Ethernovia pozyskuje ponad 90 milionów dolarów w rundzie finansowania B, aby rozwijać fizyczne sieci AI

Ethernovia Firma zamknęła rundę finansowania serii B o łącznej wartości ponad 90 milionów dolarów, w związku z rosnącym popytem na krzem sieciowy zdolny do obsługi autonomii w czasie rzeczywistym w pojazdach, robotach i systemach przemysłowych. Rundę poprowadził Maverick Krzem, z udziałem Partnerzy Sokratyczni, Conduit Capital i CDIB-TEN Capital, a także stałe wsparcie ze strony obecnych inwestorów, w tym Porsche SE, Przedsięwzięcia Qualcomm, Capital Line Fall.

Z siedzibą w Dolinie Krzemowej, Ethernovia tworzy nową klasę procesorów pakietowych opartych na technologii Ethernet, zaprojektowanych jako szkielet danych – lub „układ nerwowy” – dla inteligentnych maszyn działających na krawędzi sieci. Firma koncentruje się na rosnącym wąskim gardle autonomii: przewidywalnym i wydajnym przesyłaniu ogromnych wolumenów danych z czujników, systemów wizyjnych i sztucznej inteligencji w czasie rzeczywistym.

Przebudowa szkieletu danych na potrzeby autonomii

Pojazdy autonomiczne, zaawansowane systemy wspomagania kierowcy i roboty przemysłowe w coraz większym stopniu opierają się na dziesiątkach czujników o dużej przepustowości i obciążeniach sztucznej inteligencji (AI), które muszą działać z deterministycznym opóźnieniem. Tradycyjne sieci samochodowe i przemysłowe nigdy nie zostały zaprojektowane z myślą o tych wymaganiach, co często skutkowało fragmentacją architektur, większą złożonością systemów i rosnącymi kosztami.

Podejście Ethernovii opiera się na architekturach Ethernet, sterowanych przez procesory pakietowe, które ujednolicają sieć, obliczenia i koordynację danych. Zamiast polegać na mozaice starszych magistral i łączy punkt-punkt, platforma została zaprojektowana tak, aby agregować i kierować strumienie danych w czasie rzeczywistym w sposób programowalny i skalowalny – obsługując zarówno projekty systemów strefowych, jak i scentralizowanych.

Procesory pakietów stworzone dla fizycznej sztucznej inteligencji

Podstawą technologii Ethernovia jest rodzina wydajnych procesorów pakietowych zaprojektowanych specjalnie dla krawędź i fizyczne obciążenia AI. Te układy scalone zostały zaprojektowane z myślą o zarządzaniu ruchem czujników i AI o dużej przepustowości, z deterministycznym opóźnieniem i wysoką efektywnością energetyczną – dwoma ograniczeniami, które coraz częściej decydują o sukcesie wdrożeń w motoryzacji i robotyce.

Dzięki obsłudze programowalnych ścieżek danych i skalowalnych struktur Ethernet, platforma umożliwia tworzenie systemów definiowanych programowo, które mogą ewoluować w czasie dzięki aktualizacjom bezprzewodowym, jednocześnie spełniając krytyczne dla bezpieczeństwa wymagania wydajnościowe. Ta elastyczność jest szczególnie istotna, ponieważ producenci OEM przechodzą na architektury, w których funkcjonalność jest definiowana bardziej przez oprogramowanie niż przez stałe konfiguracje sprzętowe.

Dynamika w motoryzacji, robotyce i przemyśle

Choć motoryzacja pozostaje kluczowym obszarem zainteresowania, technologia Ethernovii jest obecna na wielu rynkach, gdzie inteligencja brzegowa w czasie rzeczywistym staje się niezbędna. Platformy robotyczne, systemy automatyki przemysłowej i nowe maszyny oparte na sztucznej inteligencji (AI) – wszystkie te obszary borykają się z podobnymi wyzwaniami związanymi z opóźnieniami, synchronizacją i przesyłaniem danych. W każdym przypadku ograniczenia wydajności są coraz częściej dyktowane nie przez surową moc obliczeniową, ale przez to, jak sprawnie dane mogą przesyłać się między czujnikami, procesorami i elementami wykonawczymi przy zachowaniu ścisłych gwarancji czasowych.

Sektory te również zbliżają się do siebie pod względem architektonicznym. Robotyka i systemy przemysłowe zaczynają przyjmować zasady projektowania charakterystyczne niegdyś dla motoryzacji, takie jak architektura strefowa i scentralizowane przetwarzanie, podczas gdy platformy motoryzacyjne zapożyczają koncepcje z centrów danych, w tym sieci definiowane programowo i standaryzowane struktury Ethernet. Ta konwergencja generuje zapotrzebowanie na krzem sieciowy, który może działać niezawodnie w różnych środowiskach, jednocześnie obsługując długie cykle życia produktów i zmieniające się wymagania programowe.

Nowe finansowanie zostanie wykorzystane na przyspieszenie rozwoju i produkcji procesorów pakietowych nowej generacji firmy, rozszerzenie możliwości oprogramowania i systemów oraz pogłębienie współpracy z klientami w tych sektorach. Wraz z przejściem wdrożeń z fazy pilotażowej do produkcji na dużą skalę, nacisk przesuwa się w kierunku platform, które mogą obsługiwać długoterminowe aktualizacje, mieszane obciążenia i rosnącą autonomię bez konieczności gruntownego przeprojektowywania.

Co to oznacza dla przyszłości fizycznej sztucznej inteligencji

Ethernovia's Raport „Rise” podkreśla szerszą zmianę zachodzącą w autonomii i robotyce: inteligencja nie jest już ograniczona wyłącznie przez algorytmy, ale przez infrastrukturę łączącą czujniki, rozumowanie i działanie w świecie fizycznym. W miarę jak systemy sztucznej inteligencji przenoszą się z chmury do pojazdów, fabryk i maszyn, krzem sieciowy staje się warstwą fundamentową, a nie tylko dodatkiem.

Ta zmiana odzwierciedla rosnącą świadomość, że fizyczne systemy sztucznej inteligencji to w istocie systemy czasu rzeczywistego. Opóźnienia, utracone pakiety czy nieprzewidywalne opóźnienia mogą mieć namacalne konsekwencje, od pogorszenia wydajności po zagrożenia dla bezpieczeństwa. W rezultacie deterministyczny przepływ danych staje się równie krytyczny, jak dokładność modelu czy przepustowość obliczeniowa.

Zorientowane na pakiety architektury oparte na sieci Ethernet wskazują na przyszłość, w której inteligentne maszyny będą bardziej modułowe, łatwe w modernizacji i definiowane programowo, odzwierciedlając ewolucję obserwowaną w centrach danych w ciągu ostatniej dekady. Jeśli ta transformacja będzie kontynuowana, konkurencyjność w dziedzinie fizycznej sztucznej inteligencji będzie w coraz większym stopniu zależeć od tego, kto dostarczy najbardziej niezawodną i elastyczną technologię. struktura danych—taki, który jest w stanie wspierać ciągłą innowację bez poświęcania wydajności w świecie rzeczywistym.