SambaNova capta US$ 1 bilhão com avaliação de US$ 11 bilhões, impulsionada pela demanda por inferência de IA

A SambaNova Systems, fabricante de chips especializados para inteligência artificial, captou US$ 1 bilhão em investimentos com avaliação de US$ 11 bilhões. A rodada confirma a confiança dos investidores na demanda crescente por infraestrutura de inferência de IA. O CEO da empresa, Rodrigo Liang, falou sobre o aporte em entrevista a Ed Ludlow no Bloomberg Tech.

O que se sabe sobre a rodada

A SambaNova é uma startup de Palo Alto fundada em 2017 por pesquisadores vindos de Stanford, entre eles o professor Kunle Olukotun. A empresa desenvolve uma arquitetura própria de chips, a Reconfigurable Dataflow Unit (RDU), como alternativa às GPUs da Nvidia, que hoje dominam o mercado de treinamento e inferência de redes neurais. A proposta da RDU é fazer os dados "fluírem" pelo chip seguindo a rota ideal para cada rede neural, em vez de passarem pela arquitetura genérica de uma GPU. Segundo a empresa, isso reduz a latência e o consumo de energia na inferência de modelos grandes.

• Rodada — US$ 1 bilhão em investimentos
• Avaliação da empresa após a rodada — US$ 11 bilhões
• CEO — Rodrigo Liang
• A entrevista foi ao ar no Bloomberg Tech, com Ed Ludlow

Por que a inferência virou a principal demanda

Liang destacou que a demanda por inferência de alta velocidade — ou seja, por rodar modelos já treinados em produtos reais de forma rápida e barata — cresce em ritmo acelerado. Há alguns anos, o grosso dos investimentos do setor ia para o treinamento de modelos grandes. Agora, as empresas estão incorporando IA em massa aos seus serviços e precisam de uma infraestrutura capaz de responder aos usuários com latência mínima e a um custo por token aceitável.

Essa mudança na demanda tem uma explicação: em vez de consultas pontuais a um chatbot, as empresas cada vez mais implantam agentes de IA e copilotos que acionam os modelos várias vezes dentro de uma mesma tarefa — da análise de um documento à automação de um fluxo de trabalho. Cada uma dessas chamadas exige resposta do modelo em frações de segundo. Por isso, o custo e a velocidade da inferência, e não só a qualidade do modelo, passaram a ser decisivos na escolha da infraestrutura.

Quem disputa o mercado de inferência

Essa virada 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 fatia do mercado de aceleradores de IA graças ao ecossistema CUDA, os hyperscalers entram no mercado de chips especializados para inferência com projetos próprios: as TPUs do Google e os chips Trainium e Inferentia da Amazon. Também estão no páreo as startups Groq e Cerebras, que disputam com a SambaNova clientes corporativos em busca de alternativas aos caros clusters de GPU.

Para esses clientes, as métricas que importam não são o desempenho de pico no papel, e sim o custo real de cada token de resposta do modelo e a latência sob carga elevada.

O que isso significa

A rodada robusta da SambaNova, em meio ao boom geral de investimentos em infraestrutura de IA, mostra que o mercado aposta cada vez mais tanto nos desenvolvedores dos modelos quanto nas empresas que constroem o hardware para executá-los de forma barata e rápida. É esse hardware que, cada vez mais, define a economia real da escala da IA em produtos — e não somente a qualidade das próprias redes neurais.