doubleAI capta US$ 200 mi para turbinar IA Maxwell
doubleAI, de Tel Aviv, levanta US$ 200 milhões em rodada Série A para acelerar o modelo de IA Maxwell, que otimiza código e reduz uso de hardware, com apoio de Nvidia e Dell.

Tecnologia
Startup israelense recebe investimento milionário para avançar em inteligência artificial focada em otimização de código.
Leia também: Microsoft aposta em modelos de IA menores e mais acessíveis
A israelense doubleAI, desenvolvedora do modelo de inteligência artificial Maxwell, anunciou nesta segunda-feira (19) uma rodada Série A de US$ 200 milhões liderada pelos fundos Lightspeed e Bessemer, com participação de Nvidia, Dell e outros investidores, elevando a avaliação da companhia para mais de US$ 1 bilhão e abrindo uma disputa direta com gigantes como OpenAI e Anthropic.
Com sede em Tel Aviv e registrada como AA-I Technologies Ltd., a empresa pretende usar parte relevante do aporte para transformar o Maxwell em produto comercial para empresas que querem reduzir o uso de hardware em cargas de trabalho de IA e em softwares complexos em geral. Outra fatia do dinheiro vai financiar a compra de 1.000 placas gráficas Nvidia B300 Blackwell, que devem acelerar a pesquisa e o desenvolvimento interno.
O que é a doubleAI e qual o foco da empresa no desenvolvimento de modelos de IA?
A doubleAI é uma startup de Tel Aviv especializada em modelos de IA voltados à otimização automática de software, com foco principal no Maxwell, capaz de tornar códigos mais eficientes sem intervenção manual de programadores.
Diferente de assistentes de código tradicionais, que sugerem mudanças no texto do programa, o Maxwell atua diretamente sobre o binário — a versão de baixo nível que o processador executa — e ajusta a forma como o software conversa com dados e chips. Segundo a empresa, “Maxwell aplicando otimizações diretamente no código binário permite modificar aplicações enquanto estão em produção”, o que abre caminho para ganhos de desempenho sem paradas ou refatorações longas.
Esse tipo de abordagem permite que o modelo funcione tanto em GPUs quanto em CPUs, analisando o fluxo real de execução das aplicações. A promessa é cortar custos de infraestrutura e, ao mesmo tempo, extrair mais desempenho de servidores já instalados, algo especialmente relevante para empresas de tecnologia, bancos, laboratórios de pesquisa e produtoras de conteúdo digital.
Entenda o contexto
A corrida atual na IA não envolve apenas modelos generativos que escrevem textos ou criam imagens, mas também sistemas que automatizam pesquisa científica e melhoram a eficiência do próprio software que sustenta a economia digital. OpenAI e Anthropic vêm mostrando capacidades de gerar artigos matemáticos e formalizar provas complexas, enquanto a doubleAI se posiciona na interseção entre otimização de código e descobertas científicas assistidas por IA.
Nesse cenário, startups capazes de reduzir o consumo de hardware ganham relevância, porque muitos data centers já operam no limite de energia e refrigeração. Modelos como o Maxwell atacam diretamente esse gargalo, prometendo fazer mais com menos máquina.
Como o aporte de US$ 200 milhões impacta o futuro da doubleAI e do mercado de IA?
O investimento de US$ 200 milhões coloca a doubleAI no grupo das chamadas “unicórnios” e dá munição para acelerar o desenvolvimento do Maxwell em escala industrial, com impacto direto no mercado de IA voltado à eficiência de infraestrutura.
Metade da rodada será usada para adquirir 1.000 GPUs Nvidia B300 Blackwell, chips de ponta projetados para cargas intensivas de IA. Com esse poder de fogo, a doubleAI pretende treinar versões ainda mais avançadas do Maxwell, expandir sua capacidade de automatizar pesquisas e atender clientes globais que rodam grandes modelos ou sistemas analíticos complexos.
Para o mercado, a rodada sinaliza que a otimização de software por IA se tornou um tema estratégico. Se o Maxwell entregar consistentemente ganhos como os já divulgados, fornecedores de hardware menos avançado podem perder espaço, enquanto grandes data centers tendem a adotar ferramentas semelhantes para prolongar a vida útil de seus parques de máquinas.
