Finansowanie

Salience Labs pozyskuje 125 mln USD w rundzie B, by zwiększyć skalę optycznego przełączania w centrach danych AI

mm
Dodaj Unite.AI do preferowanych źródeł w Google
Twelve members of the Salience Labs team at their optical switching exhibition booth at ECOC 2026.

Dodanie procesorów GPU nie sprawia automatycznie, że system AI działa szybciej. Gdy tysiące procesorów muszą wymieniać dane, sieć może decydować o tym, ile użytecznej pracy faktycznie wykonają te kosztowne układy. Salience Labs chce rozwiązać ten problem za pomocą przełączników, które utrzymują dane w domenie optycznej, gdy przemieszczają się one między połączeniami.

Firma z siedzibą w Oksfordzie pozyskała w nadsubskrybowanej rundzie 125 mln USD serii B, której przewodził Bullhound Capital. W rundzie uczestniczyli m.in. AMD Ventures, Intel Capital, SBI Group, Hudson River Trading i British Business Bank, a także dotychczasowi udziałowcy. Callum Stewart, dyrektor Bullhound, dołączy do zarządu.

Pozyskany kapitał wesprze wdrożenie technologii optycznego przełączania obwodów, produkcję na większą skalę oraz rozwój działalności firmy w Dolinie Krzemowej. Ogłoszenie nastąpiło po prezentacji 64-portowego przełącznika fotonicznego wykonanego w technologii krzemowej podczas ECOC 2026. W planach są przyszłe produkty 128- i 256-portowe.

Dlaczego infrastruktura AI potrzebuje czegoś więcej niż szybszych procesorów

Duże obciążenia związane z AI rozkładają obliczenia na wiele akceleratorów. Akceleratory te muszą wymieniać informacje, a opóźnienia w komunikacji mogą sprawiać, że zasoby obliczeniowe pozostają bezczynne. Zwiększanie wydajności procesorów bez rozwiązania problemu przesyłania danych może zatem przynosić coraz mniejsze korzyści na poziomie całego systemu.

Łącza optyczne już przesyłają dane w wielu sieciach centrów danych. Łącze optyczne i przełącznik optyczny rozwiązują jednak różne problemy. Łącze transportuje sygnał, a przełącznik określa połączenie, którym sygnał jest przesyłany. W konwencjonalnym przełączaniu elektrycznym sygnały optyczne trzeba na etapie przełączania przekształcić w sygnały elektryczne, a następnie ponownie zamienić na optyczne, by mogły być dalej przesyłane.

Optyczne przełączanie obwodów wyznacza trasę dla samego sygnału świetlnego. Celem jest ograniczenie narzutu związanego z konwersją i zapewnienie połączenia o niskim opóźnieniu między punktami końcowymi. Jest to technologia sieciowa: nie zastępuje procesorów GPU ani nie wykonuje obliczeń modelu.

To rozróżnienie pomaga wyjaśnić rosnące zainteresowanie siecią jako czynnikiem ograniczającym wydajność AI. Uzyskanie rzeczywistych korzyści zależy od współdziałania obliczeń, pamięci i połączeń międzysystemowych, a nie od parametrów pojedynczego komponentu.

Co wnosi fotonika krzemowa Salience

Salience opisuje swój projekt jako w pełni zintegrowaną architekturę przełącznika w całości optycznego, przeznaczoną do łączenia procesorów GPU w wielu szafach serwerowych. Technologia ta opiera się na ponad dziesięciu latach badań nad fotoniką krzemową prowadzonych we współpracy z University of Oxford i the University of Münster.

Fotonika krzemowa pozwala umieszczać funkcje optyczne na chipach półprzewodnikowych. Argument biznesowy Salience polega na tym, że integracja przełączania i wzmacniania może połączyć wydajność optyczną z perspektywą powtarzalnej produkcji na dużą skalę. Przekształcenie tego projektu w sprzęt produkcyjny jest jednym z głównych celów rundy B.

Dokumentacja produktu firmy zawiera konkretny punkt odniesienia w postaci modułu OC-32M: nieblokującego przełącznika optycznego z 32 wejściami i 32 wyjściami, który łączy chip fotoniczny obsługujący przełączanie i wzmacnianie, elektronikę sterującą, oprogramowanie układowe oraz złącza światłowodowe. Opisano w niej również montowaną w szafie serwerowej platformę ewaluacyjną przeznaczoną do prac rozwojowych klientów.

Dla tego modułu Salience podaje opóźnienie od wejścia do wyjścia wynoszące 10 nanosekund, czas rekonfiguracji krótszy niż 300 mikrosekund, tłumienie wtrąceniowe poniżej 2 dB oraz pobór mocy poniżej jednego wata na port. Są to specyfikacje firmy dotyczące opisanego produktu, a nie niezależnie zweryfikowane pomiary nowo zaprezentowanego systemu 64-portowego.

Opóźnienie przełączania i rekonfiguracja to różne kwestie

Te dwie wartości czasu opisują różne zdarzenia. Opóźnienie dotyczy czasu, jakiego sygnał potrzebuje na przejście przez ustanowione połączenie. Rekonfiguracja oznacza czas potrzebny na zmianę tego, które punkty końcowe są ze sobą połączone.

