การระดมทุน
Ethernovia เพิ่มทุนมากกว่า 90 ล้านดอลลาร์ ใน Series B เพื่อพัฒนาเครือข่าย Physical AI

Ethernovia ได้ปิดรอบการให้ทุน Series B มูลค่ามากกว่า 90 ล้านดอลลาร์ เนื่องจากความต้องการเครือข่ายซิลิกอนที่สามารถรองรับการทำงานอัตโนมัติแบบเรียลไทม์ข้ามรถยนต์ โรบอท และระบบอุตสาหกรรมได้เพิ่มขึ้น รอบการให้ทุนนี้ได้รับการนำโดย Maverick Silicon โดยมีการเข้าร่วมจาก Socratic Partners, Conduit Capital และ CDIB-TEN Capital พร้อมด้วยการสนับสนุนอย่างต่อเนื่องจากนักลงทุนเดิม รวมถึง Porsche SE, Qualcomm Ventures (QCOM ) และ Fall Line Capital
Ethernovia ซึ่งตั้งอยู่ใน Silicon Valley กำลังสร้างคลาสใหม่ของแพ็คเก็ตโปรเซสเซอร์แบบ Ethernet ที่ออกแบบมาเพื่อใช้เป็น โครงข่ายข้อมูลหลักหรือ “ระบบประสาท” สำหรับเครื่องจักรอัจฉริยะที่ทำงานที่ขอบเขต บริษัทมุ่งเน้นไปที่คอขวดที่ทวีความสำคัญในระบบอัตโนมัติ: การย้ายข้อมูลเซ็นเซอร์ วิชั่น และ AI จำนวนมากอย่างคาดการณ์ได้และมีประสิทธิภาพในแบบเรียลไทม์
การปรับโครงสร้างกระบวนการประสานงานข้อมูลสำหรับการทำงานอัตโนมัติ
ยานยนต์อัตโนมัติ ระบบช่วยเหลือการขับขี่ขั้นสูง และโรบอทอุตสาหกรรมต้องอาศัยเซ็นเซอร์และ AI ที่มีแบนด์วิธสูงหลายสิบตัว ซึ่งต้องทำงานด้วยความล่าช้าที่กำหนดได้ ระบบเครือข่ายในรถยนต์และอุตสาหกรรมแบบดั้งเดิมไม่ได้ถูกออกแบบมาเพื่อตอบสนองความต้องการเหล่านี้ ซึ่งมักจะส่งผลให้เกิดโครงสร้างที่กระจัดกระจาย ความซับซ้อนของระบบที่สูงขึ้น และต้นทุนที่เพิ่มขึ้น
แนวทางของ Ethernovia มุ่งเน้นไปที่การออกแบบเครือข่ายที่ขับเคลื่อนด้วยแพ็คเก็ตโปรเซสเซอร์ และใช้ Ethernet เป็นฐาน ซึ่งรวมการทำงานของเครือข่าย การคำนวณ และการประสานงานข้อมูล แทนที่จะพึ่งพาบัสรับส่งข้อมูลแบบเดิมที่แยกส่วน และการเชื่อมต่อแบบจุดต่อจุด แพลตฟอร์มของ Ethernovia ถูกสร้างขึ้นเพื่อรวมและกำหนดเส้นทางสตรีมข้อมูลแบบเรียลไทม์ โดยใช้วิธีการที่สามารถเขียนโปรแกรมและปรับขนาดได้ ซึ่งรองรับทั้งการออกแบบระบบแบบโซนและแบบจุดศูนย์กลาง
แพ็คเก็ตโปรเซสเซอร์ที่สร้างขึ้นสำหรับ Physical AI
ที่แกนกลางของเทคโนโลยี Ethernovia คือครอบครัวของแพ็คเก็ตโปรเซสเซอร์ที่มีประสิทธิภาพสูง ซึ่งถูกออกแบบมาโดยเฉพาะสำหรับภาระงานเอดจ์และ Physical AI ชิปเหล่านี้ถูกออกแบบมาเพื่อจัดการกับเซ็นเซอร์และ AI ที่มีแบนด์วิธสูง โดยมีความล่าช้าที่กำหนดได้และประสิทธิภาพการใช้พลังงานที่ดี ซึ่งเป็นข้อจำกัดที่กำหนดความสำเร็จในด้านการทำงานอัตโนมัติรถยนต์และโรบอท
ด้วยการรองรับเส้นทางข้อมูลแบบเขียนโปรแกรมและฟาบริก Ethernet ที่ปรับขนาดได้ แพลตฟอร์มนี้ทำให้ระบบซอฟต์แวร์สามารถพัฒนาได้โดยใช้การอัปเดตแบบไร้สาย ในขณะเดียวกันก็ยังคงรักษาความต้องการประสิทธิภาพที่สำคัญต่อความปลอดภัย ความยืดหยุ่นนี้มีความสำคัญเป็นพิเศษเมื่อผู้ผลิตอุปกรณ์ดั้งเดิม (OEM) เปลี่ยนไปสู่สถาปัตยกรรมที่กำหนดการทำงานด้วยซอฟต์แวร์มากกว่าการกำหนดค่าฮาร์ดแวร์แบบตายตัว

การเติบโตทั่วทั้งอุตสาหกรรมรถยนต์ โรบอท และอุตสาหกรรม
