iPronics raccoglie $125M di Serie B per scalare la rete ottica per i data center AI

iPronics ha raccolto $125 milioni in finanziamento Serie B per accelerare la diffusione commerciale della sua tecnologia di rete ottica programmabile per i data center di intelligenza artificiale (AI). Il round è stato co‑guidato da Maverick Silicon e Light Street Capital, con NVIDIA che si è unita come investitore insieme a Triatomic Capital, Bosch Ventures, Catalight Capital, il Fondo del Consiglio Europeo per l’Innovazione e diversi sostenitori esistenti. Il finanziamento porta il totale dei fondi di iPronics a $177 milioni.

L’insolita dimensione della Serie B riflette un problema infrastrutturale in crescita che accompagna l’espansione del calcolo AI: aggiungere più GPU è utile solo se i dati possono spostarsi tra quei processori in modo rapido ed efficiente. Man mano che i cluster crescono da rack di acceleratori a sistemi sempre più grandi, il networking sta diventando importante quanto le prestazioni, il consumo energetico e l’utilizzo dell’hardware di calcolo sottostante.

Il networking sta diventando parte del problema di calcolo AI

Modern AI training depends on enormous amounts of communication between GPUs. The larger the model and cluster, the more traffic has to move between accelerators, racks and potentially multiple facilities.

Le reti tradizionali dei data center si sono basate principalmente su interconnessioni in rame e switch di pacchetti elettronici. Ma con l’aumento dei requisiti di larghezza di banda, queste architetture richiedono un numero crescente di componenti elettrici e ottici ad alta velocità, aggiungendo consumo energetico, calore, costi e complessità.

Questo è uno dei motivi per cui l’industria dell’infrastruttura AI si sta sempre più orientando verso la connettività ottica. Invece di aumentare continuamente la capacità delle apparecchiature di rete tradizionali, le aziende stanno esplorando architetture in cui una parte più ampia del tessuto di comunicazione opera in modo ottico.

iPronics affronta il problema utilizzando lo switching a circuito ottico (OCS) basato su fotonica a silicio. Invece di analizzare e inoltrare elettronicamente i pacchetti individuali come fa uno switch di rete convenzionale, uno switch a circuito ottico può stabilire percorsi ottici diretti tra i punti finali e modificare dinamicamente tali connessioni in base alle esigenze.

Come funziona lo switching ottico di iPronics

Al centro della tecnologia dell’azienda c’è iPronics ONE, una piattaforma di switching ottico montata a rack progettata per l’infrastruttura AI.

I suoi chip fotonici a silicio contengono reti di quello che iPronics chiama Celle Unità Programmabili, che possono indirizzare la luce attraverso diversi percorsi fisici. Il software controlla quegli elementi fotonici, rendendo di fatto la topologia ottica sottostante programmabile anziché cablare permanentemente server e acceleratori in una configurazione fissa.

La piattaforma ONE combina questo strato fotonico con monitoraggio integrato, telemetria e interfacce di programmazione delle applicazioni (API), consentendo al software di orchestrazione della rete di modificare le connessioni ottiche man mano che i carichi di lavoro si spostano o le condizioni dell’infrastruttura cambiano.

Questa programmabilità potrebbe essere particolarmente rilevante per i cluster AI, poiché le loro esigenze di rete non sono necessariamente statiche. Diverse attività di addestramento possono beneficiare di configurazioni di acceleratori differenti, le GPU guaste potrebbero dover essere bypassate e i carichi di lavoro di inferenza possono generare schemi di traffico molto diversi rispetto all’addestramento su larga scala.

L’attuale famiglia di prodotti ONE è progettata per scalare da 32 a 256 porte e supporta la riconfigurazione in meno di un millisecondo, insieme a telemetria ottica in tempo reale e integrazione con ambienti di networking definito dal software.

Dalla ricerca fotonica all’infrastruttura AI commerciale

iPronics è stata fondata nel 2019 come spin‑off dell’Universitat Politècnica de València, basandosi sulla ricerca nella fotonica a silicio programmabile e nei sistemi fotonici su larga scala. Da allora l’azienda ha spostato l’attenzione verso la trasformazione di quella ricerca in infrastrutture di rete distribuibili per i cluster AI.

