Provavelmente você nunca ouviu falar da RadixArk. Também nem tinha motivo para ter ouvido, até agora. Na terça-feira passada (5), a empresa anunciou uma rodada seed de US$ 100 milhões, que colocou o valuation da startup em US$ 400 milhões.
Tudo bem, captações desse tamanho acontecem com uma frequência que já cansa. O que não acontece todo dia é a lista de quem colocou dinheiro ali: NVentures, o braço de capital de risco da NVIDIA; a AMD, como investidora direta; e Lip-Bu Tan, CEO da Intel, com cheque pessoal.
Três das maiores rivais do mercado global de chips de inteligência artificial, empresas que disputam cada contrato de data center e cada ponto percentual de margem, na mesma tabela de captação, ao mesmo tempo.
Para entender por que isso importa, é preciso entender o que a RadixArk faz.
Leia também: EXCLUSIVO: estudo mostra que IA generativa vaza dados sensíveis em 64% das empresas brasileiras; veja por onde
Dois pesquisadores e um projeto
A empresa foi fundada por Ying Sheng e Banghua Zhu, veteranos de infraestrutura vindos da NVIDIA e da xAI, a empresa de Elon Musk. Em 2023, Sheng e um grupo de pesquisadores criaram o SGLang dentro do LMSys, instituto sem fins lucrativos formado por pesquisadores de Stanford, Carnegie Mellon e UC Berkeley.
O projeto não nasceu com estratégia de mercado nem com rodada de captação. Nasceu porque havia um problema técnico real para resolver: como fazer modelos de linguagem grandes, os mesmos que estão por trás do ChatGPT, do Claude e do Gemini, rodarem mais rápido e com menos desperdício depois que já foram construídos.
O SGLang cresceu fora do radar corporativo, mantido por milhares de contribuidores voluntários espalhados por centenas de empresas e universidades, e se tornou o padrão de fato para inferência de modelos em escala. Hoje roda em mais de 400 mil GPUs ao redor do mundo e processa trilhões de tokens por dia para Google, Microsoft, Oracle, xAI e LinkedIn, entre outros. A lista de usuários inclui a própria NVIDIA e a AMD, o que torna ainda mais curioso o fato de que as duas precisaram escrever cheque para garantir que o projeto continue existindo do jeito que existe.
🔍 Motor de inferência é o software que fica entre o modelo de IA e o chip que o executa. Quando você manda uma pergunta para qualquer assistente de IA, não é o modelo que responde diretamente: é o motor de inferência que organiza a fila de requisições, reutiliza contexto já processado, gerencia a memória disponível e distribui o trabalho entre os chips. A qualidade desse motor define quanto custa cada resposta e em quanto tempo ela chega. O SGLang faz isso sem estar amarrado a um único fabricante de hardware, o que o coloca numa posição rara num mercado onde todo mundo quer te prender no próprio ecossistema.
Por que rivais pagam pela mesma proteção
No vocabulário do capital de risco, esse tipo de movimento tem um nome: "kill the miss risk". No vocabulário da Geração Z é "FOMO", ou "medo de ficar de fora". Basicamente as empresas têm medo de a empresa dar muito certo e elas não estarem no negócio.
Uma aposta pode estar errada. Mas ficar de fora de algo que vira infraestrutura do setor inteiro pode ser irreversível. A NVIDIA quer garantir que o SGLang continue otimizando o desempenho de suas GPUs. A AMD enxerga no projeto uma rota de saída do ecossistema CUDA, a plataforma proprietária da NVIDIA que mantém desenvolvedores tecnicamente dependentes do hardware verde. A Intel quer qualquer abertura para o Gaudi, sua linha de aceleradores que ainda luta para se firmar num mercado dominado pelas duas.
Nenhuma das três pode se dar ao luxo de deixar a camada neutra que faz o silício caro funcionar bem nas mãos de alguém que não tenha interesse em mantê-la neutra.
Além disso, o contexto de mercado empurra essa urgência. Quando a OpenAI negociou com Samsung e SK Hynix, no âmbito do projeto Stargate, volumes equivalentes a cerca de 40% da produção global mensal de memória DRAM, o efeito colateral foi, logo de cara, encarecer a memória para todo mundo que não comprava em escala industrial.
A International Data Corporation (IDC) projeta alta de até 8% no preço de celulares e PCs em 2026. A Samsung avisou que seus smartphones podem custar 20% mais no Brasil. Com o hardware mais escasso e mais caro, saber fazer mais com o mesmo silício virou disputa de mercado. Cada ganho de eficiência na camada de software representa dinheiro real na conta de energia e no aluguel de infraestrutura.
Patrimônio aberto, valuation fechado
Existe uma tensão que o comunicado de lançamento da RadixArk tenta resolver com vocabulário generoso. O SGLang nasceu como bem público, construído por voluntários em universidades e laboratórios, sem pertencer a ninguém. Agora a RadixArk está levando esse patrimônio coletivo para dentro de uma estrutura societária com valuation de US$ 400 milhões e investidores que esperam retorno.
Arpan Shah, da Spark Capital, que co-liderou a rodada, declarou que a IA de fronteira - modelos mais avançados do mercado - corre o risco de se tornar a infraestrutura privada de um punhado de empresas, e que a RadixArk seria o contrapeso, a aposta num modelo aberto e acessível a qualquer desenvolvedor. É uma afirmação genuína, e também é o tipo de discurso que atrai capital de risco enquanto o mercado ainda acredita que abertura e escala podem coexistir sem atrito.
Ying Sheng, CEO da RadixArk, foi mais direto e disse que a próxima geração da IA não será definida por quem tem a maior infraestrutura privada, mas por quem constrói as aplicações mais relevantes sobre sistemas compartilhados de alta qualidade. O cap table da empresa sugere que NVIDIA, AMD e Intel leram essa frase e concluíram que precisavam estar dentro para garantir que a definição de "compartilhado" não os deixe de fora.
Leia outras colunas em AI-451.
Siga o Times Brasil - Licenciado Exclusivo CNBC no
Google acelera integração do Gemini ao Android antes de nova ofensiva de IA da Apple 
