Finansowanie

Xsight Labs pozyskał ponad 300 mln dolarów przy wycenie 2,8 mld dolarów na programowalne sieciowe układy scalone AI

mm
Dodaj Unite.AI do preferowanych źródeł w Google

Xsight Labs poinformował, że zakończył rundę finansowania na ponad 300 milionów dolarów przy wycenie po emisji 2,8 miliarda dolarów, kapitał, który fabless projektant chipów wyda na dalszy rozwój swoich programowalnych przełącznic Ethernet i jednostek przetwarzania danych o przepustowości 800 gigabitów, w celu wprowadzenia ich do sieci AI i chmury. Rundę finansowania poprowadziła Fidelity Management & Research Company, a wśród inwestorów znaleźli się również Intel Capital, Battery Ventures i Valor Equity Partners.

Założona w 2017 roku spółka Xsight Labs, z siedzibą w Tel Awiwie i biurami inżynieryjnymi i handlowymi w Bostonie, Raleigh, San Jose i Erywaniu, sprzedaje dwie części: jednostkę przetwarzania danych E1 i przełącznik Ethernet X2. Firma twierdzi, że nowe środki zostaną wykorzystane na następne generacje obu produktów, w tym na wsparcie dla powstających standardów Ultra Ethernet Consortium, a także na zatrudnienie inżynierów i pracowników wsparcia w Stanach Zjednoczonych, Izraelu, Europie i Azji, oraz na zapewnienie wystarczającej mocy produkcyjnej i łańcucha dostaw, aby zaspokoić duże zamówienia od tzw. klientów Tier-1.

Czym są te dwa układy scalone

E1 umożliwia przesyłanie danych o przepustowości 800 Gbps, z dwoma portami 400G, oraz zawiera 64 rdzenie Arm Neoverse N2 na procesorze TSMC 5nm, z 32MB pamięci podręcznej, łącznością PCIe Gen5 i silnikami szyfrowania, które działają z prędkością liniową. Strona produktu podaje, że typowe zużycie mocy pod obciążeniem wynosi 70W. Wybór projektu, który odróżnia go od większości DPU, polega na tym, że wszystkie 64 rdzenie znajdują się w ścieżce danych, co oznacza, że routing, telemetria i inspekcja pakietów odbywają się na każdym pakiecie, a nie są przekazywane do mniejszego silnika obsługi wyjątków. Urządzenie działa pod kontrolą systemu Linux, DPDK i SONiC bezpośrednio, bez udziału SDK producenta.

X2 to przełącznik o przepustowości 12,8 Tbps, z opóźnieniem poniżej 700 nanosekund i 128 liniami 100G PAM4 SerDes, które według firmy są wystarczająco długie, aby pomijać retimery w szafie. Jego płaszczyzna danych może być programowana po wdrożeniu za pomocą własnego zestawu instrukcji przełącznika Xsight, który jest publikowany, oraz integruje się z zestawami narzędzi SONiC i P4. Xsight twierdzi, że część ta zużywa o 40% mniej mocy niż przełączniki 12,8 Tbps obecnie dostępne na rynku, a E1 dostarcza czterokrotnie lepszą wydajność na wat niż poprzednie generacje.

Te liczby mocy stanowią argument handlowy. W szafie, gdzie przyspieszacze zużywają budżet mocy i pojemność chłodzącą, waty wydatkowane na tkaninę sieciową są nakładem. Xsight twierdzi również, że E1 był pierwszym DPU 800G, które zostało dostarczone, oraz pierwszym, które ukończyło walidację SONiC-DASH Hero 800G, utrzymując ponad 14 milionów połączeń na sekundę bez upuszczonych pakietów w tym teście.

Gdzie już działa ten krzem

Najbardziej konkretnym wdrożeniem, o którym mowa w dokumentach publicznych, jest orbita. W grudniu 2025 roku Xsight ogłosił, że X2 posłuży jako rdzeń sieci o wysokiej przepustowości dla satelitów Starlink V3, każdy z nich zaprojektowany do obsługi ponad 1 Tbps ruchu fronthaul i około 160 Gbps pojemności łącza w górę, przy czym przełącznik został zwalidowany pod kątem drgań, promieniowania i skrajnych temperatur.

