A rede costuma ser tratada como o encanamento do data center: necessária, cara e idealmente invisível. A Cornelis quer transformar essa peça de infraestrutura em algo mais ativo. Em anúncio feito nesta segunda-feira, 14 de setembro, a empresa apresentou a Active Compute Fabric, arquitetura voltada a ambientes de inteligência artificial e computação de alto desempenho, e informou uma captação de aproximadamente US$ 205 milhões para ampliar sua atuação em redes scale-up e desenvolver produtos de próxima geração.

A mudança de foco importa porque o gargalo da IA em larga escala não está apenas no desempenho de cada GPU ou outro acelerador. Treinar e executar modelos grandes exige que muitos chips troquem dados constantemente. Quando essa coordenação é lenta, irregular ou consome recursos demais, aceleradores caros passam parte do tempo esperando. É nesse intervalo que a Cornelis tenta se posicionar: em vez de vender uma rede que apenas mova pacotes, a empresa propõe uma malha que participe de operações de comunicação.

O que a Cornelis está chamando de rede ativa

Segundo a companhia, a Active Compute Fabric combina transporte sem perdas, aceleração dentro da rede e computação programável no próprio tecido de interconexão. Em termos práticos, a promessa é que certos cálculos ligados à movimentação e à organização de dados possam ocorrer enquanto eles atravessam a rede, sem exigir que os aceleradores executem todas essas tarefas por conta própria.

A Cornelis cita, em especial, o descarregamento de operações coletivas. Essas operações são etapas em que vários aceleradores precisam compartilhar, combinar ou sincronizar informações, algo central em cargas distribuídas de IA e HPC. Se a rede assume uma parcela desse trabalho, a tese é liberar capacidade dos chips para o processamento que realmente interessa à aplicação, como treinamento, inferência ou simulação.

A reportagem da Network World acrescenta exemplos citados pela CEO Lisa Spelman para esse processamento no tecido de rede: aceleração de KV cache e roteamento em modelos mixture-of-experts, ou MoE. São casos relevantes para inferência e treinamento distribuídos, mas permanecem como capacidades anunciadas. A Cornelis também divulga estimativas sobre horas ociosas de GPU, economia potencial de custos e consumo de energia, baseadas em modelagem própria com dados públicos e simulações pré-produção. Esses números ajudam a explicar a ambição comercial da arquitetura, porém não equivalem a benchmarks independentes nem demonstram ganhos em instalações reais.

Para compradores de infraestrutura, essa distinção vale mais do que qualquer cifra chamativa: eficiência só se consolida quando pode ser reproduzida fora do material de lançamento.

Scale-up é onde a disputa fica mais apertada

A novidade marca a entrada declarada da Cornelis em redes scale-up, ao mesmo tempo em que preserva sua atuação em scale-out. Os nomes são parecidos, mas descrevem problemas distintos. Scale-up trata da comunicação muito próxima entre aceleradores e switches dentro de um pod ou de um domínio compacto de IA. Scale-out é a expansão dessa infraestrutura para conectar mais servidores, racks e conjuntos de máquinas.

Essa separação explica por que interconexão virou parte estratégica da corrida por IA. Em um sistema pequeno, a comunicação entre chips pode parecer um detalhe. Em uma instalação com centenas ou milhares de aceleradores, ela afeta o ritmo de execução de todo o conjunto. A especificação 1.0 do UALink, padrão aberto citado pela Cornelis para a camada scale-up, prevê conectar até 1.024 aceleradores por pod. Não é uma promessa de produto pronto da Cornelis, mas ilustra a escala que esses padrões procuram atender.

O apelo da empresa está justamente em tentar oferecer uma rota mais aberta em um segmento frequentemente associado ao ecossistema NVLink da Nvidia. Análises independentes situam a iniciativa como alternativa para sistemas fora desse ambiente proprietário. Isso não significa que a Cornelis tenha alterado o equilíbrio do mercado, nem que tenha entregue uma substituição completa. Significa que há uma tentativa concreta de construir interoperabilidade em uma camada na qual fornecedores de aceleradores e infraestrutura historicamente buscam forte controle técnico.

