SambaNova arrecadou $1 bilhão com avaliação de $11 bilhões com surge de demanda por inferência de IA

SambaNova Systems, fabricante de chips de IA especializados, levantou $1 bilhão em financiamento a uma avaliação de $11 bilhões — uma validação da confiança dos investidores na crescente demanda por infraestrutura de inferência de IA. O CEO da SambaNova, Rodrigo Lian, compartilhou detalhes da rodada em uma entrevista com Ed Ludlow no Bloomberg Tech.

O que sabemos sobre a rodada

SambaNova é uma startup de Palo Alto fundada em 2017 por alumnos de Stanford, incluindo o professor Kunle Olukotun. A empresa está desenvolvendo sua própria arquitetura de chip Reconfigurable Dataflow Unit (RDU) — uma alternativa aos processadores gráficos da Nvidia, que atualmente dominam os mercados de treinamento e inferência de redes neurais. A ideia por trás do RDU é que dados "fluam" através do chip seguindo a rota ideal para uma rede neural específica, em vez de serem processados através de uma arquitetura GPU universal — a empresa afirma que isso reduz a latência e o consumo de energia durante a inferência de modelos grandes.

• Tamanho da rodada — $1 bilhão em financiamento
• Avaliação da empresa após a rodada — $11 bilhões
• CEO — Rodrigo Lian
• Entrevista ao vivo no Bloomberg Tech com Ed Ludlow

Por que a inferência se tornou o principal impulsionador de demanda

Lian enfatizou que a demanda por inferência de alta velocidade — a implantação rápida e econômica de modelos já treinados em produtos reais — está crescendo a taxas enormes. Enquanto alguns anos atrás a maioria do investimento de capital da indústria ia para o treinamento de modelos grandes, as empresas agora estão amplamente implantando IA em seus serviços e precisam de infraestrutura capaz de responder aos usuários com latência mínima a um custo aceitável por token.

Esta mudança na demanda está ligada ao fato de que em vez de consultas pontuais a um chatbot, os negócios cada vez mais implementam agentes de IA e copilots que chamam modelos repetidamente dentro de uma única tarefa — desde análise de documentos até automação de fluxo de trabalho. Cada tal chamada requer resposta de modelo em frações de segundo, e isso é o que torna o custo e a velocidade de inferência, não apenas a qualidade do modelo, o fator decisivo ao escolher infraestrutura.

Quem está competindo pelo mercado de inferência

Esta mudança de foco — do treinamento para a inferência — se tornou um dos principais temas de 2026 para toda a indústria de chips. Além da Nvidia, que ainda detém a maior parte do mercado de acelerador de IA graças ao seu ecossistema CUDA, os hiperscaladores estão trazendo seus próprios chips para o mercado — TPU do Google, Trainium e Inferentia da Amazon, bem como startups de chips Groq e Cerebras competindo com SambaNova por clientes empresariais que precisam de uma alternativa a clusters de GPU caros. Para tais clientes, as métricas-chave não são o desempenho máximo no papel, mas o custo real por token da resposta do modelo e a latência sob carga alta.

O que isso significa

A grande rodada da SambaNova no contexto do boom geral de investimentos em infraestrutura de IA mostra: o mercado está apostando cada vez mais não apenas em desenvolvedores dos próprios modelos, mas em empresas construindo o "hardware" para sua execução barata e rápida — isto é cada vez mais o que define a economia real do dimensionamento de IA em produtos, não apenas a qualidade das próprias redes neurais.