Ethernovia samlar in över 90 miljoner dollar i serie B för att främja fysisk AI-nätverk

Ethernovia har avslutat en Serie B-finansieringsrunda på totalt mer än 90 miljoner dollar, i takt med att efterfrågan på nätverkskisel som kan stödja realtidsautonomi mellan fordon, robotar och industriella system ökar. Rundan leddes av Maverick Silicon, med deltagande från Sokratiska partners, Conduit Capital och CDIB-TEN Capital, tillsammans med fortsatt stöd från befintliga investerare inklusive Porsche SE, Qualcomm Venturesoch Fall Line Capital.

Ethernovia, baserat i Silicon Valley, bygger en ny klass av Ethernet-baserade paketprocessorer utformade för att fungera som dataryggrad – eller "nervsystem" – för intelligenta maskiner som arbetar vid kanten av nätverket. Företaget fokuserar på en växande flaskhals inom autonomi: att flytta enorma volymer av sensor-, visions- och AI-data förutsägbart och effektivt i realtid.

Omstrukturering av dataryggraden för autonomi

Autonoma fordon, avancerade förarstödssystem och industrirobotar förlitar sig i allt högre grad på dussintals högbandbreddssensorer och AI-arbetsbelastningar som måste arbeta med deterministisk latens. Traditionella fordons- och industriella nätverk designades aldrig för dessa krav, vilket ofta resulterade i fragmenterade arkitekturer, högre systemkomplexitet och stigande kostnader.

Ethernovias tillvägagångssätt kretsar kring paketprocessordrivna, Ethernet-baserade arkitekturer som förenar nätverk, beräkning och dataorkestrering. Istället för att förlita sig på ett lapptäcke av äldre bussar och punkt-till-punkt-länkar är plattformen byggd för att aggregera och dirigera realtidsdataströmmar på ett programmerbart och skalbart sätt – med stöd för både zonindelade och centraliserade systemdesigner.

Paketprocessorer byggda för fysisk AI

Kärnan i Ethernovias teknologi finns en familj av högpresterande paketprocessorer som är speciellt konstruerade för kanten och fysiska AI-arbetsbelastningar. Dessa chip är utformade för att hantera sensor- och AI-trafik med hög bandbredd med deterministisk latens och stark energieffektivitet, två begränsningar som i allt högre grad definierar framgång inom fordons- och robotindustrin.

Genom att stödja programmerbara datavägar och skalbara Ethernet-strukturer möjliggör plattformen programvarudefinierade system som kan utvecklas över tid genom trådlösa uppdateringar, samtidigt som de uppfyller säkerhetskritiska prestandakrav. Denna flexibilitet är särskilt relevant eftersom OEM-tillverkare går mot arkitekturer där funktionalitet definieras mer av programvara än av fasta hårdvarukonfigurationer.

Momentum inom fordonsindustrin, robotindustrin och industrin

Medan fordonsindustrin fortfarande är ett centralt fokusområde, är Ethernovias teknik positionerad på flera marknader där realtidsintelligens blir allt viktigare. Robotplattformar, industriella automationssystem och framväxande AI-definierade maskiner står alla inför liknande utmaningar kring latens, synkronisering och dataflytt. I varje fall dikteras prestandabegränsningar i allt högre grad inte av rå beräkningskapacitet, utan av hur effektivt data kan flyttas mellan sensorer, processorer och ställdon under strikta tidsgarantier.

Dessa sektorer konvergerar också arkitekturmässigt. Robotik och industrisystem börjar anta designprinciper som tidigare var specifika för fordonsindustrin, såsom zonarkitekturer och centraliserad beräkning, medan fordonsplattformar lånar koncept från datacenter, inklusive programvarudefinierade nätverk och standardiserade Ethernet-strukturer. Denna konvergens skapar en efterfrågan på nätverkskisel som kan fungera tillförlitligt i olika miljöer samtidigt som det stöder långa produktlivscykler och utvecklande programvarukrav.

Den nya finansieringen kommer att användas för att accelerera utvecklingen och produktionen av företagets nästa generations paketprocessorer, utöka dess programvaru- och systemkapacitet och fördjupa kundergagemang inom dessa sektorer. I takt med att implementeringar går från pilotprojekt till skalad produktion, flyttas fokus mot plattformar som kan stödja långsiktiga uppgraderingar, blandade arbetsbelastningar och ökad autonomi utan att kräva grundläggande omdesign.

Vad detta signalerar för framtiden för fysisk AI

Ethernovias raise belyser ett bredare skifte som pågår inom autonomi och robotik: intelligens begränsas inte längre enbart av algoritmer, utan av den infrastruktur som kopplar samman avkänning, resonemang och handling i den fysiska världen. När AI-system flyttar ut ur molnet och in i fordon, fabriker och maskiner blir nätverkskisel ett grundläggande lager snarare än en stödjande eftertanke.

Denna förändring återspeglar ett växande erkännande av att fysiska AI-system i slutändan är realtidssystem. Förseningar, tappade paket eller oförutsägbar latens kan få konkreta konsekvenser, från försämrad prestanda till säkerhetsrisker. Som ett resultat blir deterministisk dataförflyttning lika kritisk som modellnoggrannhet eller beräkningsgenomströmning.

Paketcentrerade, Ethernet-baserade arkitekturer pekar mot en framtid där intelligenta maskiner är mer modulära, uppgraderingsbara och programvarudefinierade, vilket speglar den utveckling som setts i datacenter under det senaste decenniet. Om denna övergång fortsätter kan det konkurrensutsatta landskapet inom fysisk AI i allt högre grad bero på vem som kan leverera den mest tillförlitliga, anpassningsbara datatyg—en som kan stödja kontinuerlig innovation utan att offra verklighetens prestanda.