e não apenas um chip de rede independente.

A Delos anunciou o financiamento em 15 de setembro de 2026. Seu anúncio de financiamento identifica Matrix, Playground, Socratic Partners, Capricorn’s Technology Impact Fund, Matter Venture Partners e IAG entre os investidores.

A Reuters também citou a DYNAMIQ como participante. A organização de notícias descreveu a empresa como uma startup formada por veteranos da Intel que desenvolve chips e software para movimentar dados dentro de data centers de IA.

A Socratic Partners afirmou que liderou a Série A. O sócio-geral e cofundador Christian Gallagher passará a integrar o conselho da Delos Data, segundo a empresa de investimentos.

A empresa afirma que usará o dinheiro para ampliar suas equipes de engenharia de hardware e software. Também planeja acelerar o desenvolvimento de produtos e as vendas. Esses objetivos importam porque a Delos tenta fornecer componentes em várias camadas da pilha de infraestrutura.

O portfólio se chama Nonstop AI. Ele inclui uma interface de dados, arquitetura de servidor, projeto de cluster, software de gestão e uma arquitetura de referência que conecta essas peças.

Uma arquitetura de referência é um projeto de sistema documentado que mostra aos clientes como os componentes devem funcionar juntos. Ela pode reduzir o trabalho de integração, mas não é o mesmo que um sistema comercial amplamente implantado.

A nova Nonstop AI Data Interface é a peça central de hardware. A Delos planeja oferecê-la como um chiplet de I/O, um componente de óptica próxima ao encapsulamento e uma placa de expansão.

Um chiplet de I/O é um pequeno componente de silício que adiciona conectividade a um pacote maior de processador. A óptica próxima ao encapsulamento posiciona a comunicação óptica perto do silício de computação, reduzindo a distância elétrica que os dados precisam percorrer.

A versão em placa oferece uma rota de implantação mais convencional. Ela permitiria que um fabricante de sistemas adicionasse a tecnologia sem redesenhar um pacote de acelerador.

A Delos afirma que essas formas podem conectar GPUs, outros aceleradores, CPUs, armazenamento flash e memória. O objetivo mais amplo é criar um domínio único e gerenciado de movimentação de dados entre diferentes tipos de endpoints.

Esse escopo diferencia a proposta de redes de IA da Delos Data de um produto de interface restrito. A empresa quer influenciar simultaneamente o encapsulamento de silício, servidores, clusters, software e gestão operacional.

Um escopo amplo também cria risco de execução. Cada endpoint compatível, meio físico e topologia de rede acrescenta outro caminho de integração que os engenheiros precisam testar.

Portanto, o financiamento muda mais do que o saldo bancário da empresa. Ele financia uma tentativa de provar que um fornecedor independente pode coordenar uma infraestrutura que se estende de um pacote de chip a um grande cluster.

A rodada também dá à Delos tempo para envolver potenciais clientes antes que sua arquitetura se torne amplamente disponível. Nos mercados de infraestrutura, decisões de projeto podem prender clientes a uma plataforma por várias gerações de hardware.

Isso torna o acesso antecipado à engenharia especialmente importante. Um hyperscaler ou projetista de aceleradores precisa avaliar uma interconexão muito antes de o sistema de produção resultante chegar a um data center.

A rodada de US$ 100 milhões dá à Delos uma oportunidade séria de entrar nessas avaliações. Não garante que sua tecnologia sobreviverá a elas.

Por que o hardware misto de IA está criando uma abertura para redes

A Delos mira a lacuna entre processadores de IA cada vez mais diversos e as redes que devem mantê-los ocupados.

As primeiras implantações de IA generativa frequentemente se concentravam no treinamento de grandes modelos com grupos homogêneos de GPUs Nvidia. Repetir um bloco de construção bem compreendido simplificava a seleção de hardware, as redes e o suporte de software.

A inferência muda a carga de trabalho. Inferência é o processo de executar um modelo treinado para gerar respostas, previsões ou ações para usuários.

