iPronics ระดมทุน Series B มูลค่า $125M เพื่อขยายเครือข่ายแสงสำหรับศูนย์ข้อมูล AI

iPronics ได้ระดมทุน $125 million in Series B funding เพื่อเร่งการนำเทคโนโลยีเครือข่ายแสงที่โปรแกรมได้ของบริษัทไปใช้เชิงพาณิชย์ในศูนย์ข้อมูลปัญญาประดิษฐ์ (AI) การระดมทุนนี้เป็นการร่วมนำโดย Maverick Silicon และ Light Street Capital โดย NVIDIA เข้าร่วมเป็นนักลงทุนพร้อมกับ Triatomic Capital, Bosch Ventures, Catalight Capital, European Innovation Council Fund และผู้สนับสนุนเดิมหลายราย การระดมทุนนี้ทำให้ยอดเงินทุนรวมของ iPronics ถึง $177 million.

Series B ที่มีขนาดใหญ่ผิดปกตินี้สะท้อนถึงปัญหาโครงสร้างพื้นฐานที่กำลังเพิ่มขึ้นพร้อมกับการขยายตัวของการคำนวณ AI: การเพิ่ม GPU เพียงอย่างเดียวจะช่วยได้ก็ต่อเมื่อข้อมูลสามารถเคลื่อนย้ายระหว่างโปรเซสเซอร์เหล่านั้นได้อย่างรวดเร็วและมีประสิทธิภาพ เมื่อคลัสเตอร์เติบโตจากแร็คของเครื่องเร่งเป็นระบบขนาดใหญ่ขึ้นเรื่อย ๆ เครือข่ายจึงกลายเป็นสิ่งสำคัญต่อประสิทธิภาพ การใช้พลังงานและการใช้งานเท่ากับฮาร์ดแวร์การคำนวณพื้นฐาน.

เครือข่ายกำลังกลายเป็นส่วนหนึ่งของปัญหาการคำนวณ AI

การฝึกโมเดล AI สมัยใหม่ต้องอาศัยการสื่อสารจำนวนมหาศาลระหว่าง GPU ยิ่งโมเดลและคลัสเตอร์ใหญ่เท่าใด ปริมาณการจราจรที่ต้องเคลื่อนย้ายระหว่างเครื่องเร่ง แร็ค และอาจหลายศูนย์ข้อมูลก็ยิ่งเพิ่มขึ้น

เครือข่ายศูนย์ข้อมูลแบบดั้งเดิมส่วนใหญ่พึ่งพาการเชื่อมต่อด้วยทองแดงและสวิตช์แพ็กเก็ตอิเล็กทรอนิกส์ แต่เมื่อความต้องการแบนด์วิดท์เพิ่มขึ้น สถาปัตยกรรมเหล่านี้ต้องการจำนวนส่วนประกอบไฟฟ้าและแสงความเร็วสูงที่เพิ่มขึ้น ส่งผลให้การใช้พลังงาน ความร้อน ค่าใช้จ่ายและความซับซ้อนเพิ่มขึ้น

นี่เป็นเหตุผลหนึ่งที่อุตสาหกรรมโครงสร้างพื้นฐาน AI กำลังเคลื่อนย้ายไปสู่การเชื่อมต่อด้วยแสงมากขึ้น แทนที่จะเพิ่มความจุของอุปกรณ์เครือข่ายแบบดั้งเดิมอย่างต่อเนื่อง บริษัทต่าง ๆ กำลังสำรวจสถาปัตยกรรมที่ส่วนของผ้าเชื่อมต่อทำงานด้วยแสง

iPronics กำลังแก้ปัญหานี้ด้วยการใช้การสวิตช์วงจรแสง (OCS) ที่อิงเทคโนโลยีซิลิคอนโฟโตนิกส์ แทนที่จะตรวจสอบและส่งต่อแพ็กเก็ตแต่ละรายการทางอิเล็กทรอนิกส์แบบสวิตช์เครือข่ายทั่วไป สวิตช์วงจรแสงสามารถสร้างเส้นทางแสงโดยตรงระหว่างปลายทางและปรับเปลี่ยนการเชื่อมต่อเหล่านั้นแบบไดนามิกตามความต้องการที่เปลี่ยนแปลง

วิธีการทำงานของการสวิตช์แสงของ iPronics

ศูนย์กลางของเทคโนโลยีของบริษัทคือ iPronics ONE ซึ่งเป็นแพลตฟอร์มสวิตช์แสงแบบติดตั้งในแร็คที่ออกแบบมาสำหรับโครงสร้างพื้นฐาน AI

