에테르노비아, 물리적 AI 네트워킹을 위한 9,000만 달러의 시리즈 B 투자 유치

에테르노리아는 시리즈 B 투자 라운드를 통해 9,000만 달러 이상의 자금을 유치했다. 이는 자동차, 로봇, 산업 시스템에서 실시간 자율성을 지원할 수 있는 네트워킹 실리콘에 대한 수요가 가속화하고 있는 가운데 이루어진 것이다. 이 라운드는 메버릭 실리콘이 주도했으며, 소크라틱 파트너스, 컨듀트 캐피탈, CDIB-TEN 캐피탈이 참여했으며, 기존 투자자들로부터 계속적인 지원을 받았다. 기존 투자자들에는 포르쉐 SE, 퀄컴 벤처스, 폴 라인 캐피탈이 포함된다.

에테르노비아는 실리콘 밸리에 위치한 회사로, 지능형 기계의 데이터 백본 또는 “신경계”를 구성하는 새로운 클래스의 이더넷 기반 패킷 프로세서를 개발하고 있다. 이 회사는 자율성을 위한 성장하는 병목 현상에 초점을 맞추고 있다. 즉, 센서, 비전, AI 데이터를 예측 가능하고 효율적으로 실시간으로 이동하는 것이다.

자율성을 위한 데이터 백본 재구성

자율 주행 자동차, 고급 운전 보조 시스템, 산업 로봇은 결정론적 지연 시간으로 작동해야 하는 수십 개의 고대역폭 센서와 AI 워크로드에越来越 많이 의존하고 있다. 전통적인 차량 내 및 산업 네트워크는 이러한 요구 사항을 위해 설계되지 않았기 때문에, 종종 단편화된 아키텍처, 더 높은 시스템 복잡성, 상승하는 비용이 발생한다.

에테르노비아의 접근 방식은 패킷 프로세서 구동, 이더넷 기반 아키텍처를 중심으로 한다. 이는 네트워킹, 컴퓨팅, 데이터 오케스트레이션을統一한다. 레거시 버스와 포인트 투 포인트 링크의 패치워크에 의존하는 대신, 이 플랫폼은 실시간 데이터 스트림을 프로그래밍 가능하고 확장 가능한 방식으로 집계하고 라우팅한다. 이는 존별 및 중앙 집중식 시스템 설계를 모두 지원한다.

물리적 AI를 위한 패킷 프로세서

에테르노비아의 기술의 핵심은 에지 및 물리적 AI 워크로드를 위한 고성능 패킷 프로세서 패밀리이다. 이러한 칩은 결정론적 지연 시간과 강력한 전력 효율성을 갖춘 고대역폭 센서 및 AI 트래픽을 관리하도록 설계되었다. 이는 자동차 및 로봇 공학 배포에서 성공을 정의하는 두 가지 제약 조건이다.

프로그래밍 가능한 데이터 경로와 확장 가능한 이더넷 패브릭을 지원함으로써, 이 플랫폼은 안전성关键 성능 요구 사항을 충족하면서도 소프트웨어 정의 시스템을 가능하게 한다. 이러한 시스템은 오버 더 에어 업데이트를 통해 시간이 지남에 따라 진화할 수 있다. 이는 OEM이 하드웨어 구성보다 소프트웨어로 더 많이 정의되는 아키텍처로 이동함에 따라 특히 관련이 있다.

자동차, 로봇 공학, 산업 분야에서의 모멘텀

자동차는 여전히 주요 초점이지만, 에테르노비아의 기술은 실시간 에지 인텔리전스가 필수가 되는 여러 시장에서 위치하고 있다. 로봇 플랫폼, 산업 자동화 시스템, 새로운 AI 정의 기계는 모두 지연 시간, 동기화, 데이터 이동과 관련된 유사한 도전 과정을 직면한다. 각 경우에 성능 제약은 원시 컴퓨팅 능력으로 정의되는 것이 아니라, 센서, 프로세서, 액추에이터 간의 데이터 이동 효율성으로 정의된다.

이 섹터들은 또한 아키텍처적으로 수렴하고 있다. 로봇 공학 및 산업 시스템은 자동차에서 처음으로 특정된 원칙들을 채택하기 시작했다. 즉, 존별 아키텍처 및 중앙 집중식 컴퓨팅과 같은 원칙이다. 반면에, 자동차 플랫폼은 소프트웨어 정의 네트워킹 및 표준화된 이더넷 패브릭과 같은 데이터 센터의 개념을 차용하고 있다. 이 수렴은 다양한 환경에서 신뢰성 있게 작동할 수 있는 네트워킹 실리콘에 대한 수요를 창조하고 있다. 또한 장기적인 제품 수명 주기와 진화하는 소프트웨어 요구 사항을 지원할 수 있다.

새로운 자금은 다음 세대의 패킷 프로세서 개발 및 생산을 가속화하고, 소프트웨어 및 시스템 기능을 확장하며, 이러한 섹터에서 고객과의 협력을 심화하는 데 사용될 것이다. 시제품에서 대규모 생산으로의 전환으로, 장기적인 업그레이드, 혼합 워크로드, 증가하는 자율성을 지원할 수 있는 플랫폼에 대한 강조가 이동하고 있다. 이는 근본적인 재설계 없이 가능하다.

물리적 AI의 미래를 위한 시그널

에테르노비아의 자금 조달은 자율성 및 로봇 공학에서 진행 중인 더广泛한 전환을 강조한다. 즉, 지능은 더 이상 알고리즘에만 제한되지 않는다. 물리적 세계에서 감지, 추론, 행동을 연결하는 인프라에 의해 제한된다. AI 시스템이 클라우드에서 차량, 공장, 기계로 이동함에 따라, 네트워킹 실리콘은 기초 레이어가 된다. 이는 지원적인 사고 후에 고려되는 것이 아니다.

이 전환은 물리적 AI 시스템이 궁극적으로 실시간 시스템이라는 점을 인식하는 것이다. 지연, 패킷 손실, 예측 불가능한 지연은 성능 저하에서 안전성 위험까지 실질적인 결과를 초래할 수 있다. 따라서 결정론적 데이터 이동은 모델 정확도 또는 컴퓨팅 처리량만큼 중요해지고 있다.

패킷 중심, 이더넷 기반 아키텍처는 모듈러, 업그레이드 가능, 소프트웨어 정의된 지능형 기계의 미래를 향한 방향을 나타낸다. 이는 지난 10년 동안 데이터 센터에서 본 진화와 일치한다. 이 전환이 계속된다면, 물리적 AI의 경쟁 환경은谁가 가장 신뢰성 있게, 적응 가능한 데이터 패브릭을 제공할 수 있는지에越来越 많이 의존할 수 있다. 이는 실시간 성능을 희생하지 않고 지속적인 혁신을 지원할 수 있는 데이터 패브릭이다.