Aplicações agênticas complicam ainda mais o cenário. Um agente de IA pode fazer chamadas repetidas a modelos, recuperar informações, usar ferramentas e manter estado enquanto conclui uma tarefa de múltiplas etapas.

Essas aplicações não necessariamente mantêm um grupo idêntico de GPUs ocupado com um padrão de comunicação previsível. Elas podem mover trabalho entre aceleradores, CPUs, pools de memória, sistemas de armazenamento e vários modelos.

A Reuters informou que alternativas da AMD e da Cerebras ganharam tração à medida que os data centers deslocam mais atenção para a inferência. A própria Nvidia oferece vários tipos de processador para diferentes cargas de trabalho.

Mais opções de processadores podem melhorar custos, disponibilidade ou adequação à carga de trabalho. Mas também obrigam operadores de infraestrutura a conectar componentes que não foram projetados como um sistema integrado.

A Delos chama essa mistura de MoXI, abreviação de uma mistura de interconexões, aceleradores, memória, armazenamento, camadas físicas, topologias, redes e modelos. O rótulo é proprietário, mas o problema subjacente de integração é real.

Quando um processador espera por parâmetros, dados em cache ou resultados de outro dispositivo, suas caras unidades aritméticas permanecem subutilizadas. O consumo de energia continua mesmo quando a computação útil desacelera.

O ex-CEO da Intel Pat Gelsinger, agora parceiro da Playground, apresentou o problema de forma direta nos detalhes do financiamento. Computadores que não conseguem se comunicar de forma eficaz se tornam hardware quente consumindo energia enquanto esperam, disse ele à Reuters.

O CEO da Delos, Ed Doe, e o CTO, Dan Daly, trazem experiência relevante para esse argumento. Ambos trabalharam com redes e silício antes de fundar a empresa de Palo Alto.

Suas trajetórias incluem Intel e Barefoot Networks, a empresa de redes programáveis adquirida pela Intel em 2019. Cobertura do setor também conecta a equipe à Broadcom, Fulcrum Microsystems e a vários esforços de interconexão aberta.

Esse histórico importa porque o desempenho de clusters de IA envolve mais do que largura de banda bruta. Os engenheiros precisam controlar congestionamento, latência, roteamento, operações coletivas, falhas e visibilidade de software.

A largura de banda mede quanto dado uma conexão pode transportar. A latência mede quanto tempo uma transferência leva para começar ou terminar. Um sistema pode anunciar alta largura de banda e ainda assim apresentar desempenho ruim sob congestionamento ou em transferências pequenas e frequentes.

A confiabilidade se torna mais difícil à medida que os clusters crescem. Mais processadores, switches, cabos e componentes ópticos criam mais oportunidades para a falha de um link ou endpoint.

Tarefas de treinamento podem registrar seu progresso e reiniciar após algumas falhas. Agentes voltados ao usuário enfrentam um padrão diferente, pois respostas atrasadas ou perdidas afetam diretamente uma aplicação.

A Delos argumenta que a infraestrutura existente foi construída em torno de cargas de trabalho anteriores de nuvem, computação de alto desempenho ou treinamento. Seu sistema começa pela movimentação de dados para inferência persistente e heterogênea.

Essa tese oferece à empresa uma abertura oportuna. Ela não estabelece que os clientes precisam de uma arquitetura inteiramente nova em vez de versões aprimoradas das redes existentes.

Como o Delos Nonstop AI deve movimentar dados

O Delos Nonstop AI trata a rede como uma camada ativa do sistema, que coordena endpoints, em vez de uma coleção de links independentes.

A arquitetura da empresa combina interfaces de hardware com software que observa e gerencia o caminho dos dados. Seu objetivo é movimentar informações entre computação, memória e armazenamento, enquanto oculta parte da complexidade subjacente.

