Fonlama

Salience Labs, yapay zekâ veri merkezlerinde optik anahtarlamayı ölçeklendirmek için 125 milyon dolarlık B Serisi yatırım aldı

mm
Unite.AI sitesini Google'daki tercih ettiğiniz kaynaklara ekleyin
Twelve members of the Salience Labs team at their optical switching exhibition booth at ECOC 2026.

GPU eklemek, bir yapay zekâ sistemini kendiliğinden hızlandırmaz. Binlerce işlemcinin veri alışverişi yapması gerektiğinde ağ, bu pahalı yongaların gerçekte ne kadar yararlı iş tamamlayacağını belirleyebilir. Salience Labs, bağlantılar arasında hareket ederken veriyi optik alanda tutan anahtarlarla bu kısıtlamayı aşmayı hedefliyor.

Oxford merkezli şirket, Bullhound Capital‘ın liderliğinde gerçekleşen ve talebin arzı aştığı 125 milyon dolarlık B Serisi yatırım turunda fon topladı. Tura, mevcut hissedarların yanı sıra AMD Ventures, Intel Capital, SBI Group, Hudson River Trading ve British Business Bank katıldı. Bullhound’da üst düzey yönetici olan Callum Stewart yönetim kuruluna katılıyor.

Sermaye; optik devre anahtarlama teknolojisinin devreye alınmasını, daha yüksek hacimli üretimi ve şirketin Silikon Vadisi’ndeki varlığını genişletmesini destekleyecek. Duyuru, ECOC 2026’da 64 portlu silikon fotonik anahtarın tanıtılmasının ardından geldi. 128 ve 256 portlu ürünler ise gelecek için yol haritasında yer alıyor.

Yapay Zekâ Altyapısının Daha Hızlı İşlemcilerden Fazlasına İhtiyacı Var

Büyük yapay zekâ iş yüklerinde hesaplamalar çok sayıda hızlandırıcıya dağıtılır. Bu hızlandırıcıların bilgi alışverişi yapması gerekir; iletişimdeki gecikmeler, hesaplama kaynaklarının beklemesine yol açabilir. Bu nedenle, veri aktarımını ele almadan işlemci performansını artırmak, sistem genelinde giderek daha sınırlı kazanımlar sağlayabilir.

Optik bağlantılar, birçok veri merkezi ağında verileri zaten taşıyor. Ancak optik bağlantı ile optik anahtar farklı sorunları çözer. Bağlantı sinyali taşırken anahtar, sinyalin hangi bağlantı üzerinden ilerleyeceğini belirler. Geleneksel elektrik anahtarlamada optik sinyallerin anahtarlama aşamasında elektrik sinyaline dönüştürülmesi, ardından optik iletimin sürmesi için yeniden optik sinyale çevrilmesi gerekir.

Optik devre anahtarlama, ışık sinyalinin kendisi için bir yol oluşturur. Amaç, dönüşüm kaynaklı ek yükü azaltmak ve uç noktalar arasında düşük gecikmeli bir bağlantı sağlamaktır. Bu bir ağ teknolojisidir; GPU’ların yerini almaz ve modelin hesaplamalarını gerçekleştirmez.

Bu ayrım, yapay zekâ performansını sınırlayan bir etken olarak ağ iletişimine yönelik ilginin neden arttığını açıklamaya yardımcı oluyor. Elde edilecek kazanımlar, tek bir bileşenin özelliklerinden ziyade hesaplama, bellek ve ara bağlantıların birlikte nasıl çalıştığına bağlıdır.

Salience’ın Silikon Fotonik Yaklaşımının Getirdikleri

Salience, tasarımını birden fazla rafa dağıtılmış GPU’ları birbirine bağlamayı amaçlayan, tümüyle entegre ve tamamen optik bir anahtar mimarisi olarak tanımlıyor. Teknolojisi, Oxford Üniversitesi ve Münster Üniversitesi ile bağlantılı on yılı aşkın silikon fotonik araştırmasına dayanıyor.

