A aposta de inferência em SRAM da d-Matrix: rodada de US$ 275 milhões, Corsair entra em produção em volume

A d-Matrix, fundada em Santa Clara em 2019 por Sid Sheth e Sudeep Bhoja, constrói uma plataforma full-stack de inferência de IA: placas aceleradoras Corsair baseadas em computação digital em memória com SRAM, rede JetStream, software Aviator e sistemas de escala de rack SquadRack. A Corsair é fabricada no processo N6 da TSMC pela Alchip, usa LPDDR5 em vez de HBM e é posicionada para executar a fase de decode da inferência de LLMs ao lado de clusters de GPU. O fundo de venture capital M12 da Microsoft é investidor.

A computação em memória pode superar as GPUs na economia da inferência: colocar a matemática matricial na SRAM, dispensar a HBM, executar o decode a cerca de 2 ms por token e vender racks que complementam clusters de GPU.

A d-Matrix foi fundada em 2019 por Sid Sheth e Sudeep Bhoja para construir hardware para o que eles esperavam que viesse depois do boom de treinamento: executar modelos generativos continuamente em escala. Quando saiu do modo stealth em novembro de 2024, havia captado US$ 154 milhões de mais de 25 investidores, com a Temasek liderando a Série B e a M12 da Microsoft entre os apoiadores, e estava enviando amostras da Corsair para clientes de acesso antecipado, com disponibilidade ampla planejada para o segundo trimestre de 2025.

A empresa passou 2025 convertendo alegações em divulgações de engenharia e capital. No Hot Chips em agosto de 2025, o ServeTheHome detalhou a placa Corsair: dois chips de quatro chiplets em TSMC N6, 2 GB de SRAM, 256 GB de LPDDR5X por placa, PCIe 5.0, 38 TOPS por watt e aproximadamente 2 ms por token de saída no Llama 3 70B. Em 2025-11-12, a d-Matrix fechou uma Série C de US$ 275 milhões a uma avaliação de US$ 2 bilhões, elevando o financiamento total a US$ 450 milhões, com Temasek, Bullhound Capital e Triatomic Capital co-liderando e Qatar Investment Authority, EDBI e M12 participando, segundo o technode.global. Em abril de 2026, adquiriu o negócio de data center da GigaIO para integração em escala de rack, e em 2026-06-09 o Converge Digest relatou que a Corsair havia entrado em produção plena, com embarques em volume para hyperscalers, neoclouds e laboratórios de IA de fronteira a partir daquele verão.

A produção plena separa a d-Matrix da onda de startups de chips de inferência que pararam em benchmarks: a Corsair está sendo enviada em volume para clientes prioritários não identificados, os sistemas SquadRack são enviados junto com ela e acordos de fornecimento cobrem a escalada. A empresa cita testes independentes mostrando que combinar a Corsair com GPUs reduziu os tempos de resposta de decodificação especulativa de cerca de 24 segundos para menos de dois segundos, mas nomes de clientes, preços e receita permanecem não divulgados, de modo que o teste comercial ainda está por vir.

Cada token de saída é limitado pela memória, então um componente de computação em memória que reduz o tráfego de busca de pesos ataca o custo real de servir LLMs, e não o pico de flops de treinamento.

O design contorna cadeias de suprimento escassas: chiplets de SRAM com LPDDR5 não precisam de HBM nem de empacotamento CoWoS, eliminando o gargalo pelo qual os rivais de GPU esperam na fila.

Complementar as GPUs tornou a d-Matrix uma compra de baixo risco: com o prefill deixado para as GPUs, testes independentes citados pela empresa mostraram tempos de resposta caindo de cerca de 24 segundos para menos de dois.

A prova se acumulou em etapas verificáveis: divulgações no Hot Chips em agosto de 2025, uma Série C de US$ 275 milhões a US$ 2 bilhões em novembro de 2025 e produção plena em junho de 2026.

Vender para o gargalo, não para o carro-chefe: deixar o treinamento para a Nvidia, argumentar que o decode é limitado pela memória e construir um acelerador de SRAM que se conecta a clusters de GPU — uma cunha que chegou à produção plena.

Em junho de 2026, a Corsair está em produção plena, com embarques em volume começando naquele verão para hyperscalers, neoclouds e laboratórios de IA de fronteira não identificados, com sistemas de rack SquadRack sendo enviados junto. O risco é do lado do mercado: a Nvidia continua acelerando o decode nas GPUs de próxima geração, os hyperscalers continuam construindo silício próprio, e a d-Matrix não divulgou nem nomes de clientes nem receita. A aquisição da GigaIO e os acordos de fornecimento com a Alchip cobrem integração e capacidade; se as vitórias medidas em latência se convertem em pedidos recorrentes é o teste em aberto.