Daly resumiu a estratégia com cautela em sua entrevista à Reuters. Ele disse que a empresa não sabe qual arquitetura de infraestrutura dominará a IA agêntica, mas pretende fornecer uma forma rápida de movimentar dados.

Essa incerteza é central para o projeto. Em vez de presumir que um acelerador, uma tecnologia de link ou uma topologia vencerá, a Delos está construindo para implantações mistas.

A interface de dados dá aos endpoints uma maneira de entrar nesse domínio gerenciado. Segundo a descrição do produto da empresa, ela aparecerá em três formatos físicos.

O chiplet poderia ficar dentro de um pacote de acelerador e oferecer a integração mais próxima. A Delos afirma que essa versão pode fornecer 30 terabits por segundo de largura de banda.

Esse número é uma especificação da empresa, não um benchmark reproduzido de forma independente. Integrar o chiplet também exigiria cooperação do projetista do processador antes da fabricação.

A óptica próxima ao encapsulamento oferece outra rota. Aproximar os componentes ópticos do processador pode reduzir o comprimento do link elétrico, ao mesmo tempo que oferece suporte à comunicação além de um servidor.

A versão em placa deve exigir menos coordenação no nível do silício. No entanto, conexões baseadas em placa enfrentam seus próprios limites de interfaces de host, projeto da placa, energia, refrigeração e espaço físico.

A Delos combina a interface com seu Nonstop AI Server. A empresa descreve isso como um projeto de servidor scale-up desagregado.

As redes scale-up conectam aceleradores de maneira suficientemente próxima para que o software possa tratá-los como um domínio de computação maior. As redes scale-out conectam servidores ou racks separados em um cluster mais amplo.

A desagregação permite que operadores componham sistemas a partir de pools separados de computação, memória ou armazenamento. Ela pode melhorar a flexibilidade, embora cada separação crie movimentação adicional de dados.

A Delos também oferece Nonstop AI Clusters e o software Mosaic. O Mosaic monitora o comportamento de comunicação e foi projetado para identificar gargalos em um domínio scale-up.

Na Computex, em maio de 2026, a Delos demonstrou o Mosaic monitorando cargas de trabalho de IA. A empresa afirmou que implantações de software de acesso antecipado estavam disponíveis para clientes selecionados, com disponibilidade mais ampla planejada para o quarto trimestre.

O lançamento mais recente adiciona uma arquitetura de referência que reúne esses elementos. A Delos afirma que o projeto tem como alvo clusters que contêm centenas de milhares de dispositivos, em vez de um rack ou um pequeno grupo.

Ela afirma que a interface de dados pode proporcionar latência dez vezes menor e eficiência dez vezes maior. Uma declaração separada da empresa descreve melhorias de dez vezes em desempenho, resiliência e escala.

Esses números exigem tratamento cuidadoso. A Delos não publicou dados de testes independentes suficientes para mostrar a referência, as cargas de trabalho, as configurações ou as condições de falha por trás de cada comparação.

“Dez vezes” pode significar coisas diferentes quando um projeto altera simultaneamente hardware, software, topologia e posicionamento das cargas de trabalho. Os compradores precisarão de resultados tanto no nível dos componentes quanto no nível do sistema.

A empresa também afirma que o sistema pode reduzir o custo por token e melhorar a quantidade de tokens por watt. São medidas operacionais úteis porque conectam o comportamento da infraestrutura à produção e ao consumo de energia.

Ainda assim, ambas as métricas dependem do modelo, do tamanho do lote, da precisão, da meta de latência, da utilização do processador e das premissas de eletricidade. Um resultado favorável em uma carga de trabalho não se transfere automaticamente para outra.

Delos Nonstop AI, explicado no nível do sistema, é portanto uma proposta de coordenação. Seu objetivo é manter processadores variados produtivos ao controlar todo o percurso pelo qual seus dados trafegam.

O mecanismo é plausível. A questão em aberto é se a Delos consegue entregar benefício mensurável suficiente para justificar a introdução de mais uma camada de infraestrutura.