UALink, ESUN e o argumento da interoperabilidade

A Cornelis afirma que sua estratégia combinará UALink e ESUN para scale-up, além das especificações Ultra Ethernet no lado scale-out. A escolha dos nomes não é mero detalhe de compatibilidade. Ela compõe a mensagem de que clientes deveriam poder montar sistemas de IA com mais liberdade entre componentes, em vez de depender de uma única arquitetura de interconexão.

UALink é um padrão aberto voltado à comunicação entre aceleradores e switches em pods de IA. Já o ESUN é um trabalho do Open Compute Project para adaptar Ethernet às demandas de scale-up, com foco em interoperabilidade, confiabilidade e conectividade sem perdas. Redes sem perdas tentam evitar o descarte de tráfego em situações de congestionamento, uma característica relevante quando atrasos e retransmissões podem prejudicar tarefas sincronizadas entre muitos chips.

Ainda assim, padrão aberto não é sinônimo automático de implementação equivalente. A qualidade de uma solução dependerá de elementos que a Cornelis ainda não detalhou, como especificações completas da nova arquitetura, desempenho prático, compatibilidade efetiva e calendário de disponibilidade. O anúncio mostra direção técnica e ambição de ecossistema; não entrega, por enquanto, a documentação necessária para comparar a proposta em igualdade com plataformas já estabelecidas.

Produtos em fases diferentes e uma colaboração ainda em definição

A empresa também separou o estágio de seus produtos atuais do roadmap anunciado. A CN5000 está em envio comercial. A CN6000, por sua vez, estava em amostragem com clientes, com disponibilidade ampliada prevista para o quarto trimestre de 2026. Esses dados são importantes porque evitam uma leitura apressada de que toda a Active Compute Fabric já esteja disponível como produto acabado. A arquitetura é o anúncio central, mas sua materialização comercial ocorrerá em etapas.

A Qualcomm Technologies aparece como colaboradora nessa expansão. Tony Pialis, executivo da área de data center da companhia, teria participação na palestra da CEO Lisa Spelman no AI Infra Summit, em 15 de setembro. No comunicado oficial, a relação é descrita como colaboração e validação para futuros projetos de data centers de IA em escala de rack.

A HPCwire reporta que a parceria mira conectividade para os aceleradores Dragonfly HBC da Qualcomm e o co-desenvolvimento de uma rede de próxima geração para data centers de IA. O comunicado da Cornelis, por sua vez, não detalha produto conjunto, cronograma ou termos comerciais. Há, portanto, uma direção técnica mais concreta do que uma simples aproximação institucional, mas ainda faltam especificações e compromissos comerciais públicos para medir o alcance operacional da iniciativa.

Capital compra tempo, não validação

Os cerca de US$ 205 milhões dão à Cornelis fôlego para perseguir uma transição particularmente difícil: sair de uma posição conhecida em scale-out e competir também na conexão de alta proximidade entre aceleradores. O comunicado da empresa não informa formalmente a liderança, a avaliação, a estrutura da rodada nem os valores individuais dos aportes. Uma reportagem atribuída ao TechCrunch afirma que a IAG Capital Partners liderou a operação, enquanto o anúncio da Cornelis cita a empresa sem detalhar esses termos.

A notícia, portanto, é mais relevante pelo que revela sobre a próxima frente da infraestrutura de IA do que por uma promessa de ruptura imediata. A Cornelis está apostando que a rede deixará de ser uma camada passiva e que padrões como UALink e ESUN criarão espaço para sistemas menos fechados. É uma hipótese técnica plausível em um mercado pressionado por escala e custo. A confirmação, porém, dependerá de algo que o anúncio ainda não traz: produtos detalhados, disponibilidade e testes independentes que mostrem se a computação dentro da rede entrega o ganho anunciado.