Startup Files #1: FuriosaAI — o chip de inferência de IA que recusou os $800M da Meta

Vamos começar pela conclusão. A FuriosaAI é uma rara startup coreana de chips de IA que provou em silício que tinha motivos para recusar uma proposta de aquisição de $800M. Fundada em Seul em 2017, esta empresa fabless atingiu em julho de 2025 um financiamento acumulado de $246M e uma avaliação de 1 trilhão de KRW (unicórnio), e em janeiro de 2026 iniciou a produção em massa do RNGD, seu chip de inferência de segunda geração baseado no nó de processo de 5nm da TSMC. Depois de recusar a proposta de aquisição da Meta em março de 2025, conquistou como clientes a LG AI Research, a Samsung SDS e a Equinix, e avança rumo a um IPO em 2027~2028.

Company in a Nutshell

A FuriosaAI é uma startup fabless de semicondutores com sede em Seul, fundada em 2017. Ela projeta exclusivamente NPUs dedicadas à inferência de IA (inference) e terceiriza a produção para a TSMC. Como base no exterior, mantém um escritório em Santa Clara, nos Estados Unidos, e em setembro de 2026 abriu uma subsidiária em Singapura.

• Fundador e CEO June Paik — projetava GPUs na AMD e em 2013 voltou à Coreia, onde liderou uma pequena equipe de desenvolvimento de novos produtos de memória na Samsung Electronics. O cofundador e CTO Hanjoon Kim também veio da Samsung Electronics.
• CRO Jeehoon Kang — professor da KAIST (especializado em sistemas paralelos) que atua como responsável pela pesquisa, enquanto o VP of Hardware Youngjin Cho é um especialista em SoC que foi Corporate VP da Samsung Electronics.
• O nome da empresa vem de Furiosa, personagem do filme Mad Max: Fury Road.
• A participação do CEO June Paik é de 17.6% (conforme declaração pública de meados de 2025).

Core Technology

O núcleo da FuriosaAI é a arquitetura TCP (Tensor Contraction Processor). Ela não trata a multiplicação de matrizes (matmul), mas a própria contração de tensores (tensor contraction) como unidade nativa de operação. A ideia também tem validação acadêmica: foram publicados dois artigos, "TCP: A Tensor Contraction Processor for AI Workloads" (ISCA 2024) e "FuriosaAI RNGD: A Tensor Contraction Processor for Sustainable AI Computing" (Hot Chips 2024).

Por que tensor contraction. A etapa de decodificação da inferência de LLMs é uma fase memory-bound em que o gargalo não é o cálculo, mas a largura de banda de memória. O que define os tokens por watt é o quanto os dados se movem e com que eficiência. O TCP é um projeto que ataca esse gargalo de frente.

Warboy (1ª geração, para visão computacional)

O Warboy é um acelerador de IA para inferência de visão computacional em centros de dados, fabricado no processo FinFET de 14nm da Samsung Foundry (projetado com base na AI Inference SoC Platform da SEMIFIVE). Teve seu primeiro silício em 2021, entrou em produção em massa em abril de 2023 e registrou um one-shot silicon success.

• MLPerf Inference v1.1 (2021) — cerca de 1.5 vez em relação à Nvidia T4 em object detection e image classification. Foi a única startup a apresentar resultados com um chip de silício.
• MLPerf Inference Edge v2.0 (2022) — com o mesmo silício, apenas melhorias no compilador dobraram o desempenho. SSD-MobileNetV1 offline throughput 8,762 contra Nvidia A2 4,856 (cerca de 1.8 vez).
• Foi efetivamente implantado nos principais centros de dados em nuvem da Coreia, e a Kakao Enterprise o testou (imprensa de 2023).

RNGD ("Renegade", 2ª geração, para inferência de LLMs)

É o chip de segunda geração apresentado em agosto de 2024 no Hot Chips (Stanford). Foi desenvolvido em conjunto com a GUC (Global Unichip), de Taiwan, opera a 1.0GHz em TSMC 5nm e integra 2 stacks de HBM sobre um interposer CoWoS-S. Segundo a documentação oficial para desenvolvedores (developer.furiosa.ai), as especificações principais são as seguintes.

A linha de produtos tem duas opções: a placa PCIe RNGD e o servidor NXT RNGD (lançado em setembro de 2025). O servidor NXT é um servidor 4U com 8 placas, com 4 petaflops em FP8, um total de 384GB de HBM3 e largura de banda total de 12TB/s, com 3kW por servidor. Em um rack de 15kW cabem 5 unidades, enquanto no mesmo rack cabe apenas 1 Nvidia DGX H100 (máximo de 10.2kW).

A pilha de software é formada por compilador, runtime, compressor de modelos, profiler e framework de serving, integra-se ao PyTorch 2.x e oferece suporte a TensorFlow Lite e ONNX. Também oferece suporte a ambientes Kubernetes, contêineres e SR-IOV.