A Principal Disputa É Integração Versus Flexibilidade

A Delos não concorre com um único cabo ou switch; ela desafia plataformas fortemente integradas com uma camada de coordenação neutra em relação ao hardware.

A Nvidia demonstra as vantagens da integração. Ela desenvolve aceleradores, NVLink, NVSwitch, adaptadores de rede, switches, software de gerenciamento, bibliotecas e modelos otimizados.

A empresa descreve o NVLink como uma interconexão direta e bidirecional entre GPUs. Os sistemas atuais o utilizam para criar um domínio de comunicação de alta largura de banda entre vários aceleradores.

Essa abordagem reduz o número de fornecedores responsáveis pelo desempenho do sistema. A Nvidia pode coordenar o comportamento dos processadores, as funções dos switches, as bibliotecas de software e os sistemas de referência.

A integração também oferece aos clientes um caminho de suporte claro. Quando todos os componentes principais vêm de um único fornecedor de plataforma, menos organizações podem culpar umas às outras por um problema de desempenho.

A contrapartida é a escolha. Um operador de data center que deseja combinar GPUs Nvidia com aceleradores AMD, processadores personalizados ou chips especializados para inferência precisa de conexões fora de um domínio proprietário.

A Nvidia respondeu estendendo sua plataforma. O NVLink Fusion permite que parceiros combinem determinados processadores personalizados com a tecnologia de interconexão e o silício de switch da Nvidia.

Essa resposta enfraquece o argumento simplista de que os clientes precisam escolher entre um sistema exclusivamente Nvidia e uma alternativa totalmente aberta. A Nvidia pode oferecer personalização controlada enquanto preserva grande parte de sua arquitetura integrada.

Padrões abertos do setor criam outro caminho competitivo. O UALink Consortium promove uma conexão aberta de scale-up para aceleradores de IA.

O consórcio foi incorporado em 2024 e lançou sua primeira especificação pública em 2025. Seu objetivo declarado é permitir que um ecossistema do setor desenvolva conexões compatíveis entre aceleradores.

Para comunicação entre clusters maiores, o Ultra Ethernet Consortium lançou a Specification 1.0 em junho de 2025. Ela adapta o ecossistema Ethernet amplamente implantado para IA e computação de alto desempenho.

Esses projetos enfraquecem a ideia de que os fornecedores atuais de redes estão ignorando cargas de trabalho de IA. Eles também criam padrões que a Delos pode oferecer suporte, em vez de substituir.

Executivos da Delos participaram de trabalhos envolvendo Ultra Ethernet e UALink. A empresa apresenta sua arquitetura como uma forma de coordenar esses links e outras tecnologias em todo um sistema.

É aqui que a tese de redes para IA de dados da Delos se torna mais interessante. Ela não exige que a Delos supere todos os padrões ou conexões físicas.

Em vez disso, a empresa precisa se tornar a camada que faz várias delas funcionarem juntas de forma eficiente. Seu valor viria da composição, visibilidade, resiliência e movimentação de dados orientada à carga de trabalho.

Essa posição envolve um risco estratégico. Padrões e plataformas estabelecidas podem absorver funções semelhantes, deixando menos espaço para uma camada de coordenação independente.

Fornecedores de switches Ethernet já adicionam controle de congestionamento, telemetria, balanceamento de carga e recursos específicos para cargas de trabalho. Fornecedores de aceleradores podem integrar mecanismos de comunicação diretamente em seus processadores.

Provedores de nuvem também podem desenvolver software de infraestrutura personalizado. Sua escala justifica investimentos em engenharia que clientes menores não conseguem fazer.

Portanto, a Delos precisa provar mais do que interoperabilidade. Ela deve demonstrar que seus chips e softwares entregam resultados que os concorrentes não conseguem igualar por meio de melhorias incrementais.

A oportunidade mais forte está entre clientes que realmente precisam de infraestrutura heterogênea. Esses compradores podem combinar várias famílias de aceleradores devido ao fornecimento, aos requisitos de modelos ou a programas internos de silício.

