Ethernovia indsamler over 90 millioner dollars i serie B til avancering af fysisk AI-netværk

Ethernovia har lukket en serie B-finansieringsrunde på over 90 millioner dollars, da efterspørgslen accelererer på netværks-silicium, der kan understøtte realtids-autonomi på tværs af køretøjer, robotter og industrielle systemer. Runden blev ledet af Maverick Silicon, med deltagelse fra Socratic Partners, Conduit Capital og CDIB-TEN Capital, samt fortsat støtte fra eksisterende investorer, herunder Porsche SE, Qualcomm Ventures (QCOM ) og Fall Line Capital.

Ethernovia, der har hjemme i Silicon Valley, udvikler en ny klasse af Ethernet-baserede pakkeprocessorer, der skal fungere som data-rygmarven – eller “nervous system” – for intelligente maskiner, der opererer på kanten. Selskabet fokuserer på en voksende flaskehals i autonomi: at flytte massive mængder af sensor-, vision- og AI-data på en forudsigelig og effektiv måde i realtid.

Omstrukturering af data-rygmarven for autonomi

Autonome køretøjer, avancerede chaufførassistance-systemer og industrielle robotter afhænger stadig mere af dusinvis af høj-båndbredds-sensore og AI-arbejdsbyrder, der skal operere med deterministisk forsinkelse. Traditionelle in-vehicle- og industrielle netværk var aldrig designet til disse krav, hvilket ofte resulterer i fragmenterede arkitekturer, højere systemkompleksitet og stigende omkostninger.

Ethernovias tilgang centrerer sig om pakkeprocessor-drevne, Ethernet-baserede arkitekturer, der samler netværk, beregning og data-orchestration. I stedet for at afhænge af en patchwork af legacy-busser og punkt-til-punkt-forbindelser er platformen bygget til at aggregere og routere realtids-datastrømme på en programmerbar og skalerbar måde – og understøtter både zonale og centraliserede systemdesigns.

Pakkeprocessorer bygget til fysisk AI

I hjertet af Ethernovias teknologi ligger en familie af høj-ydelses-pakkeprocessorer, der er specielt designet til kanten og fysisk AI-arbejdsbyrder. Disse chip er designet til at håndtere høj-båndbredds-sensor- og AI-trafik med deterministisk forsinkelse og stærk effektivitet, to begrænsninger, der stadig mere definerer succes i automotive- og robot-udvikling.

Ved at understøtte programmerbare data-veje og skalerbare Ethernet-vævede, aktiverer platformen software-definerede systemer, der kan udvikle sig over tid gennem over-the-air-opdateringer, samtidig med at de opfylder sikkerheds-kritiske ydelseskrav. Denne fleksibilitet er særlig relevant, da OEM’er bevæger sig mod arkitekturer, hvor funktionalitet defineres mere af software end faste hardware-konfigurationer.

Momentum på tværs af automotive, robotter og industri

Selvom automotive stadig er et nøgleområde, er Ethernovias teknologi positioneret på tværs af multiple markeder, hvor realtids-kant-intelligens bliver mere essentiel. Robot-platforme, industrielle automatiseringssystemer og fremvoksende AI-definerede maskiner står over for lignende udfordringer omkring forsinkelse, synkronisering og data-bevægelse. I hvert tilfælde er ydelsesbegrænsninger stadig mere dikteret af, hvor effektivt data kan flyttes mellem sensore, processorer og aktuatorer under stramme tids-garantier.

Disse sektorer konvergerer også arkitektonisk. Robotter og industrielle systemer begynder at antage design-principper, der tidligere var specifikke for automotive, såsom zonale arkitekturer og centraliseret beregning, mens automotive-platforme låner koncepter fra datacentre, herunder software-defineret netværk og standardiserede Ethernet-vævede. Denne konvergens skaber efterspørgsel efter netværks-silicium, der kan operere pålideligt på tværs af diverse miljøer, samtidig med at det understøtter lange produkt-løbetider og udviklende software-krav.

Den nye finansiering vil blive brugt til at accelerere udvikling og produktion af selskabets næste generation af pakkeprocessorer, udvide dets software- og system-kapaciteter og dykke dybere ind i kunde-engagementer på tværs af disse sektorer. Da udrulninger bevæger sig fra piloter til skaleret produktion, skifter fokus mod platforme, der kan understøtte langsigtede opgraderinger, blandede arbejdsbyrder og øget autonomi uden at kræve grundlæggende redesigns.

Hvad dette signalerer for fremtiden for fysisk AI

Ethernovias finansieringsrunde fremhæver en bredere skift, der er i gang i autonomi og robotteknologi: intelligens er ikke længere begrænset af algoritmer alene, men af den infrastruktur, der forbinder sansning, resonnering og handling i den fysiske verden. Da AI-systemer flytter sig ud af skyen og ind i køretøjer, fabrikker og maskiner, bliver netværks-silicium en grundlæggende lag snarere end en understøttende eftertanke.

Dette skift reflekterer en voksende erkendelse af, at fysisk AI-systemer ultimativt er realtids-systemer. Forsinkelser, tabte pakker eller uforudsigelig forsinkelse kan have konkrete konsekvenser, fra nedsat ydelse til sikkerhedsrisici. Derfor bliver deterministisk data-bevægelse lige så kritisk som model-nøjagtighed eller beregnings-ydelse.

Pakke-centreret, Ethernet-baseret arkitektur peger mod en fremtid, hvor intelligente maskiner er mere modulære, opgraderbare og software-definerede, og spejler udviklingen set i datacentre over de seneste ti år. Hvis denne overgang fortsætter, kan den konkurrencemæssige landskab i fysisk AI komme til at afhænge af, hvem der kan levere den mest pålidelige, tilpasningsdygtige data-væv – en, der kan understøtte kontinuerlig innovation uden at ofre realverdens-ydelse.