ชิปซิลิคอนโฟโตนิกส์ของมันประกอบด้วยเครือข่ายของสิ่งที่ iPronics เรียกว่า Programmable Unit Cells ซึ่งสามารถกำหนดเส้นทางแสงผ่านเส้นทางกายภาพต่าง ๆ ซอฟต์แวร์ควบคุมองค์ประกอบโฟโตนิกส์เหล่านี้ ทำให้โทโพโลยีแสงพื้นฐานสามารถโปรแกรมได้แทนที่จะเป็นการต่อสายเซิร์ฟเวอร์และเครื่องเร่งอย่างถาวรในรูปแบบคงที่

แพลตฟอร์ม ONE ผสานชั้นโฟโตนิกส์นี้กับระบบตรวจสอบแบบบูรณาการ, เทเลเมทรี, และอินเทอร์เฟซการเขียนโปรแกรมประยุกต์ (APIs) ทำให้ซอฟต์แวร์จัดระเบียบเครือข่ายสามารถเปลี่ยนการเชื่อมต่อแสงได้ตามการเคลื่อนย้ายของงานหรือการเปลี่ยนแปลงสภาพโครงสร้างพื้นฐาน

ความสามารถในการโปรแกรมนี้อาจมีความสำคัญต่อคลัสเตอร์ AI อย่างยิ่ง เนื่องจากความต้องการเครือข่ายของพวกมันไม่ได้คงที่ งานฝึกที่แตกต่างกันอาจต้องการการกำหนดค่าเครื่องเร่งที่ต่างกัน GPU ที่เสียอาจต้องถูกข้ามผ่าน และงาน inference อาจสร้างรูปแบบการจราจรที่แตกต่างอย่างมากจากการฝึกขนาดใหญ่

ตระกูลผลิตภัณฑ์ ONE ปัจจุบันออกแบบให้ขยายจาก 32 ถึง 256 พอร์ต และรองรับการปรับกำหนดค่าในระดับต่ำกว่ามิลลิวินาทีพร้อมกับเทเลเมทรีแสงแบบเรียลไทม์และการผสานรวมกับสภาพแวดล้อมเครือข่ายที่กำหนดโดยซอฟต์แวร์

จากการวิจัยโฟโตนิกส์สู่โครงสร้างพื้นฐาน AI เชิงพาณิชย์

iPronics ก่อตั้งในปี 2019 เป็นสปิน‑ออฟจาก Universitat Politècnica de València โดยอิงจากการวิจัยเกี่ยวกับซิลิคอนโฟโตนิกส์ที่สามารถโปรแกรมได้และระบบโฟโตนิกส์ขนาดใหญ่ บริษัทได้เปลี่ยนโฟกัสไปสู่การนำการวิจัยนั้นมาสร้างโครงสร้างพื้นฐานเครือข่ายที่สามารถนำไปใช้งานได้สำหรับคลัสเตอร์ AI

ความพยายามในการทำเชิงพาณิชย์ของบริษัทเร่งขึ้นอย่างมากในสองปีที่ผ่านมา

ในเดือนมกราคม 2025 iPronics ระดมทุน Series A มูลค่า €20 ล้าน เพื่อพัฒนาเทคโนโลยีเครือข่ายแสงของบริษัท สองเดือนต่อมา บริษัทเปิดตัว ONE‑32 ซึ่งเป็นสวิตช์วงจรแสงซิลิคอนโฟโตนิกส์ 32 พอร์ตที่มุ่งเน้นการขยายขนาดเครือข่าย AI ทั้งแบบสเกล‑อัพและสเกล‑เอาต์ iPronics ระบุว่าระบบสามารถปรับกำหนดการเชื่อมต่อได้ภายในเวลาน้อยกว่า 300 ไมโครวินาที พร้อมกับเพิ่มความหน่วงเวลาไม่เกิน 30 นาโนวินาที

บริษัทยังได้สร้างกำลังการผลิตที่จำเป็นเพื่อก้าวข้ามการใช้งานขนาดเล็ก ในเดือนมีนาคม 2026 iPronics ประกาศเปิดสายการผลิตเฉพาะกับ Fabrinet สำหรับการบรรจุ, การประกอบ, การทดสอบและการรับรองสวิตช์ตระกูล ONE ณ เวลานั้น บริษัทระบุว่ากำลังทำงานร่วมกับลูกค้า hyperscaler และผู้ผลิตอุปกรณ์ต้นแบบของคลัสเตอร์ AI จำนวนสิบรายแรกของตน

การขยายการผลิตนี้สำคัญเนื่องจากเทคโนโลยีเครือข่ายแสงในอดีตเผชิญกับการเปลี่ยนผ่านที่ยากจากการสาธิตในห้องปฏิบัติการที่มีศักยภาพสู่ฮาร์ดแวร์ที่เชื่อถือได้และสามารถผลิตได้อย่างคุ้มค่าในระดับศูนย์ข้อมูล