Uma implantação homogênea da Nvidia tem um cálculo diferente. Se sua carga de trabalho já apresenta bom desempenho, adicionar uma interface independente e uma camada de gerenciamento pode gerar complexidade sem benefício suficiente.

Essa distinção deve moldar a adoção. A Delos não precisa que todo cluster de IA se torne heterogêneo, mas precisa que compradores grandes em número suficiente valorizem a flexibilidade mais do que a simplicidade de uma única plataforma.

O Que as Alegações de Desempenho Ainda Não Mostram

O financiamento valida o interesse dos investidores, mas não valida de forma independente as alegações da Delos Data sobre latência, eficiência, resiliência ou economia.

A Delos publicou várias metas marcantes. Elas incluem latência dez vezes menor, eficiência dez vezes maior e domínios de endpoints substancialmente maiores.

A empresa também projeta que a demanda por tokens de inferência de IA crescerá cerca de 300 vezes até 2030. Ela afirma que a inferência agêntica representará a maior parte desse aumento.

Essa projeção explica a urgência em sua narrativa. Ela não deve ser tratada como uma curva de demanda garantida sem uma metodologia divulgada e confirmação independente.

A mesma cautela se aplica às comparações de desempenho. Uma avaliação confiável deve identificar o sistema concorrente, as gerações dos componentes, a topologia, a carga de trabalho, a versão do software e o método de medição.

Os resultados de latência exigem distribuições, não apenas médias. Um sistema que atende agentes interativos precisa controlar valores extremos lentos, pois uma dependência atrasada pode reter toda uma resposta.

Os resultados de eficiência também precisam de limites claros. Uma medição pode abranger apenas o silício de rede, um servidor completo ou todo o cluster.

A energia consumida por módulos ópticos, switches, equipamentos de refrigeração e aceleradores ociosos pode alterar materialmente o resultado. Excluir uma categoria pode fazer dois sistemas parecerem mais diferentes do que realmente são.

A resiliência exige testes de falha. Os compradores devem ver como a plataforma lida com uma falha de link, switch, interface, componente óptico ou endpoint enquanto as cargas de trabalho permanecem ativas.

O tempo de recuperação é tão importante quanto a recuperação em si. Uma rede que eventualmente redireciona o tráfego ainda pode violar os requisitos de tempo de resposta de um serviço de IA interativo.

A escala introduz outro problema de verificação. Uma demonstração em laboratório não consegue reproduzir todos os padrões de congestionamento ou falhas de componentes encontrados em um cluster com milhares de aceleradores.

A Delos afirma que sua arquitetura pode alcançar muito além de um rack. Os clientes precisarão de evidências de que a sobrecarga de gerenciamento e a latência de cauda permanecem controladas à medida que a rede cresce.

Eles também precisarão saber quais partes estão sendo entregues. Uma arquitetura de referência, uma prévia de software, uma placa protótipo, um chiplet licenciável e um dispositivo qualificado para produção representam níveis de prontidão muito diferentes.

A janela planejada de disponibilidade no quarto trimestre oferece um teste inicial. A Delos deve esclarecer quais produtos se tornam amplamente disponíveis, em quais quantidades e com quais processadores compatíveis.

A divulgação de clientes forneceria outro sinal útil. Implantações identificadas, mesmo limitadas, mostrariam que equipes externas de engenharia começaram a integrar a tecnologia.

No entanto, um logotipo de cliente por si só não comprovaria o uso em produção. As evidências mais fortes incluiriam a escala implantada, o tipo de carga de trabalho, os ganhos medidos e a duração da operação.

A fabricação é outra incerteza. O silício de rede precisa passar do projeto pela fabricação, encapsulamento, validação e qualificação do sistema.

A estratégia de três formatos multiplica esses caminhos. Chiplets precisam de parceiros de processadores, a óptica precisa de parceiros de encapsulamento e óptica, e as placas precisam de qualificação de servidores.

