التمويل:
شركة إيثرنوفيا تجمع أكثر من 90 مليون دولار في جولة التمويل الثانية (Series B) لتطوير شبكات الذكاء الاصطناعي المادية
إيثروفيا أغلقت الشركة جولة تمويل من الفئة "ب" بقيمة إجمالية تزيد عن 90 مليون دولار، وذلك مع تسارع الطلب على رقائق السيليكون الشبكية القادرة على دعم القيادة الذاتية في الوقت الفعلي في المركبات والروبوتات والأنظمة الصناعية. وقد قاد هذه الجولة... مافريك سيليكون، بمشاركة من شركاء سقراطيون، و Conduit Capital، و CDIB-TEN Capital، إلى جانب الدعم المستمر من المستثمرين الحاليين بما في ذلك بورش SE, مشاريع كوالكومو سقوط خط رأس المال.
تتخذ شركة إيثرنوفيا من وادي السيليكون مقرًا لها، وهي تعمل على تطوير جيل جديد من معالجات الحزم القائمة على الإيثرنت، والمصممة لتكون بمثابة العمود الفقري للبيانات - أو "الجهاز العصبي" - للآلات الذكية العاملة على الحافة. وتركز الشركة على معالجة معضلة متنامية في مجال التشغيل الذاتي: نقل كميات هائلة من بيانات المستشعرات والرؤية والذكاء الاصطناعي بشكل متوقع وفعال وفي الوقت الفعلي.
إعادة تصميم البنية الأساسية للبيانات لتحقيق الاستقلالية
تعتمد المركبات ذاتية القيادة وأنظمة مساعدة السائق المتقدمة والروبوتات الصناعية بشكل متزايد على عشرات أجهزة الاستشعار عالية النطاق الترددي وأحمال عمل الذكاء الاصطناعي التي يجب أن تعمل بزمن استجابة محدد. لم تُصمم الشبكات التقليدية داخل المركبات والشبكات الصناعية لتلبية هذه المتطلبات، مما يؤدي غالبًا إلى بنى مجزأة، وتعقيد أكبر للنظام، وتكاليف متزايدة.
يرتكز نهج إيثرنوفيا على بنى تحتية تعتمد على معالجات الحزم وشبكات الإيثرنت، مما يوحد الشبكات والحوسبة وتنسيق البيانات. وبدلاً من الاعتماد على مجموعة من الحافلات القديمة والوصلات المباشرة، تم تصميم منصتها لتجميع وتوجيه تدفقات البيانات في الوقت الفعلي بطريقة قابلة للبرمجة والتوسع، مما يدعم تصميمات الأنظمة المركزية والمناطقية على حد سواء.
معالجات الحزم المصممة للذكاء الاصطناعي الفيزيائي
يكمن جوهر تقنية إيثرنوفيا في عائلة من معالجات الحزم عالية الأداء المصممة خصيصًا لـ حافة وأحمال عمل الذكاء الاصطناعي المادية. صُممت هذه الرقائق لإدارة حركة مرور أجهزة الاستشعار والذكاء الاصطناعي ذات النطاق الترددي العالي مع زمن استجابة محدد وكفاءة طاقة عالية، وهما قيدان يحددان بشكل متزايد النجاح في تطبيقات السيارات والروبوتات.
بفضل دعمها لمسارات البيانات القابلة للبرمجة وشبكات إيثرنت القابلة للتوسع، تُمكّن هذه المنصة الأنظمة المُعرّفة برمجياً من التطور بمرور الوقت عبر التحديثات اللاسلكية، مع الحفاظ على تلبية متطلبات الأداء بالغة الأهمية للسلامة. وتكتسب هذه المرونة أهمية خاصة مع توجه مُصنّعي المعدات الأصلية نحو بنى تُحدد فيها الوظائف بشكل أكبر بواسطة البرمجيات بدلاً من تكوينات الأجهزة الثابتة.
