A startup Infinity levantou US$ 15 milhões em rodada que avaliou a empresa em US$ 100 milhões, segundo o TechCrunch.
Entre os investidores estão a Touring Capital, a Principal VC e pesquisadores das gigantes OpenAI e Anthropic.
O alvo declarado da Infinity é o CUDA, a plataforma de software que transformou as GPUs da Nvidia em motores universais para inteligência artificial e consolidou sua hegemonia no setor.
A empresa constrói uma biblioteca de kernels, códigos de baixo nível que operam os chips, compatível com qualquer arquitetura: GPUs concorrentes, chips de celular, matrizes sistólicas e outros. O diferencial está no agente de IA chamado Ignition, que escreve, testa e otimiza automaticamente esse código para cada tipo de hardware.
Em vez de depender de engenheiros humanos para adaptar modelos a novos chips, processo que pode levar meses, o Ignition reduz a tarefa a horas ou dias. A empresa afirma que o resultado é uma pilha de software equivalente ao CUDA, mas aberta a qualquer fabricante.
A Infinity foi fundada no ano passado por Jeremy Nixon, ex-pesquisador do Google Brain e criador da comunidade AGI House. Nixon batizou sua tese central de "invenção automatizada": usar a própria IA para criar o software que alimenta novos hardwares.
O modelo de negócios também foge do padrão. Em vez de cobrar licença fixa, a startup fica com uma parcela dos ganhos de desempenho e da redução de custos obtidos pelos clientes, medidos em tokens processados por segundo. O primeiro cliente público é a D-Matrix, fabricante de chips que disputa espaço com a Nvidia no mercado de inferência de IA.
Com apenas 26 funcionários, a Infinity ainda é marginal diante da gigante californiana. O fato de pesquisadores da OpenAI e da Anthropic terem investido pessoalmente na empresa indica que a dependência do ecossistema Nvidia incomoda até quem mais o utiliza.
Clotilde Pátria
21/07/2026
Que baita movimento ousado. Se a Infinity conseguir fazer uma IA que traduz código CUDA para qualquer chip de forma eficiente, isso pode quebrar o monopólio da Nvidia no ecossistema de IA, que é justamente o maior trunfo dela. A pergunta que fica é: como eles pretendem garantir que o código gerado pela IA tenha desempenho comparável ao código nativo otimizado à mão, especialmente em operações de baixo nível? Porque escrever código que funciona é uma coisa, mas escrever código que extrai 100% do potencial de um hardware específico é outro desafio bem maior.
Cecília Alves
20/07/2026
É animador ver uma startup desafiando o domínio da Nvidia com uma abordagem de mercado aberto para hardware de IA. O lock-in do CUDA sempre me pareceu uma barreira artificial à concorrência, então qualquer iniciativa que permita rodar modelos em chips alternativos merece atenção. Minha ressalva é mais prática: US$ 15 milhões de investidores de ponta avaliando a empresa em US$ 100 milhões parece um múltiplo alto para uma tecnologia que ainda precisa provar escalabilidade — será que o valuation reflete inovação real ou apenas o hype do momento?
Pedro
20/07/2026
É interessante ver uma startup mirando diretamente no CUDA da Nvidia, que é praticamente o padrão da indústria. Mas criar uma IA que traduz código para qualquer chip é um desafio e tanto; o diabo está nos detalhes da otimização de performance. Fico pensando se esse tipo de abordagem consegue realmente superar o ecossistema consolidado da Nvidia ou se vai acabar servindo como uma alternativa apenas para nichos específicos.