O software não pode ser separado desse trabalho. O Mosaic precisa observar endpoints de vários fornecedores e fornecer controle útil sem se tornar outro gargalo operacional.

A segurança também merece atenção. Uma camada com visibilidade sobre o tráfego de computação, memória e armazenamento ocupa uma posição sensível dentro do data center.

A Delos precisará de controles claros de isolamento, autenticação, atualização de firmware e telemetria. Os compradores devem esperar esses detalhes antes de conceder à plataforma amplo acesso operacional.

Nenhuma dessas questões refuta a arquitetura. Elas identificam as evidências necessárias para levar Delos Nonstop AI explicado de uma tese de engenharia confiável a um produto comprovado.

O financiamento fornece recursos para essa transição. Também eleva as expectativas, porque a empresa agora tem capital suficiente para enfrentar uma validação mais exigente.

Três Sinais Determinarão Se a Aposta Funciona

O próximo teste não é outro anúncio de financiamento; é saber se a Delos converte sua arquitetura em implantações mensuradas, suportadas e repetíveis.

O primeiro sinal é a ampla disponibilidade de produtos durante o quarto trimestre de 2026. A Delos afirmou anteriormente que um acesso mais amplo seguiria suas primeiras implantações de software.

Os compradores devem observar quais componentes realmente serão entregues. A disponibilidade apenas do Mosaic teria menos peso do que placas de produção, óptica qualificada ou um parceiro comprometido com chiplets.

Um lançamento com combinações de hardware suportadas fortaleceria a alegação da empresa de que ela consegue coordenar infraestrutura heterogênea. Um atraso ou uma prévia restrita a enfraqueceria.

O segundo sinal é a divulgação de benchmarks reproduzíveis. A Delos deve publicar as configurações, cargas de trabalho, linhas de base, distribuições de latência, limites de energia e comportamento diante de falhas por trás de suas alegações principais.

Testes independentes teriam mais importância do que outra demonstração controlada pela empresa. Resultados em vários tipos de aceleradores testariam diretamente o argumento de flexibilidade da arquitetura.

Benchmarks que mostrem ganhos apenas em uma topologia cuidadosamente selecionada reduziriam a oportunidade. Resultados entre modelos de inferência, tamanhos de lote e condições de falha sustentariam um caso mais amplo.

O terceiro sinal é um cliente de produção ou parceiro de silício identificado. Um hyperscaler, projetista de aceleradores, fabricante de servidores ou grande operador de IA forneceria uma validação externa relevante.

A melhor evidência identificaria o objetivo e a escala da implantação. Um fornecedor de processadores que integrasse o chiplet da Delos seria particularmente significativo, pois essa decisão começa antes da fabricação do silício.

Uma avaliação limitada não deve ser confundida com adoção em produção. Ainda assim, ela mostraria se engenheiros externos consideram o projeto maduro o bastante para um trabalho de qualificação caro.

As respostas dos concorrentes importam como contexto de apoio. Nvidia, participantes do UALink, fornecedores de Ethernet e outras startups de redes continuarão aprimorando seus próprios produtos.

Ainda assim, a Delos não vence apenas porque a infraestrutura heterogênea cresce. Ela vence somente se os clientes escolherem sua camada de coordenação em vez de componentes baseados em padrões, engenharia interna ou plataformas integradas.

A rodada de financiamento da Delos Data comprou uma oportunidade de provar esse caso. Ela não resolveu se uma nova arquitetura de rede pode superar uma pilha madura e coordenada na operação diária.

Para equipes de infraestrutura, a questão prática agora é concreta: os próximos resultados mostram menor latência, maior utilização e melhor recuperação de falhas em hardware misto?

Acompanhe os lançamentos do quarto trimestre, a metodologia de benchmark e as primeiras implantações divulgadas. Esses sinais revelarão se a rede de IA da Delos Data se tornará infraestrutura ou permanecerá um projeto ambicioso.