الزخم في قطاعات السيارات والروبوتات والصناعة
مع أن قطاع السيارات لا يزال محور تركيز رئيسي، إلا أن تقنية إيثرنوفيا تُستخدم في أسواق متعددة حيث باتت الذكاءات الطرفية الآنية ضرورية. تواجه منصات الروبوتات وأنظمة الأتمتة الصناعية والآلات الناشئة المُعرّفة بالذكاء الاصطناعي تحديات مماثلة تتعلق بزمن الاستجابة والتزامن ونقل البيانات. في كل حالة، لا تُملى قيود الأداء بشكل متزايد بقدرة الحوسبة الخام، بل بمدى كفاءة نقل البيانات بين أجهزة الاستشعار والمعالجات والمشغلات ضمن ضمانات زمنية صارمة.
تتقارب هذه القطاعات أيضًا من الناحية المعمارية. بدأت أنظمة الروبوتات والأنظمة الصناعية في تبني مبادئ تصميم كانت حكرًا على قطاع السيارات، مثل البنى المناطقية والحوسبة المركزية، بينما تستعير منصات السيارات مفاهيم من مراكز البيانات، بما في ذلك الشبكات المعرفة بالبرمجيات وبنى إيثرنت المعيارية. يخلق هذا التقارب طلبًا على رقائق السيليكون الشبكية القادرة على العمل بكفاءة عالية في بيئات متنوعة، مع دعم دورات حياة المنتجات الطويلة ومتطلبات البرمجيات المتطورة.
سيُستخدم التمويل الجديد لتسريع تطوير وإنتاج معالجات الحزم من الجيل التالي للشركة، وتوسيع قدرات برامجها وأنظمتها، وتعزيز علاقاتها مع العملاء في هذه القطاعات. ومع انتقال عمليات النشر من مرحلة التجارب إلى الإنتاج على نطاق واسع، يتجه التركيز نحو المنصات القادرة على دعم التحديثات طويلة الأجل، وأحمال العمل المتنوعة، وزيادة الاستقلالية دون الحاجة إلى إعادة تصميم جذرية.
ما الذي يشير إليه هذا بالنسبة لمستقبل الذكاء الاصطناعي الفيزيائي؟
إيثيرنوفيا يُسلط هذا التقرير الضوء على تحول أوسع نطاقًا جارٍ في مجال الاستقلالية والروبوتات: لم يعد الذكاء مقيدًا بالخوارزميات وحدها، بل بالبنية التحتية التي تربط بين الاستشعار والاستدلال والفعل في العالم المادي. ومع انتقال أنظمة الذكاء الاصطناعي من الحوسبة السحابية إلى المركبات والمصانع والآلات، تصبح شبكات السيليكون طبقة أساسية وليست مجرد إضافة ثانوية.
يعكس هذا التحول إدراكًا متزايدًا بأن أنظمة الذكاء الاصطناعي المادية هي في جوهرها أنظمة تعمل في الوقت الفعلي. فالتأخيرات، وفقدان الحزم، أو زمن الاستجابة غير المتوقع، قد تترتب عليها عواقب وخيمة، بدءًا من تراجع الأداء وصولًا إلى مخاطر السلامة. ونتيجة لذلك، بات نقل البيانات بشكل حتمي لا يقل أهمية عن دقة النموذج أو سرعة المعالجة.
تشير البنى القائمة على حزم البيانات وشبكات الإيثرنت إلى مستقبلٍ تصبح فيه الآلات الذكية أكثر نمطية وقابلية للتحديث والبرمجة، مما يعكس التطور الذي شهدته مراكز البيانات خلال العقد الماضي. وإذا استمر هذا التحول، فقد يعتمد المشهد التنافسي في مجال الذكاء الاصطناعي المادي بشكل متزايد على من يستطيع تقديم الحلول الأكثر موثوقية وقابلية للتكيف. نسيج البيانات—واحد قادر على دعم الابتكار المستمر دون التضحية بالأداء في العالم الحقيقي.