สิ่งที่การระดมทุน Series B มูลค่า $125 ล้านเปลี่ยนแปลง

เงินทุนใหม่ให้ iPronics มีทรัพยากรเพิ่มขึ้นอย่างมากเพื่อแก้ไขความท้าทายในการทำเชิงพาณิชย์นี้

บริษัทมีแผนขยายการผลิต เร่งการใช้งานของลูกค้าและต่อเนื่องในการพัฒนาแพลตฟอร์ม ONE นอกจากนี้ยังเพิ่มการปรากฏตัวในสหรัฐอเมริกาด้วยสำนักงานใหม่ในซานตาคลารา ทำให้บริษัทอยู่ใกล้กับ NVIDIA และบริษัทผู้ผลิตเซมิคอนดักเตอร์, เครือข่ายและโครงสร้างพื้นฐาน AI จำนวนมากที่กำลังออกแบบศูนย์ข้อมูลรุ่นต่อไป

การเข้าร่วมของ NVIDIA น่าสังเกตเป็นพิเศษ เนื่องจาก GPU ของ NVIDIA กำลังทำงานเป็นส่วนประกอบภายในระบบคอมพิวเตอร์ขนาดมหาศาลมากขึ้น แทนที่จะเป็นโปรเซสเซอร์อิสระ ทำให้การเชื่อมต่อระหว่างเครื่องเร่งเป็นส่วนสำคัญของประสิทธิภาพโดยรวมของระบบ

Manish Muthal, รองผู้จัดการอาวุโสของ Maverick Silicon จะเข้าร่วมคณะกรรมการของ iPronics พร้อมกับ Geoffrey Tate, อดีต CEO ของ Rambus ซึ่งปัจจุบันเป็นที่ปรึกษาของ Light Street Capital จะรับตำแหน่งในคณะกรรมการ Young Sohn จาก Catalight Capital, ที่เคยเป็นประธานฝ่ายธุรกิจและหัวหน้าฝ่ายกลยุทธ์ของ Samsung จะเป็นที่ปรึกษาของบริษัท

เครือข่ายแสงอาจกลายเป็นส่วนที่สำคัญยิ่งขึ้นของสแตกโครงสร้างพื้นฐาน AI

ความสำคัญโดยรวมของการระดมทุนของ iPronics มีผลต่อมากกว่าการสวิตช์แสงเดียว

การแข่งขันโครงสร้างพื้นฐาน AI AI infrastructure race ถูกกำหนดโดย GPU และเครื่องเร่งอื่น ๆ เป็นส่วนใหญ่ แต่การติดตั้งโปรเซสเซอร์เพิ่มขึ้นเพียงอย่างเดียวไม่ได้รับประกันว่าจะใช้ได้อย่างมีประสิทธิภาพ แบนด์วิดท์หน่วยความจำ, เครือข่าย, การจ่ายไฟและการทำความเย็นกำลังมีบทบาทมากขึ้นในการกำหนดว่าศูนย์ข้อมูลจะดึงประสิทธิภาพการคำนวณที่มีประโยชน์จากฮาร์ดแวร์ได้เท่าใด

สวิตช์วงจรแสงเป็นวิธีหนึ่งที่อาจแก้ไขส่วนของเครือข่ายในสมการนั้น ชั้นแสงที่สามารถโปรแกรมได้อาจทำให้คลัสเตอร์เปลี่ยนการเชื่อมต่อทางกายภาพตามงาน, หลีกเลี่ยงความล้มเหลวของฮาร์ดแวร์และขยายโดเมน GPU ได้โดยไม่ต้องออกแบบเครือข่ายพื้นฐานใหม่อย่างต่อเนื่อง

ยังคงมีคำถามเกี่ยวกับการนำสถาปัตยกรรม OCS ไปใช้ในวงกว้างและตำแหน่งที่มันจะอยู่เคียงข้างเทคโนโลยี Ethernet ที่มีประสิทธิภาพเพิ่มขึ้นและเครือข่าย AI ที่เป็นกรรมสิทธิ์ อย่างไรก็ตามขนาดของ Series B ของ iPronics ร่วมกับการเข้าร่วมของ NVIDIA และการเคลื่อนย้ายของบริษัทสู่การผลิตระดับปริมาณ แสดงให้เห็นว่าโฟโตนิกส์ที่สามารถโปรแกรมได้กำลังเปลี่ยนจากเทคโนโลยีศูนย์ข้อมูลเชิงทดลองไปสู่ผู้แข่งขันที่จริงจังสำหรับยุคต่อไปของโครงสร้างพื้นฐาน AI