Imagina trocar o trajeto de um carro numa estrada cheia de curvas por uma pista reta e vazia. É mais ou menos isso que a Relativity Networks promete fazer com a luz que carrega dados dentro dos data centers. A empresa acaba de anunciar uma rodada de US$ 22 milhões em SAFE notes, liderada por Rhapsody Venture Partners, Bell Ventures Inc. e Faster Than Glass LLC, além de garantir um pedido de follow-on de US$ 40 milhões vindo de um hyperscaler que preferiu não se identificar.
O produto por trás da conversa toda é a fibra de núcleo oco, uma tecnologia pouco usada até aqui. Na fibra óptica tradicional, a luz viaja através de vidro. Na versão oca, ela atravessa uma espécie de câmara de vácuo no centro do cabo, chegando bem mais perto do limite teórico da velocidade da luz. O resultado prático: transmissão cerca de 30% mais rápida.
Parece pouco quando falamos de microssegundos, mas o CEO Jason Eisenholz coloca a conta em perspectiva: um sinal percorre um quilômetro de fibra convencional em cerca de cinco microssegundos. Com fibra oca, esse número cai para três e meio. Em escala de rack, essa diferença nunca importou muito. O problema é que os data centers de IA deixaram de ser um rack só há tempos.
Hoje é comum um campus de data center se espalhar por centenas de hectares e dezenas de prédios, e é justamente aí que a distância física começa a virar gargalo de latência.
Eisenholz vê a maior oportunidade em implantações multi-campus, onde data centers já existentes são conectados para funcionar como se fossem uma única máquina gigante. Segundo ele, os maiores sistemas de IA já distribuem computação entre vários campi só para conseguir energia suficiente — só que ainda precisam operar de forma sincronizada, como se estivessem lado a lado.
É aqui que entra a matemática interessante: reduzir a latência em 30% também significa que esses campi podem ficar 30% mais distantes um do outro antes que o atraso comece a prejudicar o processamento. Numa indústria travada por restrições de energia e disputas políticas sobre onde construir, ganhar margem geográfica vale muito.
Eisenholz resume a tese em três fases. A primeira era da IA foi só sobre poder de computação, empilhando GPU atrás de GPU. A segunda otimizou a rede dentro do próprio data center para aproveitar esse poder. E a terceira, que ele diz estar começando agora, é sobre otimizar a geografia — decidir onde cada peça do sistema pode estar sem que a física vire um problema.
Com US$ 4 trilhões previstos em investimento global em data centers até o fim da década, qualquer tecnologia capaz de folgar essa camisa de força espacial tende a chamar atenção rápido.