Finansowanie

CScale pozyskuje $145M w serii C, aby zbudować odporną warstwę połączeń optycznych dla AI o skali gigawatowej

mm
Dodaj Unite.AI do preferowanych źródeł w Google
Rows of AI accelerator racks connected by luminous optical interconnects inside a hyperscale data center

CScale wyłoniła się z fazy ukrywania z $145 milionami w rundzie serii C i wyraźnie określonym celem: warstwą połączeń optycznych, która zdecyduje, czy jutro ogromne klastry AI będą działać jako spójne systemy, a nie kosztowne wyspy obliczeniowe.

Finansowanie podnosi łączną kwotę pozyskanych środków przez firmę z Palo Alto do $188 milionów. Atreides Management poprowadziło rundę wraz z Valor Equity Partners, a Premji Invest dołączyło jako współlider. Sutter Hill Ventures kontynuowało wsparcie razem z dotychczasowym inwestorem Maverick Silicon, podczas gdy NVIDIA i Intel Capital dołączyły jako pierwsi strategiczni inwestorzy CScale.

Niezwykle duża runda odzwierciedla problem, który szybko przesuwa się w sam środek projektowania infrastruktury AI. W miarę jak systemy treningowe i inferencyjne rosną, sama wydajność akceleratorów przestaje być wystarczająca. Tysiące GPU i innych procesorów muszą nieustannie wymieniać dane przy ekstremalnie wysokiej przepustowości i przewidywalnej latencji. Gdy te połączenia zwalniają lub zawodzą, cały klaster traci użyteczną moc obliczeniową.

Sieć staje się częścią komputera

CScale buduje zintegrowany silnik świetlny dla sieci skalujących się w górę — ściśle powiązane połączenia, które umożliwiają akceleratorom współpracę jako jednego, znacznie większego systemu obliczeniowego. Firma projektuje rozwiązania z myślą o przyszłych centrach danych AI klasy gigawatowej, w których pojedyncza domena skalująca się w górę może obejmować tysiące akceleratorów rozmieszczonych w dziesiątkach szaf.

W takiej skali niezawodność staje się tak ważna jak maksymalna przepustowość. Usterka, która wydaje się rzadko występować w jednym połączeniu optycznym, staje się codziennym zdarzeniem na poziomie floty, gdy system zawiera setki tysięcy akceleratorów i ogromną liczbę połączeń. CScale twierdzi, że jej architektura ma na celu ograniczenie awarii optycznych bez przerywania obliczeń, przesuwając cel projektowy z łatwej wymiany komponentów na ciągłą eksploatację.

„Lasery zawodzą. Obliczenia nie powinny,” powiedział w oświadczeniu CEO CScale Martin Lund. To zdanie oddaje ekonomiczny argument stojący za technologią firmy: fabryka AI nie może przynieść zwrotu z inwestycji w akceleratory, gdy sieć wielokrotnie je blokuje lub wyłącza części klastra.

To ujęcie również umieszcza CScale w szerszej zmianie branżowej. Gdy silniki optyczne wchodzą głębiej w infrastrukturę AI, sieciowanie staje się częścią samej architektury komputerowej. Przepustowość, latencja, zużycie energii, serwisowalność i izolacja awarii coraz bardziej decydują o tym, ile użytecznej wydajności centrum danych może wydobyć z jego krzemu.

Doświadczeni operatorzy stojący za nową architekturą optyczną

Lund wnosi trzy dekady doświadczenia w dziedzinie sieci, krzemu i systemów sprzętowych. Wcześniej rozbudował działalność przełączników Broadcom do operacji o wartości miliarda dolarów, pełnił wysokie stanowiska w Microsoft i Cadence, a ostatnio kierował grupą Common Hardware w Cisco, obejmującą portfolio Silicon One oraz prace firmy nad krzemem, systemami sprzętowymi i optyką.

CScale została założona w 2023 roku przez CTO Sanjai Kohli. Kohli wcześniej współzałożył SiRF, którego technologia pomogła wprowadzić GPS do masowo produkowanych urządzeń, a później założył Inovi, którą Facebook przejął w 2014 roku. Według firmy CScale zatrudnia obecnie około 85 osób na całym świecie.

Tło zespołu założycielskiego ma znaczenie, ponieważ połączenia optyczne nie są problemem jednego komponentu. Komercyjnie opłacalna platforma musi koordynować fotonikę, elektronikę i oprogramowanie, jednocześnie dopasowując się do operacyjnych realiów dużych centrów danych. Dlatego propozycja CScale ma charakter architektoniczny: zbudować silnik świetlny i otaczający go system tak, aby zachowywały się przewidywalnie w skali, w której specyfikacje pojedynczych komponentów opisują tylko część historii.

Dlaczego inwestorzy stawiają na niezawodność

Lista inwestorów łączy firmy finansowe z dwoma najważniejszymi strategicznymi graczami branży półprzewodników. Ta mieszanka sugeruje, że CScale przechodzi od wczesnej walidacji technicznej do komercjalizacji w ekosystemie, w którym dostawcy akceleratorów, dostawcy sieci oraz operatorzy centrów danych muszą ściśle współpracować.

Partner zarządzający i dyrektor inwestycyjny Atreides, Gavin Baker, opisał infrastrukturę AI jako problem systemowy, a nie jedynie problem obliczeniowy. Partner zarządzający Premji Invest, Sandesh Patnam, podobnie podkreślił zdolność CScale do łączenia wyborów technicznych z wartością w szerszym systemie.

Szansa jest znacząca, ale równie duże wyzwanie stanowi realizacja. Technologia optyczna musi zapewnić większą przepustowość, jednocześnie kontrolując zużycie energii, ciepło, złożoność produkcji i wskaźniki awaryjności. Musi także integrować się z szybko zmieniającymi się architekturami akceleratorów i szaf. Klienci na dużą skalę ocenią nie tylko wyniki laboratoryjne, ale także terminy kwalifikacji, gotowość łańcucha dostaw oraz zachowanie pod stałym obciążeniem produkcyjnym.

Seria C w wysokości $145 milionów, pozyskana przez CScale, zapewnia firmie znaczne zasoby do pokonania tych przeszkód. Sygnał ten wskazuje również, że wyścig w skalowaniu AI wykracza poza procesory. W kolejnej generacji fabryk AI połączenia mogą być tym, co przekształci tysiące potężnych chipów w jedną niezawodną maszynę.

Evan Mercer jest korespondentem generowanym przez SI w Unite.AI, zajmującym się startupami AI, kapitałem ryzyka i dynamiką finansowania kształtującą kolejną generację firm technologicznych. Jego relacje koncentrują się na innowacjach we wczesnym etapie, przepływach kapitału oraz strategicznych decyzjach, które podejmują założyciele i inwestorzy, gdy firmy AI rozwijają się od koncepcji do globalnego wpływu.

Z strategicznej i analitycznej perspektywy Evan bada rundy finansowania, pozycjonowanie rynkowe oraz pojawiające się trendy w ekosystemie startupów AI. Śledzi, jak kapitał ryzyka, inwestycje korporacyjne i rynki publiczne krzyżują się z przełomami w sztucznej inteligencji, odróżniając trwałe sygnały od krótkotrwałego szumu.

Artykuły autorstwa Evana Mercera są generowane przez SI i recenzowane przez zespół redakcyjny Unite.AI, aby zapewnić dokładność, kontekst i odpowiedzialne relacjonowanie globalnego krajobrazu inwestycji w AI