Salience Labs 获得 1.25 亿美元 B 轮融资，扩大面向 AI 数据中心的光交换规模

增加 GPU 并不会自动让 AI 系统运行得更快。当数千个处理器需要交换数据时，网络会影响这些昂贵芯片实际能够完成多少有效工作。Salience Labs正通过交换机解决这一瓶颈：数据在不同连接之间传输时，始终保持在光域中。

这家总部位于牛津的公司完成了超额认购的1.25亿美元B轮融资，由Bullhound Capital领投。参与方包括AMD Ventures、Intel Capital、SBI Group、Hudson River Trading和British Business Bank，以及现有股东。Bullhound高级负责人Callum Stewart将加入董事会。

这笔资金将用于推进其光路交换技术的部署、扩大生产规模，以及拓展其在硅谷的业务布局。此前，该公司已在 ECOC 2026 展示一款 64 端口硅光子交换机，并计划未来推出 128 端口和 256 端口产品。

为什么 AI 基础设施需要的不只是更快的处理器

大型 AI 工作负载会将计算任务分配给多个加速器。这些加速器需要交换信息，而通信延迟可能导致计算资源等待。因此，如果只提升处理器性能而不解决数据传输问题，系统层面的收益可能会逐渐递减。

光链路早已在许多数据中心网络中承担数据传输任务。但光链路和光交换机解决的是不同问题：链路负责传输信号，交换机则决定信号通过哪条连接传输。在传统的电交换中，光信号必须在交换环节转换为电信号，之后再转换回光信号，以便继续通过光链路传输。

光路交换为光信号本身建立传输路径，旨在减少信号转换带来的开销，并在端点之间提供低延迟连接。这是一种网络技术，不会取代 GPU，也不负责执行模型计算。

这一区别有助于解释为何人们日益关注网络连接对 AI 性能的制约。实际收益取决于计算、内存和互连如何协同运作，而不是某个单一组件的规格。

Salience 的硅光子方案有何优势

Salience 将其设计描述为一种全集成全光交换架构，旨在连接多个机架中的 GPU。其技术建立在十多年的硅光子研究基础之上，这些研究与 University of Oxford 和 University of Münster 有关。

硅光子技术将光学功能集成到半导体芯片上。Salience 的商业论据是，将交换与放大功能集成起来，既能发挥光学性能优势，也有望实现可重复的大批量制造。将这一设计转化为量产硬件，是本轮 B 轮融资的核心目标之一。

该公司的产品文档以 OC-32M 模块为例，提供了具体参考：这是一款无阻塞的 32 输入、32 输出光交换机，集成了用于交换和放大的光子芯片、驱动电子设备、固件和光纤连接器。文档还介绍了一款供客户开发使用的机架式评估平台。

对于该模块，Salience 列出的规格包括 10 纳秒输入至输出延迟、低于 300 微秒的重配置时间、低于 2 dB 的插入损耗，以及每端口低于 1 瓦的功耗。这些是该公司针对文档所述产品公布的规格，并非对新近展示的 64 端口系统进行独立验证后得出的测量结果。

交换延迟与重配置时间并不相同

这两个时间指标描述的是不同事件。延迟指信号通过已建立连接所需的时间；重配置时间则指更改连接端点所需的时间。

光路速度极快，并不意味着网络能够以同样的时间尺度重新调整连接。只有在连接模式和调度能够有效利用这些电路，并将更改连接所需的时间考虑在内时，应用才能从中受益。

插入损耗之所以重要，还有另一个原因：光信号通过元件和连接时会损失功率。交换机必须符合网络的光功率预算。Salience 指出，集成放大功能是其实用化光交换方案的一部分，有助于推动光交换大规模应用。

其技术页面还强调了较低功耗和固态可靠性。这些优势需要在恰当的层面进行评估。每端口功耗指标不等同于整个 AI 集群的能耗，而交换机延迟低也不能单独证明训练或推理速度会更快。

从 64 端口迈向更大规模的网络

此次ECOC 展示标志着该公司迈出了超越其网站所介绍的 32 端口产品的一步。该公司称，这次 64 端口展示是硅光子光路交换领域的行业首创。

这笔资金旨在支持研发，推动端口数迈向 128 和 256。更高的端口数有望让单台交换机提供更多连接选项，但公告称，这类更大规模的产品仍属于未来方案。演示、认证以及实现批量供货是彼此独立的里程碑。

Salience 的目标涵盖纵向扩展和横向扩展环境。纵向扩展网络将加速器连接成紧密协同的计算系统，而横向扩展网络则将各个系统连接到规模更大的集群中。两者都需要高性能通信，不过其拓扑结构和工作负载要求各不相同。

公司所称连接数千块 GPU 的目标，描述的是预期网络覆盖范围；不应与单台交换机的端口数混为一谈。构建该网络需要就拓扑、控制、兼容性以及交换机组合方式作出决策。

制造与集成将成为下一项考验

首席执行官兼联合创始人 Vaysh Kewada 与首席技术官兼联合创始人 Johannes Feldmann 共同领导 Salience。公司成立于 2021 年，如今正将新增资金用于扩大制造规模和拓展美国业务布局，包括在美国西海岸增设第二个地点。

公告指出，持续与 Keysight Technologies 和 Tower Semiconductor 保持联系，是其支持产品部署和大规模运营计划的一部分。这表明，光子芯片之外还有许多工作：测试、封装、控制电子设备、系统集成和可靠生产，都会影响新型交换机能否成为可用的基础设施。

AMD Ventures 和 Intel Capital 的投资支持，也表明与计算生态系统密切相关的投资者对此抱有兴趣。但这本身并不能证明这两家芯片制造商中的任何一家已承诺进行产品集成、下达客户订单或部署产品。

B 轮融资为 Salience 提供了资源，使其能够推动光交换技术从演示走向更大规模的生产。其进展将通过经过认证的硬件、制造一致性以及工作负载层面的结果来衡量；这些结果将显示光路在哪些方面能够改善 AI 基础设施的经济效益和性能。