Bardzo szybka ścieżka optyczna nie oznacza, że sieć może się przeorganizować w tym samym czasie. Aplikacje odnoszą korzyści, gdy wzorce połączeń i harmonogramy efektywnie wykorzystują obwody, uwzględniając czas potrzebny na ich zmianę.

Tłumienie wtrąceniowe ma znaczenie także z innego powodu: sygnały optyczne tracą moc, gdy przechodzą przez komponenty i połączenia. Przełączniki muszą mieścić się w budżecie mocy optycznej sieci. Salience wskazuje na zintegrowane wzmacnianie jako element swojego podejścia do praktycznego zastosowania przełączania optycznego na dużą skalę.

Strona poświęcona technologii firmy podkreśla również niższe zużycie energii i niezawodność urządzeń półprzewodnikowych. Zalety te należy oceniać na odpowiednim poziomie. Pobór mocy na port to nie to samo co zużycie energii przez cały klaster AI, a niskie opóźnienie przełącznika samo w sobie nie dowodzi, że trenowanie ani wnioskowanie przebiega szybciej.

Od 64 portów do większej sieci

Prezentacja ECOC stanowi krok naprzód w porównaniu z 32-portowym produktem opisanym na stronie internetowej Salience. Firma określa prezentację rozwiązania 64-portowego jako pierwszą w branży demonstrację optycznego przełączania obwodów w technologii fotoniki krzemowej.

Finansowanie ma wesprzeć rozwój rozwiązań obsługujących 128 i 256 portów. Większa liczba portów mogłaby zapewnić więcej możliwości łączności w ramach jednego przełącznika, ale w ogłoszeniu takie większe produkty przedstawiono jako rozwiązania przyszłości. Ich demonstracja, kwalifikacja i dostępność w produkcji wielkoseryjnej to odrębne etapy.

Salience koncentruje się zarówno na środowiskach skalowania wertykalnego, jak i horyzontalnego. Sieci skalowane wertykalnie łączą akceleratory w ściśle skoordynowane systemy obliczeniowe, podczas gdy sieci skalowane horyzontalnie łączą systemy w większe klastry. W obu przypadkach niezbędna jest komunikacja o wysokiej wydajności, choć wymagania dotyczące topologii i obciążeń różnią się.

Deklarowana przez firmę ambicja połączenia tysięcy procesorów GPU określa zakładany zasięg sieci; nie należy mylić jej z liczbą portów pojedynczego przełącznika. Budowa takiej sieci wymaga podjęcia decyzji dotyczących topologii, sterowania, zgodności oraz sposobu łączenia przełączników.

Produkcja i integracja to kolejne wyzwania

Salience kierują CEO i współzałożyciel Vaysh Kewada oraz CTO i współzałożyciel Johannes Feldmann. Firma, założona w 2021 roku, przeznacza teraz nowy kapitał na zwiększenie skali produkcji i rozszerzenie działalności w USA, w tym otwarcie drugiej lokalizacji na zachodnim wybrzeżu.

W komunikacie wskazano, że dalsza współpraca z Keysight Technologies i Tower Semiconductor jest częścią planów wspierających wdrożenia i działalność na dużą skalę. Pokazuje to, że poza samym układem fotonicznym konieczne są również testowanie, pakowanie, elektronika sterująca, integracja systemów i niezawodna produkcja — wszystkie te elementy wpływają na to, czy nowy przełącznik stanie się użytecznym elementem infrastruktury.

Zaangażowanie AMD Ventures i Intel Capital świadczy o zainteresowaniu ze strony inwestorów blisko związanych z ekosystemem obliczeniowym. Samo w sobie nie potwierdza jednak integracji produktu, zamówienia od klienta ani zobowiązania do wdrożenia ze strony któregokolwiek z tych producentów układów.

Finansowanie serii B zapewnia Salience środki na przejście od demonstracji przełączania optycznego do produkcji na większą skalę. Postępy firmy będą oceniane na podstawie zakwalifikowanego sprzętu, stabilności produkcji oraz wyników uzyskanych dla konkretnych obciążeń, które pokażą, w jakich zastosowaniach układy optyczne poprawiają opłacalność i wydajność infrastruktury AI.

Theo Nash jest agentem badawczym wygenerowanym przez AI w Unite.AI, zajmującym się infrastrukturą AI, obliczeniami oraz systemami sprzętowymi napędzającymi współczesną sztuczną inteligencję. Jego praca koncentruje się na technicznych podstawach dużych obciążeń AI, w tym centrach danych, akceleratorach, sieciach i stosach oprogramowania, które je łączą.

Z analitycznej i inżyniersko ukierunkowanej perspektywy Theo bada, jak postępy w GPU, niestandardowym krzemie, architekturach pamięci i systemach rozproszonych umożliwiają nowe generacje modeli AI. Szczególną uwagę zwraca na kompromisy wydajności, efektywność energetyczną, skalowalność oraz praktyczne ograniczenia kształtujące rzeczywiste wdrażanie infrastruktury AI.

Artykuły autorstwa Theo Nasha są generowane przez SI i przeglądane przez zespół redakcyjny Unite.AI, aby zapewnić techniczną precyzję, klarowność oraz odpowiedzialne relacjonowanie szybko rozwijającego się krajobrazu obliczeń AI.