Salience Labs haalt 125 miljoen dollar op in Series B-financieringsronde voor opschaling van optische switching voor AI-datacenters

Meer GPU’s toevoegen maakt een AI-systeem niet automatisch sneller. Wanneer duizenden processors gegevens moeten uitwisselen, kan het netwerk bepalen hoeveel nuttig werk die dure chips daadwerkelijk verrichten. Salience Labs richt zich op die beperking met schakelaars die gegevens tijdens het verkeer tussen verbindingen in het optische domein houden.

Het in Oxford gevestigde bedrijf heeft een overtekende Series B-financieringsronde van 125 miljoen dollar opgehaald, geleid door Bullhound Capital. Tot de deelnemers behoren AMD Ventures, Intel Capital, SBI Group, Hudson River Trading en de British Business Bank, naast bestaande aandeelhouders. Callum Stewart, principal bij Bullhound, treedt toe tot de raad van bestuur.

Het kapitaal wordt ingezet voor de uitrol van de optische circuitschakeltechnologie, productie op grotere schaal en uitbreiding van de aanwezigheid van het bedrijf in Silicon Valley. De aankondiging volgt op een demonstratie van een siliciumfotonische schakelaar met 64 poorten tijdens ECOC 2026; producten met 128 en 256 poorten staan voor de toekomst op de planning.

Waarom AI-infrastructuur meer nodig heeft dan snellere processors

Grote AI-workloads verdelen de berekeningen over veel accelerators. Die accelerators moeten informatie uitwisselen, en communicatievertragingen kunnen ervoor zorgen dat rekenbronnen moeten wachten. De processorprestaties verhogen zonder de gegevensverplaatsing aan te pakken, kan daarom steeds minder opleveren op systeemniveau.

Optische verbindingen transporteren al gegevens door veel datacenternetwerken. Maar een optische verbinding en een optische schakelaar lossen verschillende problemen op. Een verbinding transporteert het signaal; een schakelaar bepaalt via welke verbinding het reist. Bij conventioneel elektrisch schakelen moeten optische signalen in de schakelfase worden omgezet naar elektrische signalen en vervolgens weer worden omgezet voor verdere optische transmissie.

Optische circuitschakeling legt een pad vast voor het lichtsignaal zelf. Het doel is de conversieoverhead te verminderen en een verbinding met lage latentie tussen eindpunten te bieden. Dit is netwerktechnologie: ze vervangt geen GPU’s en voert de berekeningen van het model niet uit.

Dit onderscheid helpt de groeiende belangstelling te verklaren voor netwerken als beperkende factor voor AI-prestaties. Nuttige verbeteringen hangen af van de manier waarop rekenkracht, geheugen en interconnects samenwerken, en niet van de specificaties van één afzonderlijk onderdeel.

Wat Salience’ siliciumfotonische aanpak toevoegt

Salience omschrijft het ontwerp als een volledig geïntegreerde, geheel optische schakelarchitectuur die is bedoeld om GPU’s in meerdere racks met elkaar te verbinden. De technologie bouwt voort op meer dan tien jaar onderzoek naar siliciumfotonica aan de University of Oxford en de University of Münster.

Siliciumfotonica integreert optische functies op halfgeleiderchips. Het commerciële argument van Salience is dat het integreren van schakeling en versterking optische prestaties kan combineren met een route naar reproduceerbare productie in grote volumes. Het omzetten van dat ontwerp in productieklare hardware is een belangrijk doel van de Series B-financieringsronde.

De productdocumentatie van het bedrijf biedt een concreet referentiepunt met de OC-32M-module: een niet-blokkerende optische schakelaar met 32 ingangen en 32 uitgangen, waarin een fotonische chip voor schakeling en versterking, aandrijfelektronica, firmware en glasvezelconnectoren zijn geïntegreerd. De documentatie beschrijft ook een evaluatieplatform voor montage in een rack, bedoeld voor productontwikkeling door klanten.

Voor die module vermeldt Salience een latentie van ingang tot uitgang van 10 nanoseconden, een herconfiguratietijd van minder dan 300 microseconden, een invoegverlies van minder dan 2 dB en een vermogen van minder dan één watt per poort. Dit zijn specificaties van het bedrijf voor het gedocumenteerde product, geen onafhankelijk geverifieerde metingen van het pas gedemonstreerde systeem met 64 poorten.