Maxwell: recorde no xadrez e descoberta matemática
Além da otimização de código, o Maxwell tem sido usado em tarefas de fronteira em matemática e jogos. A doubleAI afirma que o modelo encontrou recentemente uma posição de xadrez com 63 movimentos consecutivos de xeque, superando o recorde anterior de 60. O desafio era encontrar uma configuração em que o rei adversário pudesse ser colocado em xeque o maior número de vezes possível antes do fim da partida.
Em paralelo, um agente interno de IA da empresa fez uma nova descoberta envolvendo estruturas de grafos, conceito central em computação e matemática discreta. A prova foi formalizada em um arquivo Lean — linguagem usada para verificar teoremas –, o que facilita a checagem independente por outros pesquisadores e reforça o papel da IA como ferramenta de pesquisa formal.
IA que reescreve bibliotecas: cuGraph, pandas e geração de vídeo
Na frente de desempenho de software, a doubleAI já apresentou alguns números de impacto. Em colaboração com a Nvidia, o Maxwell reescreveu a biblioteca cuGraph, usada para análises de grafos em GPUs. Segundo a empresa, 55% dos algoritmos dessa biblioteca foram acelerados em pelo menos duas vezes, ao mesmo tempo em que o consumo de hardware foi reduzido.
Outro caso foi a biblioteca pandas, muito popular entre cientistas de dados. Ao aplicar otimizações automáticas, o Maxwell aumentou em 38 vezes o desempenho da ferramenta em um benchmark de velocidade de consultas. Já em modelos generativos, o sistema foi usado para ajustar o pipeline do modelo de vídeo LTX-2.5, dobrando a velocidade de geração de vídeos.
Esses resultados são obtidos sem que os desenvolvedores precisem alterar manualmente o código-fonte. O Maxwell observa a interação entre programa, dados e chips, identifica gargalos e altera o binário resultante, o que reduz o tempo entre detectar um problema de performance e aplicar a correção em produção.
Quais são os planos da doubleAI com o novo investimento recebido?
Com o caixa reforçado, a doubleAI mira duas frentes principais: escalar a pesquisa interna com mais poder computacional e transformar o Maxwell em um produto pronto para empresas, com suporte e integração a sistemas críticos.
No curto prazo, a startup planeja ampliar a equipe de engenheiros e pesquisadores, consolidar parcerias com grandes players de hardware e cloud e oferecer o Maxwell como serviço para companhias que querem reduzir custos de infraestrutura de IA. A ideia é atender desde times de data science que usam bibliotecas como pandas até empresas que mantêm grandes modelos proprietários e aplicações de missão crítica.
No longo prazo, a ambição é disputar espaço com modelos de pesquisa automatizada de rivais como OpenAI e Anthropic, posicionando o Maxwell não apenas como um otimizador de código, mas como um agente capaz de conduzir experimentos, testar hipóteses e produzir descobertas formais em áreas como matemática e ciência da computação.
Como a entrada da Dell e Nvidia influencia o cenário competitivo das startups de IA?
A participação de Nvidia e Dell, gigantes em hardware e infraestrutura, reforça a estratégia de criar um ecossistema em que software e chips são desenvolvidos em sintonia para extrair o máximo de desempenho.
No caso da Nvidia, o investimento se soma à colaboração técnica já em andamento, como a otimização da biblioteca cuGraph e a compra planejada de 1.000 GPUs B300 Blackwell. Isso tende a consolidar o Maxwell como uma ferramenta afinada com a arquitetura dos chips da empresa, criando uma vantagem competitiva frente a outras soluções de otimização.
A Dell, por sua vez, ganha acesso a uma tecnologia capaz de elevar a eficiência de servidores vendidos a clientes corporativos, o que pode se traduzir em ofertas combinadas de hardware e software de IA otimizada. Para o mercado de startups, a mensagem é clara: quem conseguir se alinhar a grandes fornecedores de infraestrutura terá mais chances de se destacar em um ambiente de competição intensa por capital, parcerias e capacidade computacional.
Fonte: matéria original


