Uma onda de startups de chips de IA está buscando grandes rodadas de financiamento, sinalizando que o apetite dos investidores por empresas de semicondutores que desafiam o domínio da Nvidia não mostra sinais de esfriamento. FuriosaAI, Nuvacore e d-Matrix estão todos em modo ativo de arrecadação de fundos, de acordo com um relatório do The Information publicado em 14 de julho de 2026.

Os esforços simultâneos de arrecadação de fundos destacam como o cenário de hardware de IA está evoluindo de um quase monopólio controlado pela Nvidia para um mercado mais fragmentado, onde as startups veem aberturas em inferência, computação especializada e design de processador de próxima geração.

Para obter as últimas cobertura da indústria de IA sobre desenvolvimentos de semicondutores e as empresas que moldam o futuro da computação de IA, a AI Buzz Wire acompanha de perto o setor de hardware.

FuriosaAI: O desafiante coreano visa US$ 500 milhões

A designer sul-coreana de chips de IA FuriosaAI está tentando levantar até US$ 500 milhões em uma rodada de financiamento da Série D antes de uma potencial oferta pública inicial, de acordo com a Bloomberg e The Information. A rodada está sendo assessorada pelo Morgan Stanley e pela Mirae Asset Securities.

FuriosaAI se posicionou como uma alternativa séria da Nvidia no mercado de inferência de IA. O chip de segunda geração da empresa, chamado RNGD (pronuncia-se “Renegade”), foi projetado especificamente para executar modelos de IA de forma eficiente – a carga de trabalho de inferência que representa a maior parte da demanda de computação de IA no mundo real, em oposição ao treinamento.

A empresa está de olho em um potencial IPO já em 2027, dependendo das condições do mercado e do sucesso de sua rodada da Série D. Um aumento de US$ 500 milhões daria à FuriosaAI o capital necessário para financiar a produção em massa do chip RNGD, expandir globalmente e dimensionar suas equipes de engenharia para competir com players estabelecidos.

O momento da FuriosaAI é estratégico. O domínio da Nvidia em chips de treinamento de IA está bem estabelecido, mas o mercado de inferência – onde modelos treinados são implantados para atender usuários reais – é considerado mais aberto à concorrência. As cargas de trabalho de inferência têm requisitos diferentes dos de treinamento, favorecendo potencialmente arquiteturas especializadas em vez de GPUs de uso geral.

Nuvacore: Veteranos da Apple constroem a próxima CPU

A Nuvacore, uma startup focada no projeto de novas unidades centrais de processamento, foi fundada por ex-engenheiros de chips da Apple e saiu do modo furtivo há apenas três meses com uma rodada inicial liderada pela Sequoia Capital. Agora a empresa já está perto de levantar financiamento adicional com uma avaliação mais elevada, segundo The Information.

O pedigree da equipe fundadora da Nuvacore é significativo. A divisão de silício da Apple produziu alguns dos chips personalizados de maior sucesso da história, incluindo os processadores da série M que alimentam os computadores Mac e os chips da série A nos iPhones. Os engenheiros que ajudaram a projetar esses chips trazem profundo conhecimento em design de processadores de alto desempenho e baixo consumo de energia – habilidades diretamente aplicáveis ​​à computação de IA.

Os fundadores da Nuvacore venderam anteriormente uma startup para a Qualcomm, proporcionando-lhes um histórico empreendedor e profundas conexões no setor. O foco da empresa no design de CPU, em vez de GPU ou acelerador, sugere que ela está visando uma parte diferente da pilha de computação de IA – potencialmente os processadores host que gerenciam cargas de trabalho de IA junto com aceleradores especializados.

O fato de a Nuvacore ter passado de furtiva para uma segunda rodada de financiamento em apenas três meses mostra a urgência que os investidores sentem em apoiar talentos em chips. Em um mercado onde engenheiros experientes em semicondutores são escassos e altamente procurados, equipes com histórico comprovado comandam avaliações premium.

D-Matrix: em busca de uma avaliação mais alta

D-Matrix, outra startup de chips de IA em processo de financiamento, está buscando uma nova rodada com uma avaliação mais alta. A empresa é especializada em aceleradores de inferência de IA baseados em chips – uma abordagem modular para design de chips que combina várias matrizes menores em um único pacote, reduzindo potencialmente custos e melhorando a flexibilidade de fabricação.

A D-Matrix já levantou financiamento de investidores, incluindo o fundo de risco M12 da Microsoft e a Playground Global. A arquitetura de chiplet da empresa a posiciona como uma alternativa aos designs de GPU monolítica, visando cargas de trabalho de inferência de data center onde a eficiência de custos e a escalabilidade são tão importantes quanto o desempenho bruto.

Por que a corrida do ouro às fichas continua

A arrecadação simultânea de fundos por FuriosaAI, Nuvacore e d-Matrix reflete uma crença fundamental entre os investidores: o domínio quase total da Nvidia em chips de IA não é permanente. Vários fatores estão impulsionando essa convicção.

Primeiro, o mercado de inferência está a crescer mais rapidamente do que o de formação. À medida que mais empresas implementam modelos de IA na produção, a procura por hardware de inferência económico está a explodir. As GPUs da Nvidia são excelentes para treinamento, mas podem ser sobrecarregadas e caras para muitas tarefas de inferência.

Em segundo lugar, as pressões geopolíticas estão a criar oportunidades para os fabricantes de chips não americanos. Os controles de exportação restringiram a capacidade da Nvidia de vender seus chips mais avançados na China, criando um vácuo que os fabricantes de chips nacionais e aliados estão correndo para preencher. A FuriosaAI, como empresa sul-coreana, está bem posicionada nesse aspecto.

Terceiro, a enorme escala da demanda por computação de IA está sobrecarregando a capacidade de produção da Nvidia. A capacidade avançada de empacotamento da TSMC – crítica para chips de IA de ponta – é limitada, levando a longos tempos de espera. Os clientes procuram cada vez mais alternativas para reduzir a sua dependência de um único fornecedor.

O caminho a seguir para startups de chips de IA

Apesar do entusiasmo, as startups de chips de IA enfrentam desafios significativos. Projetar e fabricar semicondutores competitivos requer enorme capital, e competir com a Nvidia significa igualar não apenas o desempenho do hardware, mas também o ecossistema de software – CUDA, a plataforma de computação paralela da Nvidia, tem uma vantagem de uma década e profunda lealdade do desenvolvedor.

O chip RNGD da FuriosaAI e as ofertas de outras startups devem provar que podem oferecer vantagens de desempenho no mundo real, e não apenas vitórias em benchmarks. As empresas bem-sucedidas provavelmente serão aquelas que encontrarem nichos específicos onde o hardware especializado supera genuinamente as GPUs de uso geral – seja em eficiência de inferência, consumo de energia ou custo por consulta.

Com milhares de milhões de dólares em financiamento a fluir para startups de chips de IA em todo o mundo, os próximos dois anos determinarão quais os desafiantes que poderão sobreviver e quais serão adquiridos ou encerrados. A narrativa alternativa da Nvidia é convincente – mas o nível de execução é extraordinariamente alto.

---

Fontes: The Information, Bloomberg e relatórios de vários veículos da indústria de semicondutores.

Fique à frente na IA

Para cobertura contínua da indústria de semicondutores, avanços em hardware de IA e empresas que desafiam a Nvidia, visite AI Buzz Wire para obter os desenvolvimentos mais recentes.

Leia mais notícias sobre IA →