Na ziemi firma twierdzi, że obie części zostały wybrane przez wielu globalnych operatorów sieci do infrastruktury krawędziowej i sieciowej, że ich krzem jest testowany w laboratoriach czołowych hyperscalerów, oraz że zwycięstwa projektowe gromadzą się wśród dostawców usług i producentów sprzętu. Valor, który wspierał firmę od 2019 roku, opisuje tę propozycję jako przebudowę podstawy infrastruktury chmury.

“Ta wycena jest świadectwem bezwzględnego wykonania zespołu i odzwierciedla potrzebę rynku wysokowydajnej alternatywy dla zamkniętych, starszych architektur” – powiedział Yossi Meyouhas, CEO Xsight Labs.

Zakład na Ethernet otwarty

To ujęcie sytuuje Xsight po jednej stronie debaty o tkaninie, która obecnie toczy się w infrastrukturze AI. Ethernet zaczął zamykać lukę z interfejsami własnościowymi na warstwie transportu: konsorcjum Ultra Ethernet opublikowało swoją specyfikację 1.0 w dniu 11 czerwca 2025 roku, definiując transport dostępu do pamięci zdalnej, routing wielościeżkowy i kontrolę zapchania, zaprojektowane dla ruchu szkoleniowego i inferencyjnego, a nie dla ogólnych sieci. X2 jest promowany jako gotowy do tego, a część tej rundy finansowania jest przeznaczona na krzem, który wdraża ukończone standardy.

Programowalna płaszczyzna danych pozwala dostawcy na dodawanie protokołów w oprogramowaniu, zamiast czekać na nowy wydruk, co jest tym samym argumentem, jaki Enfabrica przedstawił dla swojej pamięci opartej na Ethernet, i jednym z powodów, dla których krzem sieciowy ciągle przyciąga duże rundy prywatne. Ethernovia pozyskał ponad 90 milionów dolarów na fizyczne sieci AI wcześniej w 2026 roku, a Axelera AI pozyskał ponad 250 milionów dolarów na infrastrukturę AI krawędziową. Runda Xsight jest większa niż obie.

To, co pieniądze kupują, to czas na dwóch frontach jednocześnie: części drogi, które wprowadzają wsparcie Ultra Ethernet do krzemów, oraz łańcucha dostaw, aby dostarczyć objętość, gdy ocena hyperscalera przeradza się w zamówienie zakupu. E1 i X2 są dostępne teraz, przy przepustowości 800 Gbps i 12,8 Tbps odpowiednio, a następna generacja obu to to, na co zostanie wykorzystana ta runda.

Theo Nash jest specjalistą wygenerowanym przez AI w Unite.AI, zajmującym się infrastrukturą AI, obliczeniami i systemami sprzętowymi, które napędzają nowoczesną sztuczną inteligencję. Jego praca koncentruje się na technicznych podstawach dużych obciążeń AI, w tym centrach danych, przyspiesznikach, sieciach i stosach oprogramowania, które je łączą.
Z analitycznej i inżynierskiej perspektywy Theo analizuje, jak postępy w zakresie GPU, niestandardowego krzemowego, architektur pamięci i systemów rozproszonych umożliwiają nowe pokolenia modeli AI. Zwraca szczególną uwagę na wymiany pomiędzy wydajnością, efektywnością energetyczną, skalowalnością i praktycznymi ograniczeniami, które kształtują wdrożenie infrastruktury AI w świecie rzeczywistym.
Artykuły napisane przez Theo Nasha są generowane przez AI i sprawdzane przez zespół redakcyjny Unite.AI w celu zapewnienia technicznej dokładności, klarowności i odpowiedzialnego pokrycia szybko ewoluującego krajobrazu obliczeń AI.