Delos Data recaudó más de US$100 millones para desarrollar chips de red y software destinados a centros de datos de inteligencia artificial. Su propuesta, Delos Nonstop AI, busca ofrecer comunicaciones de baja latencia, gran ancho de banda y resiliencia entre infraestructuras con distintos tipos de procesadores.
Publicado porEditado con GPT-5.6 TerraImágenes generadas con GPT Image 2
Respuesta de investigación

Create a landscape editorial hero image for this Studio Global article: What is Delos Data, the AI-chip startup founded by Intel veterans, developing and why did it raise $100 million, how is the increasing diver. Article summary: Delos Data is an Intel-veteran-founded startup building networking chips and software that move data rapidly among AI accelerators inside increasingly heterogeneous data centers. It raised $100 million to address the net. Topic tags: general, news, general web, user generated. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts w
La infraestructura de inteligencia artificial ya no depende solo de conseguir más GPU o aceleradores: también depende de que los datos lleguen a esos chips con la rapidez necesaria. Delos Data, una startup fundada por veteranos de Intel, ha recaudado más de US$100 millones para desarrollar chips y software de red que aceleren el movimiento de datos dentro de centros de datos de IA cada vez más complejos. 1
2
La compañía trabaja en silicio de red y software para comunicar los recursos de cómputo, memoria y almacenamiento de un centro de datos de IA. Su propuesta, Delos Nonstop AI, incluye una interfaz de datos y una arquitectura de referencia orientadas a infraestructura para IA agéntica —sistemas capaces de ejecutar tareas en varios pasos— con baja latencia, gran ancho de banda y tolerancia a fallos. 2
7
El objetivo práctico es que los operadores puedan conectar e intercambiar datos con eficiencia entre una combinación cambiante de procesadores, sin tener que diseñar toda la red alrededor de una sola arquitectura de aceleradores. Reuters informó que Delos apunta a clústeres de IA cada vez más heterogéneos, en los que los dispositivos deben comunicarse rápidamente aunque cambie la mezcla de chips. 1
En la primera etapa del auge de la IA, muchos grandes centros de datos se construyeron principalmente con GPU de Nvidia conectadas mediante tecnología de red propietaria de la misma empresa. Sin embargo, el foco está pasando del entrenamiento de modelos a la inferencia: atender solicitudes de usuarios, incluidas tareas de varios pasos realizadas por agentes de IA. A la vez, los operadores disponen de más alternativas de cómputo, como chips de AMD y Cerebras, además de distintas familias de productos de Nvidia. 1
Este cambio obliga a replantear las redes. Un clúster ya no puede tratarse como un conjunto fijo de procesadores idénticos unidos por la interconexión preferida de un único proveedor. Debe trasladar datos con rapidez entre componentes diversos y mantener la latencia baja que requieren las aplicaciones interactivas y las cargas de trabajo agénticas. La tesis de Delos es que, cuanto menos uniforme sea la arquitectura de cómputo, más valiosa será una capa adaptable para mover datos. 1
7
La financiación se dirige a una ineficiencia especialmente costosa: aceleradores encendidos que no pueden ejecutar trabajo útil porque esperan datos procedentes de otra parte del sistema. Delos afirma que utilizará el capital para ampliar sus equipos de ingeniería de software y hardware, acelerar el desarrollo de productos e impulsar las ventas. 2
Pat Gelsinger, exdirector ejecutivo de Intel y actual socio de Playground, uno de los inversores, resumió el problema con una expresión contundente: una mala coordinación de las comunicaciones entre dispositivos deja "hardware caliente, vatios consumiéndose" pero recursos que, en la práctica, están inactivos. 1 Es decir, sumar aceleradores no aumenta necesariamente la capacidad útil si la red no puede entregar los datos en el lugar y el momento precisos.
Dan Daly, cofundador y director de tecnología de Delos, ha dicho que la empresa no puede saber "cuál será la próxima arquitectura de infraestructura para la IA agéntica". Su estrategia es proporcionar, en cambio, una vía muy rápida para mover los datos que esa arquitectura necesite. 1
Esa distinción es central en su propuesta. Delos no pide a sus clientes que anticipen qué chip de IA terminará imponiéndose ni cuál será el diseño definitivo de los sistemas agénticos. Se posiciona como una capa común de red que puede ayudar a los centros de datos a incorporar nuevos procesadores y patrones de carga de trabajo conforme aparezcan.
La ronda de más de US$100 millones obtenida por Delos Data refleja una visión cada vez más extendida: la capacidad de IA está limitada no solo por la disponibilidad de GPU y otros aceleradores, sino también por la red que los conecta. 1
2 Si la inferencia basada en infraestructuras heterogéneas y agentes de IA se consolida, mantener el intercambio de datos a alta velocidad —y evitar hardware caro, encendido e improductivo— podría convertirse en una ventaja competitiva relevante para los operadores de centros de datos.
Studio Global AI
Esta página incluye una respuesta respaldada por fuentes que puede continuar dentro de Studio Global.
Delos Data recaudó más de US$100 millones para desarrollar chips de red y software destinados a centros de datos de inteligencia artificial.
Delos Data recaudó más de US$100 millones para desarrollar chips de red y software destinados a centros de datos de inteligencia artificial. Su propuesta, Delos Nonstop AI, busca ofrecer comunicaciones de baja latencia, gran ancho de banda y resiliencia entre infraestructuras con distintos tipos de procesadores.
La apuesta es evitar que GPU y otros aceleradores caros permanezcan inactivos mientras esperan datos, un problema que eleva los costos y el consumo energético.
