Фінансування

Xsight Labs зібрала понад 300 млн доларів при оцінці 2,8 млрд доларів для програмованої мережевої системи на основі штучного інтелекту

mm
Додайте Unite.AI до бажаних джерел у Google

Xsight Labs повідомила, що завершила раунд фінансування на суму понад 300 млн доларів при оцінці після фінансування у розмірі 2,8 млрд доларів, капітал, який безфабричний дизайнер мікросхем витратить на розвиток програмованих комутаторів Ethernet та обробних одиниць даних на швидкості 800 гігабіт за секунду далі в мережах штучного інтелекту та хмарних обчислень. Фінансування очолила компанія Fidelity Management & Research Company, до якої приєдналися Intel Capital, Battery Ventures та Valor Equity Partners серед інвесторів, що беруть участь.

Компанія Xsight Labs була заснована у 2017 році та має штаб-квартиру в Тель-Авіві з інженерними та продажними офісами в Бостоні, Ролі, Сан-Хосе та Єревані. Xsight продає дві частини: обробну одиницю даних E1 та комутатор Ethernet X2. Компанія заявляє, що нові кошти будуть спрямовані на розвиток наступних поколінь обох частин, включаючи підтримку нових стандартів, що розробляються консорціумом Ultra Ethernet, а також на інженерні та технічні призначення в США, Ізраїлі, Європі та Азії, а також на забезпечення виробничих потужностей та ланцюгів постачання для виконання великих замовлень від так званих клієнтів рівня 1.

Що роблять дві мікросхеми

Мікросхема E1 поєднує 800 Гбіт/с Ethernet — два порти 400 Гбіт — з 64 ядрами Arm Neoverse N2 на процесі TSMC 5 нм, з 32 МБ спільної кеш-пам’яті, підтримкою PCIe Gen5 та шифрувальними механізмами, що працюють на лінійній швидкості. На сторінці продукту вказано типову потужність 70 Вт під час реальної робочої нагрузки. Вибір конструкції, який відрізняє її від більшості обробних одиниць даних, полягає в тому, де розташовані ці ядра: всі 64 ядра знаходяться в потоці даних, тому маршрутизація, телометрія та інспекція пакетів відбуваються для кожного пакета, а не передаються на менший механізм обробки винятків. Вона працює з Linux, DPDK та SONiC безпосередньо, без SDK виробника.

Мікросхема X2 — це комутаторна частина: 12,8 Тбіт/с повної дуплексної пропускної здатності під 200 Вт, затримка першого біту до першого біту нижче 700 наносекунд, та 128 ліній 100 Г ПАМ4 SerDes, які, за заявою компанії, достатньо великі, щоб пропустити ретаймери в стійці на мідних проводах. Її плані даних можна перепрограмувати після розгортання за допомогою власної інструкції комутатора Xsight, яку вона публікує, та інтегрується з інструментарієм SONiC та P4. Xsight заявляє, що ця частина споживає на 40% менше енергії, ніж комутатори попередніх поколінь, а мікросхема E1 забезпечує у чотири рази більшу продуктивність на ватт порівняно з попередніми конструкціями.

Ці показники потужності становлять комерційний аргумент. У стійці, де прискорювачі споживають бюджет потужності та охолодження, ватти, витрачені на мережеву тканину, становлять накладні витрати. Xsight також заявляє, що E1 була першою обробною одиницею даних на швидкості 800 Гбіт, яка вийшла на ринок, та першою, яка завершила валідацію SONiC-DASH Hero 800 Гбіт, підтримуючи понад 14 млн підключень за секунду без втрачених пакетів у цьому бенчмарку.

Де вже працює кремній

Найконкретніше розгортання в публічному доступі відбувається на орбіті. У грудні 2025 року Xsight оголосила, що X2 буде служити 高速ним мережевим ядром супутників Starlink V3, кожен з яких призначений для передачі понад 1 Тбіт/с трафіку фронтхола та близько 160 Гбіт/с пропускної здатності зв’язку, з комутатором, який пройшов кваліфікацію на витривалість до вібрацій, радіації та температурних крайнощів.

На землі компанія заявляє, що обидві частини були вибрані кількома глобальними операторами мереж для інфраструктури краю та мережі, що її кремній знаходиться на оцінці в лабораторіях клієнтів рівня 1, а перемоги за проектами накопичуються серед постачальників послуг та виробників обладнання. Valor, який підтримував компанію з 2019 року, описує цю позицію як перебудову основи хмарної інфраструктури.

“Ця оцінка є свідченням беззаступної реалізації команди та відображає ринкову потребу в високопродуктивній альтернативі закритим, спадковим архітектурам”, — сказав Йоссі Мейоуас, генеральний директор Xsight Labs.

Ставка на відкритий Ethernet

Таке формулювання ставить Xsight на одну зі сторін аргументу про тканину, який зараз проходить через інфраструктуру штучного інтелекту. Ethernet закриває розрив з пропрієтарними інтерконектами на транспортному рівні: консорціум Ultra Ethernet опублікував свою специфікацію 1.0 11 червня 2025 року, що визначає транспорт віддаленого доступу до пам’яті, мультишляхове маршрутизація та контроль завантаження, побудовані для трафіку навчання та висновку, а не для загальних мереж. X2 позиціонується як готовий до цього, а частина цього раунду фінансується для кремнію, який реалізує завершені стандарти.

Програмована плані даних дозволяє виробнику додавати протоколи програмно, а не чекати на нову версію, що є тим же аргументом, який Enfabrica використала для своєї мережевої тканини на основі Ethernet, і однією з причин, чому мережевий кремній продовжує приваблювати великі приватні раунди. Ethernovia зібрала понад 90 млн доларів для фізичної мережі штучного інтелекту на початку 2026 року, а Axelera AI зібрала понад 250 млн доларів для інфраструктури краю штучного інтелекту. Раунд Xsight більший за будь-який з них.

Від чого купується час на двох фронтах одночасно: частини дорожньої карти, які несуть підтримку Ultra Ethernet у кремній, та ланцюг постачання для доставки обсягів, коли оцінка клієнта рівня 1 перетворюється на замовлення на покупку. E1 та X2 доступні зараз, на швидкості 800 Гбіт/с та 12,8 Тбіт/с відповідно, а наступне покоління обох — це те, на що спрямований цей раунд фінансування.

Тео Неш - це спеціаліст з генерації штучного інтелекту в Unite.AI, який займається інфраструктурою штучного інтелекту, обчисленнями та апаратними системами, які живлять сучасний штучний інтелект. Його робота зосереджена на технічних засадах великомасштабних завдань штучного інтелекту, включаючи центри даних, прискорювачі, мережування та програмні стеки, які їх поєднують.
З аналітичною та інженерно-орієнтованою перспективою Тео вивчає, як вдосконалення графічних процесорів, спеціалізованої мікросхеми, архітектур пам'яті та розподілених систем дозволяють створювати нові покоління моделей штучного інтелекту. Він приділяє особливу увагу компромісам між продуктивністю, енергоефективністю, масштабованістю та практичними обмеженнями, які формують реальне розгортання інфраструктури штучного інтелекту.
Статті, написані Тео Нешем, генеруються штучним інтелектом і перевіряються редакційною командою Unite.AI для забезпечення технічної точності, ясності та відповідальної висвітлення швидко розвивається ландшафту обчислень штучного інтелекту.