A produção em massa começou em janeiro de 2026. A empresa recebeu da TSMC um primeiro volume de produção de 4,000 unidades e começou a fornecê-las aos clientes na forma de encapsulamento e placas (TheElec, abril de 2026).

A terceira geração ficará a cargo da parceria de desenvolvimento conjunto com a Broadcom anunciada em maio de 2026. Trata-se de uma plataforma de inferência de IA em escala de rack baseada em chiplets, com planos de incluir um compute die de 2nm e HBM4/4E (imprensa de fontes secundárias).

Funding & Investors

A captação de investimentos da FuriosaAI é um manual de escalada gradual ao longo de 8 anos. Segundo os anúncios oficiais da empresa, o financiamento acumulado é de $246M (julho de 2025).

Em julho de 2025, com a Series C bridge (₩170B, aprox. $125M — não são "$170M", mas sim 170 bilhões de wons) a empresa superou 1 trilhão de wons em avaliação e se tornou um unicórnio. Atualmente, ela está captando uma rodada pre-IPO/Series D de $300M~$500M (assessoria conjunta de Morgan Stanley e Mirae Asset Securities, avaliação prevista de ₩2T~₩3T, segundo a Bloomberg, janeiro de 2026). Em maio de 2026, foi noticiado um investimento direto de ₩800B do National Growth Fund, mas até outubro de 2026 não foi confirmado se ele foi concluído.

Os $800M recusados

Em fevereiro de 2025 surgiram as primeiras notícias sobre as negociações de aquisição pela Meta e, em 24 de março de 2025, a FuriosaAI recusou definitivamente a oferta de $800M (aprox. 1.1 trilhão de KRW) (segundo a Bloomberg). O motivo do rompimento não foi o preço, mas divergências sobre a direção do negócio e a estrutura organizacional após a aquisição. A interpretação do setor é que a Meta não buscava tanto entrar no mercado de semicondutores de IA, mas garantir um sistema e talentos já validados para desenvolver chips personalizados para seus próprios serviços de IA. Quatro meses após a recusa, a empresa se tornou um unicórnio e, seis meses depois, iniciou a produção em massa.

Traction

A lista de clientes da FuriosaAI em 2025~2026 é excepcionalmente sólida para uma startup de chips de inferência.

• LG AI Research (julho de 2025) — contrato oficial de fornecimento do RNGD para o LLM EXAONE. Foi selecionada após meses de avaliação e será aplicada ao modelo EXAONE 3.5 e ao agente de IA corporativo ChatExaone. Segundo números reportados pela empresa, oferece 2.25 vezes mais inference performance per watt do que soluções baseadas em GPU e 3.75 vezes mais geração de tokens em um rack com o mesmo consumo de energia.
• Samsung SDS (outubro de 2026) — NPU-as-a-Service (o primeiro da Coreia) que oferece o RNGD na Samsung Cloud Platform. Implanta o RNGD no IDC de Dongtan e o oferece em instâncias on-demand de 1/2/4/8 placas (fornecimento desde julho de 2026).
• Equinix Lisbon (julho de 2026) — primeira implantação comercial do RNGD na Europa. Construiu um hub de inferência de IA baseado em RNGD no centro de dados LS2, em Lisboa.
• Projeto de 15MW em Estocolmo (agosto de 2026) — junto com Velox e I/ONX HPC, construirá um centro de dados de inferência de IA de 15MW. A primeira fase, de 2MW (em operação no início de 2027), incorporará 1,800 unidades do RNGD, e na expansão completa serão implantadas mais de 8,800.
• Consórcio 'AI for Everyone' da Kakao (agosto de 2026) — participa do consórcio liderado pela Kakao no projeto selecionado pelo Ministério da Ciência e TIC.
• Aramco — em fase de testes e amostragem do RNGD (imprensa de dezembro de 2024). É uma cabeça de ponte para entrar no Oriente Médio.

Os números públicos de benchmark (reportados pela empresa, sem verificação independente) são os seguintes: até 3 vezes mais inference performance per watt do que a Nvidia H100, 7.4 vezes mais usuários simultâneos com o mesmo consumo de energia do que a RTX Pro 6000 (Renegade Summit 2026.3), redução de aproximadamente 40% no TCO do centro de dados e 2,000~3,000 TPS por placa com o Llama 3.1 8B.

Moat Analysis — VLSI's View

Fosso 1 — a base acadêmica da arquitetura. O TCP não é um slogan de marketing, mas uma arquitetura validada por um artigo no ISCA 2024. O ponto de partida do projeto é a convicção de que o campo de batalha do mercado de inferência não é o treinamento, mas a fase memory-bound da decodificação. Diferentemente da Groq, que adotou uma rota determinística (deterministic) centrada em SRAM, a FuriosaAI escolheu a rota prática de colocar um modelo da classe de 70B em uma única placa com HBM3 de 48GB. Ambas as rotas são válidas, mas a rota HBM aponta na mesma direção do roteiro de expansão de memória dos centros de dados existentes.

