Nvidia, AMD e CoreWeave raramente aparecem juntos em uma lista de investidores. A rodada de financiamento da Tensormesh é digna de nota não pelo seu tamanho, mas por atingir uma das maiores ineficiências nos custos de inferência de IA: o cálculo redundante.
Em 27 de maio, a Tensormesh anunciou um financiamento de US$ 20 milhões de investidores incluindo AMD Ventures, NVentures da Nvidia, CoreWeave, Valley Capital Partners e Laude Ventures. Incluindo financiamentos anteriores, a empresa arrecadou aproximadamente US$ 24,5 milhões até o momento.
No mesmo dia, a Tensormesh lançou sua plataforma de otimização de inferência, Tensormesh Inference, em disponibilidade geral. A plataforma aborda um problema direto: quando os modelos lidam com solicitações semelhantes ou tarefas de contexto longo, eles calculam repetidamente resultados intermediários já calculados, desperdiçando ciclos de GPU.
A abordagem da Tensormesh é armazenar em cache esses resultados intermediários — comumente chamados de cache KV — para que o contexto já calculado seja reutilizado, e apenas as partes novas sejam calculadas. A empresa afirma que, em cenários adequados, isso pode reduzir a latência e os custos de GPU em até 90%, com taxas de acerto de cache superiores a 70% em algumas implantações de clientes.
Isso é especialmente crítico em cenários de agentes, onde uma tarefa complexa pode exigir dezenas de chamadas de modelo, e o contexto anterior é repetidamente transportado para solicitações subsequentes. Sem cache, os custos de inferência se multiplicam rapidamente. O cache KV transforma esse contexto repetitivo em infraestrutura gerenciável e reutilizável.
A Tensormesh não está começando do zero. Ela é construída sobre o projeto de código aberto LMCache, que tem mais de 8.000 estrelas no GitHub e se integra com vLLM, SGLang, TensorRT, NVIDIA Dynamo, AWS SageMaker e Oracle OCI. A versão comercial empacota essa base de código aberto comprovada em um serviço que as empresas podem implantar e comprar diretamente.
Para Nvidia, AMD e CoreWeave, o investimento também faz sentido estratégico. Fabricantes de chips e provedores de nuvem querem que os clientes executem inferência de forma mais barata e confiável, porque quanto mais controláveis forem os custos de inferência, mais dispostas as empresas estarão a colocar aplicações de IA em produção. A Tensormesh não substitui GPUs; ela melhora a utilização sobre elas.
No ano passado, a maior parte dos gastos com infraestrutura de IA foi para modelos maiores e mais GPUs. A Tensormesh representa uma abordagem diferente: nos mesmos modelos e hardware, primeiro recupere o poder computacional desperdiçado. À medida que os agentes continuam a aumentar o volume de inferência, esse segmento de infraestrutura de economia de custos ficará cada vez mais concorrido.
A próxima questão é se o cache KV pode evoluir de uma otimização pontual para uma camada padrão na pilha de inferência empresarial. Se esse padrão for estabelecido, a Tensormesh terá garantido não apenas um marco de financiamento, mas um portal de receita de longo prazo na era das aplicações de IA.
Fontes: Tensormesh Raises $20M from Investors Including AMD Ventures, CocoLoop, CoreWeave, NVentures (Business Wire); Tensormesh taps Nvidia, AMD and CoreWeave for funding to fix AI model memory problems (SiliconANGLE)