Delos Data recaudó más de US$100 millones para desarrollar chips de red y software destinados a centros de datos de inteligencia artificial. Su propuesta, Delos Nonstop AI, busca ofrecer comunicaciones de baja latencia, gran ancho de banda y resiliencia entre infraestructuras con distintos tipos de procesadores.
Publicado porEditado con GPT-5.6 TerraImágenes generadas con GPT Image 2
Respuesta de investigación

Create a landscape editorial hero image for this Studio Global article: What is Delos Data, the AI-chip startup founded by Intel veterans, developing and why did it raise $100 million, how is the increasing diver. Article summary: Delos Data is an Intel-veteran-founded startup building networking chips and software that move data rapidly among AI accelerators inside increasingly heterogeneous data centers. It raised $100 million to address the net. Topic tags: general, news, general web, user generated. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts w
La infraestructura de inteligencia artificial ya no depende solo de conseguir más GPU o aceleradores: también depende de que los datos lleguen a esos chips con la rapidez necesaria. Delos Data, una startup fundada por veteranos de Intel, ha recaudado más de US$100 millones para desarrollar chips y software de red que aceleren el movimiento de datos dentro de centros de datos de IA cada vez más complejos. 1
2
La compañía trabaja en silicio de red y software para comunicar los recursos de cómputo, memoria y almacenamiento de un centro de datos de IA. Su propuesta, Delos Nonstop AI, incluye una interfaz de datos y una arquitectura de referencia orientadas a infraestructura para IA agéntica —sistemas capaces de ejecutar tareas en varios pasos— con baja latencia, gran ancho de banda y tolerancia a fallos. 2
7
El objetivo práctico es que los operadores puedan conectar e intercambiar datos con eficiencia entre una combinación cambiante de procesadores, sin tener que diseñar toda la red alrededor de una sola arquitectura de aceleradores. Reuters informó que Delos apunta a clústeres de IA cada vez más heterogéneos, en los que los dispositivos deben comunicarse rápidamente aunque cambie la mezcla de chips. 1
En la primera etapa del auge de la IA, muchos grandes centros de datos se construyeron principalmente con GPU de Nvidia conectadas mediante tecnología de red propietaria de la misma empresa. Sin embargo, el foco está pasando del entrenamiento de modelos a la inferencia: atender solicitudes de usuarios, incluidas tareas de varios pasos realizadas por agentes de IA. A la vez, los operadores disponen de más alternativas de cómputo, como chips de AMD y Cerebras, además de distintas familias de productos de Nvidia. 1
Este cambio obliga a replantear las redes. Un clúster ya no puede tratarse como un conjunto fijo de procesadores idénticos unidos por la interconexión preferida de un único proveedor. Debe trasladar datos con rapidez entre componentes diversos y mantener la latencia baja que requieren las aplicaciones interactivas y las cargas de trabajo agénticas. La tesis de Delos es que, cuanto menos uniforme sea la arquitectura de cómputo, más valiosa será una capa adaptable para mover datos. 1
7
La financiación se dirige a una ineficiencia especialmente costosa: aceleradores encendidos que no pueden ejecutar trabajo útil porque esperan datos procedentes de otra parte del sistema. Delos afirma que utilizará el capital para ampliar sus equipos de ingeniería de software y hardware, acelerar el desarrollo de productos e impulsar las ventas. 2
Pat Gelsinger, exdirector ejecutivo de Intel y actual socio de Playground, uno de los inversores, resumió el problema con una expresión contundente: una mala coordinación de las comunicaciones entre dispositivos deja "hardware caliente, vatios consumiéndose" pero recursos que, en la práctica, están inactivos. 1 Es decir, sumar aceleradores no aumenta necesariamente la capacidad útil si la red no puede entregar los datos en el lugar y el momento precisos.
Dan Daly, cofundador y director de tecnología de Delos, ha dicho que la empresa no puede saber "cuál será la próxima arquitectura de infraestructura para la IA agéntica". Su estrategia es proporcionar, en cambio, una vía muy rápida para mover los datos que esa arquitectura necesite. 1
Esa distinción es central en su propuesta. Delos no pide a sus clientes que anticipen qué chip de IA terminará imponiéndose ni cuál será el diseño definitivo de los sistemas agénticos. Se posiciona como una capa común de red que puede ayudar a los centros de datos a incorporar nuevos procesadores y patrones de carga de trabajo conforme aparezcan.
La ronda de más de US$100 millones obtenida por Delos Data refleja una visión cada vez más extendida: la capacidad de IA está limitada no solo por la disponibilidad de GPU y otros aceleradores, sino también por la red que los conecta. 1
2 Si la inferencia basada en infraestructuras heterogéneas y agentes de IA se consolida, mantener el intercambio de datos a alta velocidad —y evitar hardware caro, encendido e improductivo— podría convertirse en una ventaja competitiva relevante para los operadores de centros de datos.
Studio Global AI
Esta página incluye una respuesta respaldada por fuentes que puede continuar dentro de Studio Global.
Delos Data recaudó más de US$100 millones para desarrollar chips de red y software destinados a centros de datos de inteligencia artificial.
Delos Data recaudó más de US$100 millones para desarrollar chips de red y software destinados a centros de datos de inteligencia artificial. Su propuesta, Delos Nonstop AI, busca ofrecer comunicaciones de baja latencia, gran ancho de banda y resiliencia entre infraestructuras con distintos tipos de procesadores.
La apuesta es evitar que GPU y otros aceleradores caros permanezcan inactivos mientras esperan datos, un problema que eleva los costos y el consumo energético.