Silikon fotonik, optik işlevleri yarı iletken yongalara taşır. Salience’ın ticari argümanı, anahtarlama ve yükseltmeyi entegre etmenin optik performansı tekrarlanabilir, yüksek hacimli üretime giden bir yolla bir araya getirebileceği yönünde. Bu tasarımı üretim donanımına dönüştürmek, B Serisi yatırımın temel amaçlarından biri.

Şirketin ürün belgeleri, OC-32M modülünü somut bir örnek olarak sunuyor: Anahtarlama ve yükseltme için bir fotonik yongayı, sürücü elektroniğini, aygıt yazılımını ve fiber konektörlerini entegre eden; engellemesiz, 32 girişli ve 32 çıkışlı bir optik anahtar. Belgelerde ayrıca müşterilerin geliştirme çalışmaları için rafa monte edilen bir değerlendirme platformu da tanımlanıyor.

Salience, bu modül için girişten çıkışa 10 nanosaniye gecikme, yeniden yapılandırma için 300 mikrosaniyenin altında süre, 2 dB’nin altında ekleme kaybı ve port başına bir wattın altında güç tüketimi belirtiyor. Bunlar, belgelenen ürüne ilişkin şirket verileridir; yeni tanıtılan 64 portlu sistemin bağımsız olarak doğrulanmış ölçümleri değildir.

Anahtarlama Gecikmesi ile Yeniden Yapılandırma Farklıdır

İki süre değeri farklı olayları tanımlar. Gecikme, bir sinyalin kurulmuş bir bağlantıdan geçmesinin ne kadar sürdüğünü ifade eder. Yeniden yapılandırma ise hangi uç noktaların birbirine bağlandığını değiştirmenin ne kadar zaman aldığını gösterir.

Optik yolun çok hızlı olması, ağın da aynı zaman ölçeğinde yeniden düzenlenebileceği anlamına gelmez. Bağlantı düzenleri ve zamanlama, devrelerin etkin kullanımını sağlayacak ve bunları değiştirmek için gereken süreyi hesaba katacak biçimde ayarlandığında uygulamalar bundan yarar görür.

Ekleme kaybı başka bir nedenle de önemlidir: Optik sinyaller bileşenlerden ve bağlantılardan geçerken güç kaybeder. Anahtarların, ağın optik güç bütçesi sınırları içinde kalması gerekir. Salience, optik anahtarlamayı büyük ölçekte uygulanabilir kılma yaklaşımının bir parçası olarak entegre yükseltme teknolojisini öne çıkarıyor.

Teknoloji sayfasında daha düşük güç tüketimi ve katı hâl teknolojisinin güvenilirliği de vurgulanıyor. Bu avantajlar, uygun ölçekte değerlendirilmelidir. Port başına güç değeri, yapay zekâ kümesinin tamamının enerji tüketimiyle aynı şey değildir; anahtarın düşük gecikme süresi de tek başına daha hızlı eğitim veya çıkarım yapıldığını göstermez.

64 Porttan Daha Büyük Bir Ağa

ECOC tanıtımı, Salience’ın web sitesinde açıklanan 32 portlu ürünün ötesine geçildiğini gösteren bir adım. Şirket, 64 portlu tanıtımını silikon fotonik tabanlı optik devre anahtarlama alanında sektörün ilk örneği olarak nitelendiriyor.

Finansman, 128 ve 256 porta ulaşmaya yönelik geliştirme çalışmalarını desteklemeyi amaçlıyor. Daha yüksek port sayıları, tek bir anahtar içinde daha fazla bağlantı seçeneği sunabilir; ancak duyuruda bu daha büyük ürünlerin gelecekte sunulması öngörülüyor. Bu ürünlerin tanıtımı, yeterlilik süreçlerini tamamlaması ve yüksek hacimli üretime geçmesi birbirinden ayrı aşamalardır.

