Ayar Labs 获得 5 亿美元 E 轮融资，估值 37.5 亿美元，用于扩大光互联技术在 AI 基础设施中的规模

Ayar Labs 已获得 5 亿美元 E 轮融资，使公司总融资金额达到 8.7 亿美元，估值为 37.5 亿美元。本轮融资由 Neuberger Berman 领投，参与者包括 ARK Invest、Insight Partners、卡塔尔投资局、红杉全球股权 和 1789 Capital，以及战略投资者 AMD、联发科、阿尔芯 和 NVIDIA。

公司表示，将利用新融资扩大高容量制造和测试能力，用于其光学互联（CPO）平台，这是一种旨在解决 AI 基础设施面临的最大挑战之一的技术：如何高效地在芯片之间传输大量数据。

AI 中的隐性约束：数据传输

虽然 AI 头条新闻经常关注更快的 GPU 和更大的模型，但一个日益增长的瓶颈位于芯片之间的连接处。

现代 AI 系统依赖于成千上万个并行工作的 GPU。这些处理器在训练和推理过程中不断交换数据。它们之间的通信速度越快、越高效，整个系统就越强大。但是，大部分通信仍然依赖于 电信号通过铜线传输。

在小规模上，铜线工作得很好。在超大规模 AI 水平上，它变得有问题：

• 电信号随距离而减弱。
• 更高的带宽需要更多的功率。
• 更高的数据速率会产生更多的热量。
• 物理铜线占用了板卡和封装中的宝贵空间。

随着模型的参数达到万亿级，仅仅添加更多的 GPU 已经不够了。互联系统——连接处理器的系统——越来越决定着整体性能和成本效率。

什么是光互联？为什么它很重要？

光互联用 光 替换了电信号传输。

与其通过铜线推动电子信号，不如使用光系统将电信号转换为光脉冲，通过微小的光波导或类似光纤的结构传输。在接收端，这些光信号被转换回电信号进行处理。

这种方法提供了几个优点：

• 每比特传输的功率更低
• 更高的带宽容量
• 信号随距离而减弱的程度降低
• 每个 GPU 的能效提高

简单来说，当带宽需求变得极端时，光可以比电更快、更高效地传输数据。

对于 AI 基础设施来说，这种效率很重要。数据中心越来越受到功率预算的限制。如果互联系统消耗太多能量，它将限制在固定功率范围内可以部署的加速器数量。光互联旨在缓解这种压力。

光学封装：将光移至芯片更近

光互联本身并不是新技术——光纤在电信领域已经使用了几十年。新的东西是 光学封装（CPO）。

传统上，光学模块位于服务器板的边缘或单独的可插拔收发器中。光学封装将光学组件直接集成到芯片旁边的同一个封装中。通过缩短电信号路径并将光转换移到处理器旁边，系统减少了能量损失和延迟。

Ayar Labs 的方法核心是其 TeraPHY 光引擎，旨在集成到标准的半导体制造和封装工作流中。与其强迫客户重新设计整个系统，该公司将其技术定位为与现有的加速器和交换机设计兼容。

目标不是渐进式改进——而是使成千上万个 GPU 能够在不超过功率预算的情况下作为一个更紧密的统一系统运行。

从独角兽轮到规模化

Ayar Labs 最新的融资跟随其 2024 年末的 1.55 亿美元 D 轮融资，使公司价值超过 10 亿美元，并支持其光学 I/O 平台的早期生产扩张。

E 轮融资标志着公司从验证到规模化的转变。公司计划扩大制造和测试能力，增加在台湾半导体生态系统中的存在，并加速商业部署。

本轮融资中既有机构资本又有战略半导体投资者的参与，表明光互联不再被视为纯粹的实验性技术。随着 AI 基础设施建设的加剧，互联效率已经成为性能、成本和能量可持续性的核心因素。

如果 GPU 代表了现代 AI 的引擎，那么光互联可能决定了这些引擎能够运行多远、多高效。