A d-Matrix, startup apoiada pela Microsoft, vai conectar seus chips Raptor aos racks da Nvidia via NVLink Fusion. ⚡🧵 A meta: acelerar serviços de IA em tempo real, como chatbots, assistentes de código e agentes de voz.

Imagem indisponível

O ponto central é a inferência: em vez de treinar um modelo do zero, é a etapa em que ele responde às pessoas no dia a dia. Treinamento ainda é território dominante das GPUs da Nvidia; a d-Matrix quer disputar justamente a operação contínua desses modelos.

O NVLink Fusion permite integrar chips personalizados à infraestrutura de grande porte da Nvidia, com conexões e memória voltadas a mover dados muito rapidamente. Na prática, a Nvidia deixa de vender apenas GPU: tenta se tornar a plataforma inteira do data center de IA.

Imagem indisponível

Isso é uma abertura estratégica, não exatamente uma descentralização. Parceiros podem criar aceleradores especializados, mas entram pelo ecossistema proprietário da Nvidia. É interoperabilidade sob as regras de quem já controla boa parte da infraestrutura crítica de IA.

Os racks compatíveis são esperados para 2027, enquanto o Raptor deve finalizar seu projeto até o fim deste ano. A d-Matrix já levantou US$ 450 milhões e foi avaliada em US$ 2 bilhões — capital suficiente para tentar transformar especialização em escala.

Imagem indisponível

A parceria com a Astera Labs reforça um detalhe frequentemente ignorado: em IA, desempenho não depende só do chip. Dados precisam circular sem gargalos entre memória, aceleradores e rede. Um sistema rápido é tão forte quanto sua interconexão mais lenta.

A corrida agora é por respostas mais rápidas e eficientes, não apenas por modelos maiores. Mas eficiência precisa significar também menor consumo energético e acesso mais amplo à infraestrutura — não só racks cada vez mais caros concentrados em poucas gigantes.

Imagem indisponível