Vinci capta US$ 250 milhões para acelerar a simulação física de chips

A Vinci, empresa de Palo Alto que usa IA para simular a física de chips e hardware, captou US$ 250 mi com avaliação de US$ 1,5 bi em 6 de outubro de 2026. Advent, Temasek e Xora Innovation lideraram a Série B, segundo o The Next Web. A aposta é que as verificações de física, que hoje levam horas ou dias, possam rodar enquanto os engenheiros ainda desenham o projeto. Para as equipes que constroem chips de IA que esquentam muito, isso pode cortar semanas de cada ciclo de projeto.

O que a Vinci constrói

Antes de um chip ser fabricado, os engenheiros simulam como ele vai se comportar. Ele vai superaquecer? Vai entortar ou rachar ao esquentar? As ferramentas convencionais respondem a essas perguntas devagar. Por isso as equipes as executam em pontos de verificação fixos, e não o tempo todo.

A Vinci começou pelo calor, porque o calor virou um problema crescente à medida que os chips de IA ficam maiores e mais complexos. Segundo o The Next Web, a empresa agora quer simular sistemas inteiros. Ela planeja acrescentar a seguir testes de vibração e eletromagnetismo.

O Converge Digest lista quatro partes da plataforma:

• preparação automatizada dos arquivos de projeto
• «orquestração agêntica», ou seja, agentes de IA que configuram e executam os trabalhos
• modelos de fundação de física, que são grandes modelos de IA treinados em comportamento físico
• kernels nativos de GPU, código escrito para rodar diretamente em processadores gráficos

Segundo o Pulse 2.0, a plataforma funciona em «zero-shot» para comportamento térmico, termomecânico e de fluidos convectivos. Zero-shot significa que ela lida com um caso novo sem ter sido treinada antes naquele caso exato.

As alegações de velocidade

A principal alegação da Vinci é a velocidade. O The Next Web e o RuntimeWire relatam simulações até 1.000 vezes mais rápidas que as ferramentas convencionais. O The Next Web acrescenta que a Vinci diz que isso vem sem perda de precisão.

O Converge Digest e o Pulse 2.0 dizem que a plataforma pode avaliar em minutos projetos com mais de 15 bilhões de graus de liberdade. Graus de liberdade são os valores desconhecidos que uma simulação precisa resolver, como a temperatura em cada ponto minúsculo de um chip. Quinze bilhões deles descrevem um modelo muito detalhado.

Esses são números da própria empresa. Nenhum dos quatro relatos cita um teste independente.

Quem investiu e para que serve o dinheiro

Detalhe	Valor
Rodada	Série B
Valor	US$ 250 milhões
Avaliação	US$ 1,5 bilhão
Investidores principais	Advent, Temasek, Xora Innovation
Também investem	Eclipse, Khosla Ventures, Madrona; AMD Ventures, segundo o Converge Digest
Financiamento anterior	US$ 46 milhões, anunciados em dezembro de 2025, segundo o The Next Web
Funcionários	70

O RuntimeWire coloca o total captado em US$ 296 milhões e diz que o dinheiro anterior incluía uma Série A de US$ 36 milhões.

O CEO Hardik Kabaria disse ao The Next Web que o dinheiro vai pagar poder de computação, novos funcionários e mais produtos de simulação. O próximo passo é passar de duas implantações piloto com clientes para 20. «É um modelo de fundação que se provou funcionar no campo», disse Kabaria.

A participação da AMD é notável, porque a AMD projeta exatamente o tipo de chip que precisa desse trabalho. Brian Amick é vice-presidente sênior de tecnologia e engenharia da AMD. «Projetar sistemas avançados exige que os engenheiros entendam como o comportamento térmico, físico e elétrico interage no chip, no encapsulamento e na placa», disse ele ao Converge Digest.

O Converge Digest diz que a rodada também financia a entrada em dinâmica de fluidos e em novas áreas de hardware: memória, veículos, aeronaves e satélites.

A IA para projeto de chips atrai dinheiro de várias direções. Dois dias antes, OpenAI e Synopsys anunciaram o GPT-Synopsys, um modelo para projeto de chips.

O que isso significa para os desenvolvedores

A maioria das equipes não vai usar a Vinci diretamente. Ela importa para engenheiros de hardware, encapsulamento e térmica, e para as equipes de software que constroem suas ferramentas.

• Trate a alegação de velocidade como uma hipótese. «Até 1.000 vezes» é o melhor caso. Se for avaliar a Vinci, rode-a em um projeto antigo cujos resultados reais você já conhece. Depois compare as respostas dela com o seu solver atual e com o chip medido.
• Espere pilotos, não um produto acabado. Duas implantações com clientes é uma fase inicial. Pergunte que suporte, garantias de precisão e opções de exportação um piloto inclui antes de planejar um tape-out em cima disso.
• Reserve orçamento para GPUs. A plataforma roda em código nativo de GPU, então o custo migra das licenças de software para o tempo de computação. Pergunte se ela roda na nuvem da Vinci ou no seu próprio hardware.
• Acompanhe a expansão. O calor é o primeiro domínio. Se os mesmos modelos se sustentam em vibração e eletromagnetismo, isso mostrará se é um solver rápido ou uma plataforma de física geral.

O sinal mais claro será o próximo número de clientes. A Vinci apontou 20 implantações como meta, e esse número é fácil de conferir.