Ethernovia recauda más de 90 millones de dólares en la ronda de financiación Series B para avanzar en la conectividad de la inteligencia artificial física

Ethernovia ha cerrado una ronda de financiación Series B por un total de más de 90 millones de dólares, ya que la demanda de silicio de red capaz de soportar la autonomía en tiempo real en vehículos, robots y sistemas industriales aumenta. La ronda fue liderada por Maverick Silicon, con la participación de Socratic Partners, Conduit Capital y CDIB-TEN Capital, junto con el apoyo continuo de los inversores existentes, incluyendo Porsche SE, Qualcomm Ventures y Fall Line Capital.

Con sede en Silicon Valley, Ethernovia está creando una nueva clase de procesadores de paquetes basados en Ethernet diseñados para actuar como la columna vertebral de datos o “sistema nervioso” para máquinas inteligentes que operan en el borde. La empresa se centra en un cuello de botella creciente en la autonomía: mover volúmenes masivos de datos de sensores, visión y inteligencia artificial de manera predecible y eficiente en tiempo real.

Reestructuración de la columna vertebral de datos para la autonomía

Los vehículos autónomos, los sistemas de asistencia de conducción avanzada y los robots industriales dependen cada vez más de decenas de sensores de alta banda y cargas de trabajo de inteligencia artificial que deben operar con latencia determinista. Las redes tradicionales en vehículos y sistemas industriales no fueron diseñadas para estos requisitos, lo que a menudo resulta en arquitecturas fragmentadas, mayor complejidad del sistema y costos crecientes.

El enfoque de Ethernovia se centra en arquitecturas impulsadas por procesadores de paquetes y basadas en Ethernet que unifican la red, el cómputo y la orquestación de datos. En lugar de confiar en un parche de buses y enlaces punto a punto heredados, su plataforma está diseñada para agregar y enrutar flujos de datos en tiempo real de manera programable y escalable, lo que admite tanto diseños de sistema centralizados como zonales.

Procesadores de paquetes diseñados para la inteligencia artificial física

En el núcleo de la tecnología de Ethernovia se encuentra una familia de procesadores de paquetes de alto rendimiento diseñados específicamente para cargas de trabajo de borde y de inteligencia artificial física. Estos chips están diseñados para gestionar el tráfico de sensores y de inteligencia artificial de alta banda con latencia determinista y una fuerte eficiencia de energía, dos restricciones que cada vez más definen el éxito en los despliegues de automoción y robótica.

Al admitir caminos de datos programables y telas de Ethernet escalables, la plataforma permite sistemas definidos por software que pueden evolucionar con el tiempo a través de actualizaciones por aire, mientras aún cumplen con los requisitos de rendimiento de seguridad crítica. Esta flexibilidad es particularmente relevante a medida que los fabricantes de equipos originales se mueven hacia arquitecturas donde la funcionalidad está definida más por el software que por configuraciones de hardware fijas.

Impulso en la automoción, la robótica y la industria

Si bien la automoción sigue siendo un enfoque clave, la tecnología de Ethernovia está posicionada en múltiples mercados donde la inteligencia en el borde en tiempo real se está volviendo esencial. Las plataformas de robótica, los sistemas de automatización industrial y las máquinas definidas por inteligencia artificial emergentes enfrentan desafíos similares en torno a la latencia, la sincronización y el movimiento de datos. En cada caso, las restricciones de rendimiento están cada vez más dictadas no por la capacidad de cómputo bruto, sino por la eficiencia con la que los datos pueden moverse entre sensores, procesadores y actuadores bajo garantías de tiempo estrictas.

Estos sectores también están convergiendo arquitectónicamente. La robótica y los sistemas industriales están comenzando a adoptar principios de diseño que antes eran específicos de la automoción, como arquitecturas zonales y cómputo centralizado, mientras que las plataformas de automoción están tomando conceptos de los centros de datos, incluyendo redes definidas por software y telas de Ethernet estandarizadas. Esta convergencia está creando demanda de silicio de red que pueda operar de manera fiable en entornos diversos mientras admite ciclos de vida de producto largos y requisitos de software en evolución.

La nueva financiación se utilizará para acelerar el desarrollo y la producción de los procesadores de paquetes de próxima generación de la empresa, ampliar sus capacidades de software y sistemas, y profundizar en las relaciones con los clientes en estos sectores. A medida que los despliegues pasan de pilotos a producción a gran escala, el énfasis se está desplazando hacia plataformas que puedan admitir mejoras a largo plazo, cargas de trabajo mixtas y una mayor autonomía sin requerir rediseños fundamentales.

Qué señala esto para el futuro de la inteligencia artificial física

La recaudación de fondos de Ethernovia destaca un cambio más amplio en marcha en la autonomía y la robótica: la inteligencia ya no está limitada solo por los algoritmos, sino por la infraestructura que conecta el sentido, la razón y la acción en el mundo físico. A medida que los sistemas de inteligencia artificial se mueven de la nube a los vehículos, fábricas y máquinas, el silicio de red se convierte en una capa fundamental en lugar de un después-pensamiento de apoyo.

Este cambio refleja un reconocimiento creciente de que los sistemas de inteligencia artificial física son en última instancia sistemas en tiempo real. Los retrasos, los paquetes perdidos o la latencia impredecible pueden tener consecuencias tangibles, desde un rendimiento degradado hasta riesgos de seguridad. Como resultado, el movimiento de datos determinista se está convirtiendo en algo tan crítico como la precisión del modelo o el rendimiento del cómputo.

Las arquitecturas basadas en paquetes y Ethernet apuntan hacia un futuro donde las máquinas inteligentes son más modulares, mejorables y definidas por software, reflejando la evolución vista en los centros de datos durante la última década. Si esta transición continúa, el panorama competitivo en la inteligencia artificial física puede depender cada vez más de quién pueda entregar el tejido de datos más confiable y adaptable, capaz de admitir la innovación continua sin sacrificar el rendimiento en el mundo real.