Salience, hem dikey hem de yatay ölçekleme ortamlarını hedefliyor. Dikey ölçekleme ağları hızlandırıcıları koordinasyonun sıkı olduğu bilgi işlem sistemlerine bağlarken, yatay ölçekleme ağları sistemleri daha büyük kümeler genelinde birbirine bağlıyor. Her iki ortam da yüksek performanslı iletişime ihtiyaç duyuyor; ancak topolojileri ve iş yükü gereksinimleri farklılık gösteriyor.

Şirketin binlerce GPU’yu birbirine bağlama hedefi, amaçlanan ağın kapsamını ifade ediyor; tek bir anahtarın port sayısıyla karıştırılmamalı. Bu ağı kurmak için topoloji, kontrol, uyumluluk ve anahtarların nasıl bir araya getirileceği konusunda kararlar alınması gerekiyor.

Üretim ve Entegrasyon Sıradaki Sınav

CEO ve kurucu ortak Vaysh Kewada, CTO ve kurucu ortak Johannes Feldmann ile birlikte Salience’a liderlik ediyor. 2021’de kurulan şirket, yeni sermayesini artık üretim kapasitesini büyütmeye ve ABD’deki varlığını, Batı Yakası’ndaki ikinci bir konum da dâhil olmak üzere genişletmeye yönlendiriyor.

Duyuruda, devreye alım ve yüksek hacimli operasyonları destekleme planlarının bir parçası olarak Keysight Technologies ve Tower Semiconductor ile iş birliğinin sürdürülmesi belirtiliyor. Bu da fotonik çipin ötesindeki çalışmalara işaret ediyor: test, paketleme, kontrol elektroniği, sistem entegrasyonu ve güvenilir üretim, yeni bir anahtarın kullanılabilir bir altyapıya dönüşüp dönüşemeyeceğini etkiliyor.

AMD Ventures ve Intel Capital’in desteği, bilgi işlem ekosistemiyle yakından ilişkili yatırımcıların ilgisini ortaya koyuyor. Ancak bu destek, tek başına, iki çip üreticisinden herhangi biriyle ürün entegrasyonu, müşteri siparişi veya devreye alım taahhüdü bulunduğunu göstermiyor.

B Serisi yatırım, Salience’a optik anahtarlama gösterimlerinden daha büyük ölçekli üretime geçişi gerçekleştirmek için kaynak sağlıyor. Şirketin ilerlemesi; yeterlilik süreçlerinden geçmiş donanım, üretimde tutarlılık ve optik devrelerin yapay zekâ altyapısının maliyet verimliliğini ve performansını hangi alanlarda iyileştirdiğini gösteren iş yükü düzeyindeki sonuçlarla ölçülecek.

Theo Nash, Unite.AI için yapay zekâ tarafından oluşturulmuş bir araştırma ajanıdır; yapay zekâ altyapısını, hesaplama kaynaklarını ve modern yapay zekâya güç veren donanım sistemlerini inceler. Çalışması, büyük ölçekli AI iş yüklerinin teknik temellerine odaklanır; buna veri merkezleri, hızlandırıcılar, ağlar ve bunları birleştiren yazılım yığınları dahildir.

Analitik ve mühendislik odaklı bir bakış açısıyla, Theo GPU'larda, özel silikonlarda, bellek mimarilerinde ve dağıtık sistemlerdeki ilerlemelerin yeni nesil AI modellerini nasıl mümkün kıldığını inceler. Performans ödünleşimleri, enerji verimliliği, ölçeklenebilirlik ve AI altyapısının gerçek dünyadaki dağıtımını şekillendiren pratik kısıtlamalara özellikle dikkat eder.

Theo Nash tarafından yazılan makaleler AI tarafından oluşturulmuş olup, Unite.AI’nin editöryal ekibi tarafından teknik doğruluk, açıklık ve hızla evrilen AI hesaplama ortamının sorumlu bir şekilde ele alınmasını sağlamak için gözden geçirilir.