AI基礎設施的競爭，正在不只是「有多少運算晶片」的問題，也愈來愈是「資料能否及時送到晶片手上」的問題。

由英特爾資深人士創立的Delos Data宣布募得超過1億美元，將用於開發可加快AI資料中心內部資料傳輸的晶片與軟體。它鎖定的痛點，是昂貴的GPU與其他加速器雖然通電運轉，卻因等待其他元件送來資料而無法進行有效運算。12

Delos Data要做的是什麼？

Delos Data開發的是AI資料中心的網路矽晶片與軟體，負責讓運算、記憶體及儲存等元件之間更有效率地通訊。公司推出的Delos Nonstop AI，包括Data Interface與參考架構，主打為代理式AI（agentic AI）工作負載提供低延遲、高頻寬且具韌性的基礎設施。27

白話來說，Delos希望資料中心業者不必把網路設計綁定於單一加速器架構；即使日後採用的處理器組合改變，各元件仍能快速交換資料。路透報導指出，該公司瞄準的是日益「異質化」的AI叢集：底層晶片種類持續演變，但裝置彼此仍必須迅速溝通。1

為何AI資料中心的網路變得更重要？

AI熱潮初期，大型運算叢集多半以輝達（Nvidia）GPU為主，並透過輝達自家的網路技術互連。不過，資料中心的重心正從訓練模型，轉向回應使用者請求的推論工作；其中也包含需要執行多步驟任務的AI代理。

同時，業者可選擇的運算硬體愈來愈多，包括AMD、Cerebras的產品，以及輝達本身的不同類型晶片。1 這使得資料中心不再能被視為一批規格完全相同、以單一供應商互連技術連接的處理器。網路必須在不同元件之間維持高速資料流動，並提供互動式推論與代理式AI所需的低延遲。

Delos的產品邏輯正在於此：晶片架構愈不一致，能彈性搬運資料的網路層就愈有價值。17

這筆資金要解決的經濟問題：昂貴硬體在「空等」

Delos表示，資金將用於擴大軟硬體工程團隊、加快產品開發並拓展銷售。2 背後要處理的，是AI資料中心相當昂貴的一種低效率：加速器已部署、已耗電，卻在等資料到位。

本輪投資人Playground的合夥人、前英特爾執行長基辛格（Pat Gelsinger）形容，若裝置對裝置之間的通訊協調不佳，營運商可能只是在維持「發熱的硬體、燃燒的瓦數」，但硬體實際上幾乎閒置。1

也就是說，單純增加GPU或其他加速器，不必然能等比例提升有效AI容量；若網路無法在對的時間把資料傳到對的地方，新增硬體的效益就會被卡住。

不押注「下一代AI架構」，而是押注資料流動能力

Delos共同創辦人兼技術長Dan Daly表示，沒有人能確知「代理式AI的下一個基礎設施架構會是什麼」；公司能做的，則是提供極快速的資料傳輸方式，支援未來架構所需的資料流。1

這正是Delos對客戶的主要訴求。它並不是要求資料中心預測哪一款AI晶片、哪一種代理式AI設計最終會勝出，而是將網路定位成可跨越不同硬體與工作負載變化的共通層。

重點整理

Delos Data這輪超過1億美元的募資，反映出AI基礎設施的一項新判斷：AI容量受限的因素，不只是GPU或其他加速器的供應量，也包括把這些元件串連起來的網路能力。12

如果異質運算與由AI代理驅動的推論成為資料中心的長期主流工作負載，誰能讓不同元件持續快速交換資料、減少耗電硬體閒置，誰就可能在AI資料中心的效能與成本競爭中取得優勢。

AI基礎設施的競爭，正在不只是「有多少運算晶片」的問題，也愈來愈是「資料能否及時送到晶片手上」的問題。

由英特爾資深人士創立的Delos Data宣布募得超過1億美元，將用於開發可加快AI資料中心內部資料傳輸的晶片與軟體。它鎖定的痛點，是昂貴的GPU與其他加速器雖然通電運轉，卻因等待其他元件送來資料而無法進行有效運算。12

Delos Data要做的是什麼？

Delos Data開發的是AI資料中心的網路矽晶片與軟體，負責讓運算、記憶體及儲存等元件之間更有效率地通訊。公司推出的Delos Nonstop AI，包括Data Interface與參考架構，主打為代理式AI（agentic AI）工作負載提供低延遲、高頻寬且具韌性的基礎設施。27

白話來說，Delos希望資料中心業者不必把網路設計綁定於單一加速器架構；即使日後採用的處理器組合改變，各元件仍能快速交換資料。路透報導指出，該公司瞄準的是日益「異質化」的AI叢集：底層晶片種類持續演變，但裝置彼此仍必須迅速溝通。1

為何AI資料中心的網路變得更重要？

AI熱潮初期，大型運算叢集多半以輝達（Nvidia）GPU為主，並透過輝達自家的網路技術互連。不過，資料中心的重心正從訓練模型，轉向回應使用者請求的推論工作；其中也包含需要執行多步驟任務的AI代理。

同時，業者可選擇的運算硬體愈來愈多，包括AMD、Cerebras的產品，以及輝達本身的不同類型晶片。1 這使得資料中心不再能被視為一批規格完全相同、以單一供應商互連技術連接的處理器。網路必須在不同元件之間維持高速資料流動，並提供互動式推論與代理式AI所需的低延遲。

Delos的產品邏輯正在於此：晶片架構愈不一致，能彈性搬運資料的網路層就愈有價值。17

這筆資金要解決的經濟問題：昂貴硬體在「空等」

Delos表示，資金將用於擴大軟硬體工程團隊、加快產品開發並拓展銷售。2 背後要處理的，是AI資料中心相當昂貴的一種低效率：加速器已部署、已耗電，卻在等資料到位。

本輪投資人Playground的合夥人、前英特爾執行長基辛格（Pat Gelsinger）形容，若裝置對裝置之間的通訊協調不佳，營運商可能只是在維持「發熱的硬體、燃燒的瓦數」，但硬體實際上幾乎閒置。1

也就是說，單純增加GPU或其他加速器，不必然能等比例提升有效AI容量；若網路無法在對的時間把資料傳到對的地方，新增硬體的效益就會被卡住。

不押注「下一代AI架構」，而是押注資料流動能力

Delos共同創辦人兼技術長Dan Daly表示，沒有人能確知「代理式AI的下一個基礎設施架構會是什麼」；公司能做的，則是提供極快速的資料傳輸方式，支援未來架構所需的資料流。1

這正是Delos對客戶的主要訴求。它並不是要求資料中心預測哪一款AI晶片、哪一種代理式AI設計最終會勝出，而是將網路定位成可跨越不同硬體與工作負載變化的共通層。

重點整理

Delos Data這輪超過1億美元的募資，反映出AI基礎設施的一項新判斷：AI容量受限的因素，不只是GPU或其他加速器的供應量，也包括把這些元件串連起來的網路能力。12

如果異質運算與由AI代理驅動的推論成為資料中心的長期主流工作負載，誰能讓不同元件持續快速交換資料、減少耗電硬體閒置，誰就可能在AI資料中心的效能與成本競爭中取得優勢。