การระดมทุน

Volantis ระดมทุน Series A มูลค่า 88 ล้านดอลลาร์เพื่อสร้างระบบสรุปผล AI แบบโฟโตนิก

mm
เพิ่ม Unite.AI ลงในแหล่งข้อมูลที่คุณต้องการบน Google

Volantis บริษัทเซมิคอนดักเตอร์จากซานฟรานซิสโกที่กำลังสร้างประเภทใหม่ของระบบสรุปผล AI, ประกาศ การระดมทุน Series A มูลค่า 88 ล้านดอลลาร์เมื่อวันที่ 1 ตุลาคม 2026, โดยนำโดยร่วมกับ Lachy Groom และ Abstract Ventures, เพื่อสนับสนุนการพัฒนาและการทำเชิงพาณิชย์ของระบบโฟโตนิก A-1 ของบริษัท.

รอบการระดมทุนนี้ได้รับการเข้าร่วมจาก John Doerr, VXI Capital, Triatomic และ Susa Ventures, พร้อมกับนักลงทุนเอกชน Dwarkesh Patel, Naveen Rao และ Sholto Douglas ที่เข้าร่วมด้วย. Volantis กล่าวว่าเงินทุนนี้ทำให้ยอดเงินที่ระดมได้รวมเป็น 97 ล้านดอลลาร์จนถึงปัจจุบัน, ซึ่งรวมถึงการสนับสนุนจาก Sam Altman, Jeff Dean, Dylan Patel และ John Doerr, เป็นต้น.

บริษัทกล่าวว่าเงินทุนใหม่จะสนับสนุนการพัฒนาและการทำเชิงพาณิชย์ของ A-1 และสถาปัตยกรรมหน่วยความจำโฟโตนิกของบริษัท, รวมถึงการขยายทีมวิศวกรรมและการนำระบบไปสู่การใช้งานของลูกค้า. Volantis มีแผนที่จะส่งมอบเครื่องสรุปผลแบบบูรณาการชุดแรกให้กับลูกค้าในปี 2027.

ประธานเจ้าหน้าที่บริหารและผู้ร่วมก่อตั้ง Tapa Ghosh กล่าวว่า ฮาร์ดแวร์ในปัจจุบันบังคับให้ต้องทำการแลกเปลี่ยนระหว่างการรันโมเดลที่ใหญ่ที่สุดและซับซ้อนที่สุดกับการรันอย่างรวดเร็ว, และว่า Volantis ถูกก่อตั้งขึ้นเพื่อขจัดการแลกเปลี่ยนดังกล่าว. เขาเพิ่มเติมว่าเมื่อเอเจนต์ AI รับหน้าที่ทำงานมากขึ้น, ความเร็วที่พวกเขาสำเร็จงานจะเป็นปัจจัยสำคัญที่กำหนดความเร็วที่บริษัทสามารถดำเนินการได้มากขึ้น.

ระบบ A-1 และกำแพงหน่วยความจำ

Volantis อธิบายถึงกำแพงหน่วยความจำในฮาร์ดแวร์ AI ปัจจุบัน: SRAM บนชิปให้แบนด์วิธสูงแต่ความจุจำกัด, ทำให้ขนาดโมเดลและหน้าต่างบริบทถูกจำกัดพร้อมเพิ่มต้นทุนและการใช้พลังงาน, ในขณะที่ GPU และระบบที่ใช้ HBM ให้ความจุมากกว่าแต่แบนด์วิธเป็นข้อจำกัดว่าพวกมันจะให้บริการโมเดลที่ใหญ่ขึ้นได้เร็วแค่ไหน. แม้แนวทางใหม่เช่น 3D DRAM ยังอยู่บนเส้นโค้งการแลกเปลี่ยนเดียวกัน, บริษัทกล่าว.

Volantis กล่าวว่า กำลังออกแบบ A-1 เพื่อเพิ่มความจุหน่วยความจำและแบนด์วิธพร้อมกันโดยเกือบสองลำดับขนาด. ระบบถูกออกแบบให้รันโมเดลที่มีพารามิเตอร์เกิน 20 ล้านล้านตัวที่อัตรา สูงสุด 10,000 โทเคนต่อวินาทีต่อผู้ใช้ พร้อมลดต้นทุนการสรุปผลต่อโทเคน. บริษัทกล่าวว่าประสิทธิภาพนี้อาจเป็นตัวอย่างให้เอเจนต์เขียนโค้ดทำงานให้เสร็จในสองนาทีแทนสามสิบนาที, ให้โอกาสนักพัฒนาทดสอบแนวคิดและทำซ้ำได้มากขึ้น.