ในขณะที่รถยนต์ยังคงเป็นจุดสนใจหลัก เทคโนโลยีของ Ethernovia ถูกวางตำแหน่งทั่วทั้งตลาดหลายแห่งที่ความฉลาดแบบเรียลไทม์ที่ขอบเขตกำลังเป็นสิ่งจำเป็น โรบอทและระบบอัตโนมัติอุตสาหกรรมและเครื่องจักรที่กำหนดโดย AI ที่เกิดขึ้นใหม่ ทั้งหมดนี้ต้องเผชิญกับความท้าทายที่คล้ายคลึงกันเกี่ยวกับความล่าช้า การซิงโครไนซ์ และการเคลื่อนย้ายข้อมูล ในแต่ละกรณี ข้อจำกัดด้านประสิทธิภาพขึ้นอยู่กับความสามารถในการเคลื่อนย้ายข้อมูลระหว่างเซ็นเซอร์ โปรเซสเซอร์ และแอคชูเอเตอร์ภายใต้การรับประกันเวลาที่เข้มงวด มากกว่าพลังประมวลผลดิบเพียงอย่างเดียว
ส่วนเหล่านี้กำลังมาบรรจบกันในด้านโครงสร้าง โรบอทและระบบอุตสาหกรรมกำลังเริ่มใช้หลักการออกแบบที่เคยเฉพาะเจาะจงกับรถยนต์ เช่น โครงสร้างโซนและคอมพิวเตอร์กลาง ในขณะที่แพลตฟอร์มรถยนต์กำลังยืมแนวคิดจากศูนย์ข้อมูล รวมถึงการเชื่อมต่อแบบซอฟต์แวร์ และฟาบริก Ethernet ที่เป็นมาตรฐาน
การบรรจบกันนี้สร้างความต้องการชิปเครือข่ายที่ทำงานได้อย่างน่าเชื่อถือในสภาพแวดล้อมหลากหลาย รองรับวงจรชีวิตผลิตภัณฑ์ที่ยาวนานและความต้องการซอฟต์แวร์ที่เปลี่ยนแปลง เงินทุนใหม่จะใช้เร่งการพัฒนาและผลิตแพ็คเก็ตโปรเซสเซอร์รุ่นถัดไป ขยายขีดความสามารถด้านซอฟต์แวร์และระบบ และเพิ่มความร่วมมือกับลูกค้าในภาคส่วนเหล่านี้ เมื่อการใช้งานเปลี่ยนจากโครงการนำร่องไปสู่การผลิตในวงกว้าง ความสำคัญจึงอยู่ที่แพลตฟอร์มซึ่งรองรับการอัปเกรดระยะยาว ภาระงานผสม และความเป็นอัตโนมัติที่เพิ่มขึ้นโดยไม่ต้องออกแบบพื้นฐานใหม่
สิ่งที่ส่งสัญญาณสำหรับอนาคตของ Physical AI
Ethernovia’s การเพิ่มทุนเน้นย้ำถึงการเปลี่ยนแปลงที่กำลังเกิดขึ้นในด้านการทำงานอัตโนมัติและโรบอท ความฉลาดไม่ได้ถูกจำกัดโดยอัลกอริทึมเพียงอย่างเดียว แต่โดยโครงสร้างพื้นฐานที่เชื่อมต่อการรับรู้ การให้เหตุผล และการกระทำในโลกแห่งความเป็นจริง เมื่อระบบ AI ออกจากคลาวด์เข้าสู่รถยนต์ โรงงาน และเครื่องจักร ชิปเครือข่ายจึงกลายเป็นชั้นพื้นฐาน แทนที่จะเป็นส่วนเสริมที่ค่อยพิจารณาภายหลัง
การเปลี่ยนแปลงนี้สะท้อนถึงการยอมรับที่เพิ่มขึ้นว่าระบบ AI ที่เป็นรูปธรรมในท้ายที่สุดเป็นระบบแบบเรียลไทม์ ความล่าช้า การสูญเสียแพ็คเก็ต หรือความล่าช้าที่ไม่แน่นอนสามารถมีผลกระทบต่อประสิทธิภาพที่ลดลงหรือความเสี่ยงด้านความปลอดภัย ดังนั้นการเคลื่อนย้ายข้อมูลที่มีเวลาตอบสนองแน่นอนจึงสำคัญพอ ๆ กับความแม่นยำของโมเดลหรือปริมาณงานประมวลผล
โครงสร้างพื้นฐานที่ขับเคลื่อนด้วยแพ็คเก็ตและใช้ Ethernet เป็นฐานชี้ให้เห็นถึงอนาคตที่เครื่องจักรอัจฉริยะจะมีความเป็นโมดูลาร์ ปรับเปลี่ยนได้ และกำหนดโดยซอฟต์แวร์มากขึ้น โดยสะท้อนถึงการเปลี่ยนแปลงที่เกิดขึ้นในศูนย์ข้อมูลในช่วงหนึ่งทศวรรษที่ผ่านมา หากการเปลี่ยนแปลงนี้ดำเนินต่อไป ภูมิทัศน์การแข่งขันในด้าน AI ที่เป็นรูปธรรมอาจขึ้นอยู่กับใครที่สามารถส่งมอบฟาบริกข้อมูลที่น่าเชื่อถือและปรับเปลี่ยนได้มากที่สุด ซึ่งสามารถรองรับการนวัตกรรมอย่างต่อเนื่องโดยไม่ต้องเสียสละประสิทธิภาพในโลกแห่งความเป็นจริง












