Tigris Data levanta US$25 mi e desafia Big Cloud

Tigris Data levanta US$25 mi e desafia Big Cloud — A startup de armazenamento de dados distribuído anunciou a conclusão de uma rodada Série A de US$ 25 milhões liderada pela Spark Capital, com participação da Andreessen Horowitz, para ampliar sua rede de data centers e competir diretamente com as gigantes da nuvem AWS, Google Cloud e Microsoft Azure.

Fundada em novembro de 2021 pela equipe que criou a plataforma de storage da Uber, a Tigris Data aposta em um modelo descentralizado que leva a infraestrutura de armazenamento para mais perto dos recursos de computação — tendência cada vez mais adotada por workloads de inteligência artificial.

Tigris Data levanta US$25 mi e desafia Big Cloud

De acordo com o cofundador e CEO Ovais Tariq, “o Big Cloud foi construído para manter dados perto dos seus próprios servidores, não para acompanhar arquiteturas multirregionais ou multicloud”. Ao falar à TechCrunch, o executivo explicou que a plataforma “nativa para IA” da empresa permite replicação automática dos arquivos para onde quer que as GPUs estejam, sem cobrança de egress — a chamada “taxa de saída” — e com baixa latência para treinamento, inferência e agentes autônomos.

Essa abordagem atende a mais de 4 000 clientes, em sua maioria startups de IA generativa que lidam com enormes volumes de imagens, vídeos e áudios sensíveis a atraso. Batuhan Taskaya, chefe de engenharia da Fal.ai, afirmou que as tarifas de egress nos provedores tradicionais representavam a maior parte dos custos da empresa antes da migração para a Tigris Data.

Para Tariq, as taxas cobradas por AWS, Google Cloud e Azure — comparadas a “pagar extra para sair da academia” — revelam um problema estrutural: uma arquitetura centralizada incapaz de acompanhar o ritmo descentralizado da IA moderna. “Streaming de conjuntos maciços de dados ou inferência em tempo real entre regiões criam gargalos de latência que atrasam o desempenho dos modelos”, observa.

Além de eliminar as tarifas de saída, a Tigris Data alega oferecer acesso a bilhões de pequenos arquivos com latência mínima. Na prática, isso significa que desenvolvedores podem escalar workloads em qualquer nuvem pública ou privada sem ter de copiar datasets ou aceitar custos adicionais de transferência.

Outro fator de atração é a segurança e a soberania dos dados. Setores regulados, como saúde e finanças, precisam garantir que informações sensíveis fiquem armazenadas sob normas locais. “Empresas querem controlar seu próprio combustível de IA”, diz Tariq, lembrando o caso em que a Salesforce bloqueou rivais do uso de dados do Slack.

Impulsionada pelo novo aporte, a startup — que cresce oito vezes ao ano desde a fundação — opera hoje três data centers nos Estados Unidos (Virgínia, Chicago e San José) e planeja inaugurar unidades em Londres, Frankfurt e Singapura, além de expandir a malha em território americano. A estratégia é posicionar storage “ao lado” da computação distribuída oferecida por provedores como CoreWeave, Together AI e Lambda Labs.

Enquanto o mercado de chips de IA esquenta, a disputa pelo armazenamento passa a ser decisiva. Sem dados próximos da GPU, o ganho de performance de um supercluster de processamento se perde em milissegundos extras de latência. “Compute sem storage não é nada”, resume Tariq.

Analistas veem espaço para alternativas focadas em workloads de IA, mas alertam que enfrentar os gigantes de nuvem exigirá escala global e um modelo de preços agressivo. A Série A dá fôlego para a Tigris Data crescer, porém o desafio inclui manter a confiabilidade e cumprir requisitos de conformidade em múltiplas jurisdições.

Com a aposta em storage distribuído, a Tigris Data se posiciona como peça-chave do ecossistema de IA que emerge fora das grandes nuvens. Se vai conseguir deslocar parte do monopólio de AWS, Google e Microsoft, o tempo dirá, mas a corrida por latência zero e custos menores já começou.

Quer saber como a estratégia de nuvem distribuída pode impactar o seu negócio? Visite nosso hub de tecnologia e acompanhe as últimas análises.

Image Credits:Tigris Data