บน หน้าเพจผลิตภัณฑ์ A-1, Volantis ระบุว่ามีความจุหน่วยความจำ 10 TB, แบนด์วิธหน่วยความจำ 240 TB/s, กำลังไฟ 20kW, แบนด์วิธ I/O นอกแผ่น 10 TB/s และรูปแบบ 15U ที่ออกแบบให้พอดีกับแร็คศูนย์ข้อมูลที่มีอยู่. บริษัทกล่าวว่าผลิตภัณฑ์แรกรวม IP เครื่องคำนวณที่ได้รับอนุญาตและพิสูจน์ด้วยซิลิกอนจากภายนอกกับเทคโนโลยีโฟโตนิกของตนเอง, ซึ่งได้พัฒนามานานกว่าสี่ปี. หน้าเพจผลิตภัณฑ์ยังระบุว่า A-1 ให้ประสิทธิภาพโทเคนต่อดอลลาร์ดีกว่า NVIDIA Rubin ถึง 15 เท่า, โทเคนต่อวัตต์ดีกว่า 6 เท่าสำหรับโมเดล mixture-of-experts ที่มีความหน่วงต่ำและมีพารามิเตอร์มากกว่าหนึ่งล้านล้าน, และมีความหน่วงเวลาต่ำกว่ามากกว่า 30 เท่าสำหรับการสรุปผลโมเดลขนาดใหญ่.

การออกแบบการเชื่อมต่อโฟโตนิก

Volantis อธิบายงานของตนว่าเป็นประเภทใหม่ของการเชื่อมต่อโฟโตนิกที่ออกแบบมาเฉพาะเพื่อเชื่อมชิปคอมพิวเตอร์กับหน่วยความจำ. โครงสร้างออปติกของมันเชื่อมจำนวนมากของชิปหน่วยความจำเข้าด้วยกันเป็นพูลเดียว, รวบรวมแบนด์วิธของพวกมันเมื่อเพิ่มหน่วยความจำ, ซึ่งบริษัทกล่าวว่าให้ A-1 สามารถเพิ่มความจุและแบนด์วิธพร้อมกันในขณะที่ใช้หน่วยความจำออฟชิปที่ต้นทุนต่ำกว่า.

บริษัทระบุว่าโฟโตนิกได้เคลื่อนย้ายข้อมูลภายในศูนย์ข้อมูลแล้วแต่ส่วนใหญ่เน้นการเชื่อมต่อชิปต่อชิป, ในขณะที่การเชื่อมต่อชิปต่อหน่วยความจำต้องการข้อมูลมากกว่า 100 เท่าเพื่อเดินทางในระยะทางที่สั้นกว่ามาก, ทำให้เกิดข้อกำหนดด้านพลังงานและต้นทุนที่แตกต่าง. สำหรับสภาพแวดล้อมนั้น, Volantis กล่าวว่าได้สร้างแพลตฟอร์มโฟโตนิกโดยใช้ micro-VCSEL ที่กำหนดเองแทนเลเซอร์ภายนอก, ใช้สายอุปทาน VCSEL แกแล็สเซียร์อาร์เซไนด์ที่มีอยู่และหลีกเลี่ยงข้อจำกัดของซัพพลายอินเดียมฟอสไฟด์. บริษัทอธิบายว่า micro-VCSEL มีขนาดเล็ก, คงที่ต่ออุณหภูมิและใช้พลังงานต่ำ, ทำให้ลิงก์แบบปลายถึงปลายใช้พลังงานต่ำกว่าหนึ่งพิโคจูลต่อบิต.

บน หน้าเทคโนโลยี, บริษัทระบุว่าลิงก์ทำงานที่ 24G ต่อเลนพร้อมความหน่วงเวลาน้อยกว่าห้านาโนวินาที, สามารถขยายเป็นหลายหมื่นเลนเพื่อให้ได้มากกว่า 20… การเชื่อมต่อไฟฟ้าถึงประมาณสองถึงห้ามิลลิเมตร, ตามหน้าดังกล่าว, ในขณะที่คลื่นนำแสงของบริษัทสามารถยืดเกิน 200 มิลลิเมตร, ทำให้สามารถเชื่อมต่อชิปเมมโมรีย่อยกว่า 220 ชิพในพูลหน่วยความจำที่มีความหน่วงเวลาเดียวกันได้. หน้าดังกล่าวยังระบุว่าลิงก์ยังคงเสถียรต่อความร้อนที่อุณหภูมิเกิน 95 องศาเซลเซียสโดยอัตราความผิดพลาดต่อบิตต่ำกว่า 1e-12 ในระดับแวเฟอร์, และอธิบายการออกแบบว่าเป็นออปติคัลอินเตอร์โพเซอร์แรกของโลกที่ไม่มีเลเซอร์ภายนอก.

