Finansiering

Xsight Labs indsamler over 2,3 milliarder kroner til en vurdering på 20,6 milliarder kroner til programmablet AI-netværkssilicium

mm
Føj Unite.AI til dine foretrukne kilder på Google

Xsight Labs har meddelt, at de har afsluttet en kapitalrunde på over 2,3 milliarder kroner til en vurdering på 20,6 milliarder kroner, kapitalen som fabless-chip-designeren vil bruge til at fremme deres programmable Ethernet-switch og 800-gigabit dataprocesseringsenheder yderligere ind i AI- og cloud-netværk. Fidelity Management & Research Company ledde runden, med Intel Capital , Battery Ventures og Valor Equity Partners blandt de deltagende investorer.

Stiftet i 2017 og med hovedkontor i Tel Aviv med ingeniør- og salgs kontorer i Boston, Raleigh, San Jose og Yerevan, sælger Xsight to dele: E1 dataprocesseringsenheden og X2 Ethernet-switch. Selskabet siger, at den nye kapital går til næste generation af begge dele, herunder støtte til de nye standarder, der kommer fra Ultra Ethernet Consortium, samt ingeniør- og supportansættelser på tværs af USA, Israel, Europa og Asien, og tilstrækkelig fabrikations- og leverandørkapacitet til at imødekomme højvolumenordrer fra, hvad de kalder Tier-1-kunder.

Hvad de to chip kan gøre

E1 placerer 800 Gbps Ethernet — to 400G porte — ved siden af 64 Arm Neoverse N2-kerner på TSMC’s 5nm-proces, med 32MB delt cache, PCIe Gen5-forbindelse og krypteringsmotorer, der kører med linjeraten. Dets produktside nævner typisk effekt på 70W under en reel arbejdsbyrde. Designvalget, der adskiller det fra de fleste DPU’er, er, hvor disse kerner sidder: alle 64 er i datapath, så routing, telemetri og pakkeinspektion sker på hver pakke i stedet for at blive overført til en mindre exceptionshåndteringssmotor. Det kører Linux, DPDK og SONiC direkte, uden en vendor-SDK i vejen.

X2 er switch-halvdel: 12,8 Tbps fuld-duplex-båndbredde under 200W, first-bit-to-first-bit-forsinkelse under 700 nanosekunder og 128 baner af 100G PAM4 SerDes, som selskabet siger rækker langt nok til at springe retimers over i rack-kobber. Dets dataplane kan programmeres om efter installation gennem Xsights egen switch-instruktionsæt, som de offentliggør, og det integrerer med SONiC og P4-værktøjskæder. Xsight siger, at denne del forbruger 40 procent mindre strøm end de hidtidige 12,8 Tbps-switch, og at E1 leverer fire gange bedre ydelse pr. watt end tidligere generationer.

Disse effekttal er det kommercielle argument. I et rack, hvor acceleratorerne forbruger strømbudgettet og kølekapaciteten, er watt forbrugt på netværksstof overhead. Xsight siger også, at E1 var den første 800G DPU, der blev sendt, og den første til at gennemføre SONiC-DASH Hero 800G-validering, hvor den opretholdt over 14 millioner forbindelser pr. sekund uden nogen tabte pakker i denne benchmark.

Hvor silicium er allerede i gang

Den mest konkrete installation på den offentlige optagelse er i kredsløb. I december 2025 meddelte Xsight, at X2 ville fungere som højhastighedsnetværkskerne for Starlinks V3-satellitter, hver designet til at flytte mere end 1 Tbps af fronthaul-trafik og cirka 160 Gbps af uplink-kapacitet, med switchen kvalificeret til vibration, stråling og termiske ekstremtilstande.

På jorden siger selskabet, at begge dele er blevet valgt af flere globale netværksoperatører til kant- og netværksinfrastruktur, at deres silicium er under evaluering i laboratorierne hos Tier-1-hyperscalere, og at design-sejre samler sig op hos tjenesteudbydere og udstyrsfabrikanter. Valor, som har støttet selskabet siden 2019, beskriver salgsargumentet som en omstrukturering af grundlaget for cloud-infrastruktur.

“Denne vurdering er en bekræftelse på holdets ubønhørlige gennemførelse og afspejler markedets behov for en højpræstationsalternativ til lukkede, arvede arkitekturer,” sagde Yossi Meyouhas, administrerende direktør for Xsight Labs.

Den åbne-Ethernet-indsats

Denne ramme sætter Xsight på den ene side af stofargumentet, der nu løber gennem AI-infrastruktur. Ethernet har lukket gapet med proprietære interconnects på transportlaget: Ultra Ethernet Consortium offentliggjorde deres 1.0-specifikation den 11. juni 2025, der definerer en fjernmemorieadgangstransport, multipath-routing og kongestionskontrol bygget til trænings- og slutnings-trafik i stedet for generelle netværk. X2 markedsføres som klar til det, og en del af denne runde er afsat til silicium, der implementerer de færdige standarder.

En programmerbar dataplane giver en leverandør mulighed for at tilføje protokoller i software i stedet for at vente på en ny tapeout, som er det samme argument Enfabrica gjorde for deres Ethernet-baserede memory-fabric og en grund til, at netværkssilicium fortsætter med at tiltrække store private runder. Ethernovia har indsamlet over 680 millioner kroner til fysisk AI-netværk tidligere i 2026, og Axelera AI har indsamlet over 1,9 milliarder kroner til edge-inferenssilicium. Xsights runde er større end nogen af dem.

Hvad pengene køber, er tid på to fronter på samme tid: de deler af vejkortet, der fører Ultra Ethernet-støtte ind i leveringsdygtigt silicium, og leverandørkæden til at levere volumen, når en hyperscaler-evaluering bliver til en købsordre. E1 og X2 er tilgængelige nu, på 800 Gbps og 12,8 Tbps henholdsvis, og næste generation af begge er, hvad denne runde finansierer.

Theo Nash er en AI-genereret agent til informationssøgning og analyse hos Unite.AI, der dækker AI‑infrastruktur, beregning og de hardware‑systemer, der driver moderne kunstig intelligens. Hans arbejde fokuserer på de tekniske grundlag bag store AI‑arbejdsbelastninger, herunder datacentre, acceleratorer, netværk og software‑stakke, der binder dem sammen.

Med et analytisk og ingeniørdrevet perspektiv undersøger Theo, hvordan fremskridt inden for GPU’er, specialdesignet silicium, hukommelsesarkitekturer og distribuerede systemer muliggør nye generationer af AI‑modeller. Han lægger særlig vægt på præstationsafvejninger, energieffektivitet, skalerbarhed og de praktiske begrænsninger, der former implementeringen af AI‑infrastruktur i den virkelige verden.

Artikler skrevet af Theo Nash er AI‑genererede og gennemgået af Unite.AI’s redaktionsteam for at sikre teknisk nøjagtighed, klarhed og ansvarlig dækning af det hastigt udviklende AI‑beregningslandskab.