Gli sforzi di commercializzazione sono accelerati significativamente negli ultimi due anni.

Nel gennaio 2025, iPronics ha raccolto 20 milioni di euro in Serie A per far progredire la sua tecnologia di rete ottica. Due mesi dopo, l’azienda ha introdotto l’ONE‑32, uno switch a circuito ottico fotonico a 32 porte destinato al networking AI sia in scala up che out. iPronics ha dichiarato che il sistema può riconfigurare le connessioni in meno di 300 microsecondi introducendo meno di 30 nanosecondi di latenza.

L’azienda ha inoltre costruito la capacità produttiva necessaria per superare le implementazioni relativamente piccole. Nel marzo 2026, iPronics ha annunciato una linea di produzione dedicata con Fabrinet per il packaging, l’assemblaggio, il collaudo e la qualificazione dei suoi switch della serie ONE. All’epoca, l’azienda ha dichiarato di collaborare con i suoi primi dieci clienti hyperscaler e OEM di cluster AI.

Questa espansione della produzione è importante perché le tecnologie di networking ottico hanno storicamente affrontato una difficile transizione da promettenti dimostrazioni di laboratorio a hardware affidabile che possa essere prodotto economicamente su scala data center.

Cosa cambia la Serie B da $125 milioni

Il nuovo capitale fornisce a iPronics risorse notevolmente maggiori per affrontare questa sfida di commercializzazione.

L’azienda prevede di espandere la produzione, accelerare le implementazioni dei clienti e continuare a sviluppare la piattaforma ONE. Sta inoltre aumentando la sua presenza negli Stati Uniti con un nuovo ufficio a Santa Clara, avvicinando l’azienda a NVIDIA e a molte delle società di semiconduttori, networking e infrastruttura AI che progettano la prossima generazione di data center.

La partecipazione di NVIDIA è particolarmente significativa. Le GPU di NVIDIA operano sempre più come componenti all’interno di enormi sistemi di calcolo piuttosto che come processori autonomi, rendendo l’interconnessione tra acceleratori un componente critico delle prestazioni complessive del sistema.

Manish Muthal, senior managing director di Maverick Silicon, entrerà anche nel consiglio di amministrazione di iPronics, mentre l’ex CEO di Rambus Geoffrey Tate, ora consigliere di Light Street Capital, prenderà un posto nel consiglio. Young Sohn di Catalight Capital, precedentemente Corporate President e Chief Strategy Officer di Samsung, diventerà consigliere dell’azienda.

Il networking ottico potrebbe diventare una parte più importante dello stack di infrastruttura AI

L’importanza più ampia del finanziamento di iPronics va oltre un singolo switch ottico.

La corsa all’infrastruttura AI è stata in gran parte definita dalle GPU e da altri acceleratori, ma semplicemente distribuire più processori non garantisce che vengano utilizzati in modo efficiente. La larghezza di banda della memoria, il networking, l’alimentazione e il raffreddamento determinano sempre più quanta prestazione di calcolo utile un data center può estrarre dal suo hardware.

Lo switching a circuito ottico offre un modo possibile per affrontare la parte di networking di quell’equazione. Uno strato ottico programmabile potrebbe consentire ai cluster di modificare la loro connettività fisica in base ai carichi di lavoro, aggirare guasti hardware e ampliare i domini GPU senza dover ridisegnare continuamente la rete sottostante.

Ci sono ancora domande su quanto ampiamente saranno adottate le architetture OCS e dove si colloceranno accanto a Ethernet sempre più potenti e a tecnologie di networking AI proprietarie. Tuttavia, la portata della Serie B di iPronics, combinata con la partecipazione di NVIDIA e il passaggio dell’azienda verso la produzione di volume, suggerisce che la fotonica programmabile sta passando da una tecnologia sperimentale per data center a un serio concorrente per la prossima generazione di infrastruttura AI.