ทีมผู้ก่อตั้งและผู้สนับสนุน

Volantis กล่าวว่า ทีมผู้ก่อตั้งของบริษัทประกอบด้วยผู้เชี่ยวชาญด้านเซมิคอนดักเตอร์และโฟโตนิกจาก NVIDIA, AMD, Broadcom และ Ayar Labs ที่ผลงานก่อนหน้านี้รวมถึงผลิตภัณฑ์ CoWoS แรก, VCSEL ที่ปรับได้ในปริมาณสูงเป็นครั้งแรก และระบบออปติกแบบร่วมแพคเกจซิลิกอนโฟโตนิกในช่วงต้น.

หน้า about page ของบริษัทระบุว่า Ghosh เป็น Thiel Fellow และผู้ก่อตั้ง Y Combinator เก่า ที่มีสิทธิบัตรสี่รายการ มันระบุผู้ร่วมก่อตั้งและหัวหน้าเจ้าหน้าที่เทคโนโลยี (CTO) Roy Meade ผู้ที่เป็นหัวหน้ารายการ HBM ของ Micron และเคยดำรงตำแหน่งรองประธานที่ Ayar Labs; ผู้อำนวยการด้านบรรจุภัณฑ์ Inderjit Singh ผู้ที่สร้างผลิตภัณฑ์ CoWoS ตัวแรกของอุตสาหกรรม; รองประธานฝ่ายวิศวกรรม Daniel Klowden ผู้ที่สร้างโปรเซสเซอร์แรกของโลกที่มีการสื่อสารเชิงแสงโดยตรง; และผู้อำนวยการวิศวกรรมเลเซอร์ Chris Chase ผู้ที่นำหมวดเลเซอร์ VCSEL ใหม่เข้าสู่การผลิตเชิงปริมาณ.

หน้าเพจยังระบุผู้สนับสนุนของบริษัทรวมถึง Sam Altman ประธานเจ้าหน้าที่บริหารของ OpenAI, Jeff Dean นักวิทยาศาสตร์อาวุโสของ Google, Dylan Patel ผู้ก่อตั้ง SemiAnalysis, Alex Wang เจ้าหน้าที่ AI หลักของ Meta, John Doerr ประธาน Kleiner Perkins, Naval Ravikant ผู้ก่อตั้ง AngelList, Thomas Wolf ผู้ร่วมก่อตั้ง Hugging Face, Trevor Blackwell ผู้ร่วมก่อตั้ง Y Combinator และ Bryan Johnson ผู้ก่อตั้ง OS Fund.

Volantis กล่าวว่า บริษัทมีแผนที่จะเปิดตัวนวัตกรรมเพิ่มเติมที่อยู่เบื้องหลังสถาปัตยกรรมนี้ในขณะที่ A-1 กำลังมุ่งสู่การทำเชิงพาณิชย์.

Evan Mercer เป็นผู้สื่อข่าวที่สร้างโดย AI ที่ Unite.AI, ครอบคลุมสตาร์ทอัพ AI, การลงทุนเวนเจอร์, และพลวัตการระดมทุนที่กำหนดรูปแบบรุ่นต่อไปของบริษัทเทคโนโลยี การรายงานของเขามุ่งเน้นที่นวัตกรรมระยะเริ่มต้น, การไหลของทุน, และการตัดสินใจเชิงกลยุทธ์ของผู้ก่อตั้งและนักลงทุนเมื่อบริษัท AI เติบโตจากแนวคิดสู่ผลกระทบระดับโลก

ด้วยมุมมองเชิงกลยุทธ์และเชิงวิเคราะห์, Evan ตรวจสอบรอบการระดมทุน, การวางตำแหน่งในตลาด, และแนวโน้มที่กำลังเกิดขึ้นทั่วระบบนิเวศสตาร์ทอัพ AI เขาติดตามว่าการลงทุนเวนเจอร์, การลงทุนของบริษัท, และตลาดสาธารณะเชื่อมต่อกับความก้าวหน้าในปัญญาประดิษฐ์อย่างไร, แยกสัญญาณที่ยั่งยืนออกจากความโฆษณาเกินจริงระยะสั้น

บทความที่เขียนโดย Evan Mercer ถูกสร้างโดย AI และได้รับการตรวจสอบโดยทีมบรรณาธิการของ Unite.AI เพื่อให้แน่ใจว่ามีความแม่นยำ, บริบท, และการครอบคลุมอย่างรับผิดชอบของภูมิทัศน์การลงทุน AI ระดับโลก