Schakellatentie en herconfiguratie zijn niet hetzelfde

De twee tijdsaanduidingen beschrijven verschillende gebeurtenissen. Latentie betreft de tijd die een signaal nodig heeft om door een bestaande verbinding te reizen. Herconfiguratie betreft de tijd die nodig is om te veranderen welke eindpunten met elkaar zijn verbonden.

Een zeer snel optisch pad betekent niet dat het netwerk zichzelf op dezelfde tijdschaal opnieuw kan indelen. Toepassingen profiteren ervan wanneer verbindingspatronen en planning de circuits effectief benutten, rekening houdend met de benodigde tijd om ze te wijzigen.

Invoegverlies is om nog een reden van belang: optische signalen verliezen vermogen wanneer ze door componenten en verbindingen gaan. Schakelaars moeten passen binnen het optische vermogensbudget van het netwerk. Salience noemt de geïntegreerde versterking als onderdeel van zijn aanpak om optisch schakelen op schaal praktisch toepasbaar te maken.

Op de technologiepagina benadrukt het bedrijf ook het lagere energieverbruik en de betrouwbaarheid van de solid-state-opbouw. Die voordelen moeten op het juiste niveau worden beoordeeld. Het vermogen per poort is niet hetzelfde als het energieverbruik van een volledig AI-cluster, en een lage schakellatentie bewijst op zichzelf niet dat training of inferentie sneller verloopt.

Van 64 poorten naar een groter netwerk

De ECOC-demonstratie is een stap verder dan het product met 32 poorten dat op de website van Salience wordt beschreven. Het bedrijf bestempelt de demonstratie met 64 poorten als een primeur in de sector voor optische circuitschakeling op basis van siliciumfotonica.

De financiering is bedoeld om de ontwikkeling richting 128 en 256 poorten te ondersteunen. Een groter aantal poorten kan binnen één switch meer verbindingsmogelijkheden bieden, maar volgens de aankondiging zijn die grotere producten nog oplossingen voor de toekomst. Demonstratie, kwalificatie en beschikbaarheid in grote volumes zijn afzonderlijke mijlpalen.

Salience richt zich zowel op scale-up- als op scale-outomgevingen. Scale-upnetwerken verbinden accelerators tot nauw gecoördineerde computersystemen, terwijl scale-outnetwerken systemen met elkaar verbinden in grotere clusters. Beide vereisen communicatie met hoge prestaties, hoewel hun topologie en de eisen van hun workloads verschillen.

De uitgesproken ambitie van het bedrijf om duizenden GPU’s te verbinden, beschrijft de beoogde omvang van het netwerk; die moet niet worden verward met het aantal poorten van één afzonderlijke switch. Voor de opbouw van dat netwerk zijn keuzes nodig op het gebied van topologie, besturing en compatibiliteit, en over de manier waarop switches worden gecombineerd.

Productie en integratie vormen de volgende test

CEO en medeoprichter Vaysh Kewada geeft samen met CTO en medeoprichter Johannes Feldmann leiding aan Salience. Het bedrijf, opgericht in 2021, zet nieuw kapitaal nu in voor uitbreiding van de productiecapaciteit en een grotere aanwezigheid in de VS, waaronder een tweede locatie aan de westkust.

In de aankondiging wordt gewezen op de voortgezette samenwerking met Keysight Technologies en Tower Semiconductor als onderdeel van de plannen om implementatie en activiteiten op grote schaal te ondersteunen. Dat wijst op het werk dat verder gaat dan de fotonische chip: testen, verpakking, besturingselektronica, systeemintegratie en betrouwbare productie zijn allemaal van invloed op de vraag of een nieuwe switch bruikbare infrastructuur wordt.

De steun van AMD Ventures en Intel Capital wijst op belangstelling van investeerders die nauw verbonden zijn met het computerecosysteem. Op zichzelf vormt dit geen bewijs voor productintegratie, een klantorder of een toezegging tot implementatie door een van beide chipfabrikanten.

Dankzij de Series B-financiering beschikt Salience over middelen om de overstap te maken van demonstraties van optische switching naar productie op grotere schaal. De voortgang zal worden afgemeten aan gekwalificeerde hardware, consistente productie en resultaten op workloadniveau die laten zien waar optische circuits de kostenefficiëntie en prestaties van AI-infrastructuur verbeteren.