资金
Ayar Labs完成E轮融资，筹集500亿美元，估值达3.75亿美元，旨在扩大人工智能基础设施的光互连规模。
亚尔实验室 已经获得 E轮融资500亿美元使其募集资金总额达到 870 百万美元 并对公司进行估值 的美元3.75亿元本轮融资由纽伯格伯曼领投，其他参与者包括 方舟投资, 洞察合作伙伴, 卡塔尔投资局, 红杉全球股票和 1789 Capital与战略投资者一起 AMD, 联发科, 阿尔奇普和 NVIDIA公司.
该公司表示，这笔新资金将用于扩大其共封装光学器件 (CPO) 平台的大批量生产和测试能力。该技术旨在解决人工智能基础设施中最紧迫的挑战之一：如何在芯片之间高效地传输大量数据。
人工智能的隐性制约因素：数据流动
虽然人工智能领域的新闻头条通常聚焦于更快的 GPU 和更大的模型，但一个日益严重的瓶颈却存在于其他地方——芯片之间的连接。
现代人工智能系统依赖于数千个并行工作的GPU。这些处理器在训练和推理过程中不断交换数据。它们通信的速度越快、效率越高，整个系统的性能就越强大。但大部分通信仍然依赖于…… 电信号通过铜线传输.
小规模应用时，铜的表现很好。但在超大规模人工智能领域，它就成了问题：
- 电信号强度会随距离衰减。
- 更高的带宽需要更多的电力。
- 数据传输速率的提高会产生更多热量。
- 物理铜线会占用电路板和封装内部的宝贵空间。
随着模型参数规模增长到数万亿级别，仅仅增加GPU数量已远远不够。互连架构——即连接各个处理器的系统——越来越决定着整体性能和成本效益。
什么是光互连？它为什么如此重要？
光互连取代了电数据传输 光.
光学系统并非像传统方式那样通过铜线传输电子，而是将电信号转换成光脉冲，这些光脉冲通过微型光波导或光纤状结构传输。在接收端，这些光信号被转换回电信号进行处理。
这种方法有几个优点：
- 每比特传输功耗更低
- 更高的带宽容量
- 降低远距离信号衰减
- 提高每个GPU的能源效率
简单来说，当带宽需求变得极大时，光比电能传输数据速度更快、能量损耗更小。
对于人工智能基础设施而言，效率至关重要。数据中心日益受到电力预算的限制。如果互连消耗过多能源，就会限制在固定功率范围内可部署的加速器数量。光互连旨在缓解这一压力。
共封装光学器件：让光线更靠近芯片
光网络本身并不新鲜——光纤在电信领域已经应用了几十年。真正新鲜的是…… 共封装光学器件（CPO）.
传统上，光模块位于服务器主板边缘或单独的可插拔收发器中。而共封装光器件则将光器件与计算芯片直接集成在同一封装内。通过缩短电路路径并将光转换更靠近处理器，该系统可以降低能量损耗和延迟。
Ayar Labs 方法的核心在于其 TeraPHY 光学引擎该产品旨在集成到标准的半导体制造和封装工作流程中。该公司并未强迫客户重新设计整个系统，而是将其技术定位为与现有的加速器和开关设计兼容。
目标不是渐进式改进，而是让数千个 GPU 能够作为一个更紧密统一的系统运行，而不会超出功耗预算。
从独角兽圆桌会议到规模化发展
Ayar Labs的最新融资紧随其后 2024年底进行155亿美元的D轮融资这使得该公司估值突破了 1 亿美元大关，并支持了其光 I/O 平台的早期量产。
E轮融资标志着公司从验证阶段迈向规模化阶段。公司计划扩大制造和测试能力，增强在台湾半导体生态系统中的影响力，并加速商业化部署。
本轮融资中机构资本和战略半导体投资者的参与表明，光互连技术不再被视为纯粹的实验性技术。随着人工智能基础设施建设的加速推进，互连效率已成为性能、成本和能源可持续性的关键所在。
如果说GPU代表了现代人工智能的引擎，那么光互连技术或许决定了这些引擎的运行范围和效率。