Fosso 2 — um software comprovado pelo compilador. No MLPerf 2022, ela extraiu o dobro de desempenho do mesmo silício Warboy apenas com melhorias no compilador. A inferência é uma corrida software-defined, e esta empresa mostrou em números que sua equipe de software trabalha tanto quanto a de hardware. Acrescentando uma perspectiva de STA e timing: fechar o timing a 1.0GHz em TSMC 5nm com um interposer CoWoS-S e uma PHY HBM3 (1.5TB/s) não é um tape-out simples. O one-shot silicon success do Warboy e o desenvolvimento conjunto do RNGD com a GUC são provas de sua capacidade de execução.

Fosso 3 — a economia dos tokens por watt. O TDP do RNGD é de 180W, contra os 350W da H100. O CEO June Paik afirmou no Renegade Summit (março de 2026) que "até 2030, os centros de dados de IA de todo o mundo adicionarão 100GW, e 70% deles serão para inference". A inferência é o jogo dos tokens por watt, e em uma era em que a infraestrutura elétrica é o gargalo, uma placa de 180W muda o grau de liberdade do projeto de racks.

Risco — a receita precisa acompanhar a avaliação. A receita de 2024 foi de ₩3B e o prejuízo líquido, de ₩152.2B (declaração pública, citada pela Bloomberg). Uma avaliação de ₩1T+ é uma aposta na receita futura. O fosso de CUDA e da cadeia de suprimentos da Nvidia continua de pé, e os clientes se concentram em poucos nomes, como LG e Samsung SDS. O fechamento da rodada pre-IPO de $300M~$500M também não foi confirmado. Na Coreia, está se formando um duopólio com a Rebellions: a Rebellions usa Samsung 4nm, recebeu investimentos da Samsung e da SK e pretende abrir capital na KOSPI no primeiro semestre de 2027. Ainda assim, é muito provável que o mercado de inferência seja um mercado segmentado por carga de trabalho, e não de vencedor único.

Chase's Take. O motivo pelo qual acompanho esta empresa não é a ousadia de ter recusado $800M. É a capacidade de execução de ter se tornado um unicórnio apenas 4 meses após a recusa e de ter recebido volume de produção em massa da TSMC 6 meses depois. A FuriosaAI superou em silício o ponto em que muitas startups de chips de IA param nas apresentações. Os indicadores a observar são três: se o volume de 8,800 unidades de Estocolmo se converterá em receita recorrente real, se a rodada pre-IPO será fechada e se a receita trimestral entrará em órbita antes do IPO de 2027~2028. Se os três se confirmarem, a recusa dos $800M virará lenda; se um deles falhar, será uma lição muito cara.

Verdict

Um caso raro que provou em silício a base técnica para recusar os $800M da Meta: agora, o que ela precisa é de receita.

FAQ

Que tipo de empresa é a FuriosaAI?

É uma empresa fabless de NPUs dedicadas exclusivamente à inferência de IA, fundada em Seul em 2017. É liderada por seu fundador e CEO June Paik (vindo da AMD e da Samsung Electronics), e sua arquitetura central é o Tensor Contraction Processor (TCP). Em julho de 2025, atingiu o status de unicórnio (avaliação superior a 1 trilhão de KRW) com um financiamento acumulado de $246M.

Quais são as especificações principais do chip RNGD?

É um chip de inferência de segunda geração baseado em TSMC 5nm a 1.0GHz, com FP8 512 TFLOPS, INT8 512 TOPS e INT4 1024 TOPS, HBM3 48GB (1.5TB/s), TDP 180W e suporte a PCIe Gen5. Foi apresentado no Hot Chips em agosto de 2024 e sua produção em massa começou em janeiro de 2026.

Por que ela recusou a oferta de aquisição de $800M da Meta?

Ela a recusou definitivamente em 24 de março de 2025 (segundo a Bloomberg). O motivo do rompimento não foi o preço, mas divergências sobre a direção do negócio e a estrutura organizacional após a aquisição. Depois disso, a empresa seguiu uma rota de crescimento independente e conseguiu se tornar um unicórnio e iniciar a produção em massa.

Qual é a situação do financiamento e dos planos de IPO?

Até julho de 2025, ela captou um acumulado de $246M e atualmente está captando uma rodada pre-IPO/Series D de $300M~$500M (avaliação prevista de ₩2T~₩3T). A meta de IPO é 2027~2028.

Limites das evidências: os números de performance per watt, TCO e usuários simultâneos comparados neste artigo baseiam-se em anúncios da empresa ou de seu cliente (LG AI Research) e não foram verificados de forma independente. Em 18 de outubro de 2026, não foi confirmado o fechamento da rodada pre-IPO de 2026 nem do investimento do National Growth Fund.

Fontes principais: Blog oficial da FuriosaAI (anúncio da Series C bridge) · Documentação para desenvolvedores da FuriosaAI (especificações do RNGD) · Pulse (notícia do unicórnio) · Korea Herald (Renegade Summit) · Data Center Dynamics (Samsung SDS NPUaaS) · TheElec (volume de produção em massa)