Ayar Labsが5億ドルを調達し、AIインフラストラクチャーのための光インターコネクトの拡大を目指す

Ayar Labsは、5億ドルのシリーズE資金調達を実施し、総資金調達額を8.7億ドルにし、会社の評価額を375億ドルに引き上げた。このラウンドは、Neuberger Bermanが主導し、ARK Invest、Insight Partners、カタール投資庁、Sequoia Global Equities、および1789 Capitalが参加し、戦略的投資家としてAMD、MediaTek、Alchip、およびNVIDIAが参加した。

会社によると、新しい資金調達は、同社のコパッケージドオプティクス（CPO）プラットフォームの高容量製造とテスト能力の拡大に使用される予定である。これは、AIインフラストラクチャーで最も重要な課題の1つである、チップ間で大量のデータを効率的に移動する方法に対処するために設計された技術である。

AIにおける隠れた制約：データ移動

AIの見出しが高速なGPUや大きなモデルに焦点を当てている一方で、ボトルネックは別の場所に存在する——チップ間の接続である。

現代のAIシステムは、並列に動作する数千のGPUに依存している。これらのプロセッサは、トレーニングと推論中に不断にデータを交換している。彼らがどれほど速く効率的に通信するかによって、全体のシステムのパワーが決定される。しかし、これらの通信のほとんどはまだ、銅線を介した電気信号に依存している。

小規模なシステムでは、銅線はうまく機能する。しかし、ハイパースケールAIレベルでは、問題となる。

• 電気信号は距離に沿って強度を失う。
• より高い帯域幅を得るには、より多くの電力が必要になる。
• データレートの増加により、より多くの熱が生成される。
• 物理的な銅線は、ボードやパッケージ内で貴重なスペースを消費する。

モデルが数兆のパラメータに成長するにつれて、単にGPUを追加するだけでは不十分になる。インターコネクト——プロセッサを接続するシステム——は、全体のパフォーマンスとコスト効率を決定するようになる。

光インターコネクトとは何か——そしてなぜ重要か

光インターコネクトは、電気的なデータ伝送を光に置き換える。

銅線を介した電気信号の代わりに、光システムは電気信号を光パルスに変換し、それを小さな光導波路またはファイバ状の構造を介して送信する。受信側では、光信号は処理のために電気信号に戻される。

このアプローチには、いくつかの利点がある。

• 転送されるビットあたりの電力が低い
• 帯域幅容量が高い
• 距離による信号の劣化が少ない
• GPUあたりのエネルギー効率が向上する

簡単に言えば、光は、帯域幅の要求が極端になる場合、電気よりもデータを速く、エネルギー損失が少なく移動できる。

AIインフラストラクチャーでは、その効率が重要である。データセンターは、電力予算によって制約されることが増えている。インターコネクトがあまりにも多くのエネルギーを消費すると、固定された電力枠内に配置できるアクセラレーターの数が制限される。光インターコネクトは、その圧力を軽減することを目指している。

コパッケージドオプティクス：チップに近づく光

光ネットワーク自体は新しいものではない——光ファイバーは数十年前からテレコミュニケーションに使用されている。新しいのは、コパッケージドオプティクス（CPO）である。

従来、光モジュールはサーバーボードの端や別個のプラグ可能トランシーバーに配置されていた。コパッケージドオプティクスは、光コンポーネントをコンピュートチップと同じパッケージ内に直接統合する。電気パスを短縮し、光変換をプロセッサに近づけることで、システムはエネルギー損失と遅延を削減する。

Ayar Labsのアプローチの核となるのは、TeraPHY光エンジンであり、標準の半導体製造とパッケージングのワークフローに統合するように設計されている。顧客にシステムを再設計することを強いるのではなく、同社はその技術を既存のアクセラレータとスイッチの設計と互換性があるものとして位置付けている。

目標は、インクリメンタルな改善ではなく、数千のGPUを、電力予算を圧倒せずに、より緊密に統一されたシステムとして機能させることである。

ユニコーンラウンドからスケールアップへ

Ayar Labsの最新の資金調達は、2024年末の1.55億ドルのシリーズDに続くものであり、同社の評価額を10億ドルを超え、光I/Oプラットフォームの初期生産量を支援した。

シリーズEは、バリデーションからスケールアップへの移行を示している。同社は、製造とテスト能力を拡大し、台湾の半導体エコシステムへの存在感を高め、商業的な導入を加速することを計画している。

このラウンドには、機関投資家と戦略的な半導体投資家の両方が参加しており、光インターコネクトがあまりにも実験的なものではなく、AIインフラストラクチャーの構築が進むにつれて、パフォーマンス、コスト、エネルギー持続可能性の中心となるものとなっていることを示している。

GPUが現代のAIのエンジンを表すなら、光インターコネクトは、それらのエンジンがどれほど遠く、どれほど効率的に走るかを決定するかもしれない。