Enfabrica，一家专注于AI与机器学习工作负载网络芯片的企业，今日宣布完成1.25亿美元B轮融资。联合创始人兼CEO Rochan Sankar透露，此轮估值达A轮投后估值的五倍。
本轮由Atreides Management领投，Sutter Hill Ventures、Nvidia、IAG Capital Partners等机构参投，公司总融资额升至1480万美元。资金将用于研发运营及扩充工程、销售团队。
Sankar表示：“在深科技融资环境严峻的背景下完成大额融资，使Enfabrica脱颖而出。随着生成式AI推动云基础设施投入，我们的解决方案有望满足网络技术的高需求。”
Enfabrica于2023年公开，但始于2020年。前博通总监Sankar与前谷歌网络平台负责人Shrijeet Mukherjee联合创立，旨在解决AI行业对并行、加速及异构基础设施（GPU）日益增长的需求。
Sankar指出：“网络硅片和系统需遵循类似范式转变以实现大规模计算。当前AI革命的最大挑战在于基础设施扩展，包括计算成本与可持续性。”
在Sankar任CEO、Mukherjee任首席开发官及多位来自思科、Meta、英特尔的创始工程师努力下，Enfabrica开发了专为AI等并行负载提供I/O和“内存移动”能力的网络芯片架构。
Sankar强调，传统交换机难以满足现代AI数据移动需求。如Llama 2和GPT-4等大模型训练涉及海量数据，网络交换机易成瓶颈。
他表示：“AI扩展瓶颈主要在于I/O子系统、内存移动及GPU互联网络。亟需协调AI负载需求与成本、效率、可持续性及集群扩展便利性。”
Enfabrica聚焦可并行性以开发更优网络硬件。
其加速计算Fabric交换机（ACF-S）可在GPU、CPU、AI加速器及存储网络设备间实现每秒多太比特传输。该硬件采用标准接口，可扩展至数万节点，并在同等性能下将Llama 2等大模型的GPU计算时间缩短约50%。
Sankar解释：“ACF-S通过高效连接补充了机架内GPU、CPU和加速器，作为融合方案消除了对分散的传统I/O和网络芯片的需求。”
Sankar指出，ACF-S同样惠及推理业务，能通过快速数据传输提升现有硬件利用率，减少GPU等资源消耗。
他补充道：“ACF-S与AI处理器类型、品牌及部署模型无关，支持多供应商且无专有锁定，适用于多种用例。”
尽管资金充足，Enfabrica并非唯一追逐AI趋势的网络芯片初创企业。
Cisco今年推出Silicon One G200/G202支持AI负载；Broadcom和Marvell提供高达51.2Tbps带宽交换机，其中Jericho3-AI可连接3.2万个GPU。
因处于早期阶段，Sankar未披露客户信息，称部分融资将用于生产及推广。但他坚信，凭借业界对AI基础设施的关注及巨额投资，Enfabrica占据有利地位。
Dell’Oro Group数据显示，AI投资将推动数据中心资本支出在2027年超5000亿美元。IDC预计，未来五年AI定制硬件投资复合年增长率将达20.5%。
Sankar表示：“无论本地还是云端，AI计算的成本与功耗应成为CIO及高管的首要关注点。尽管经济逆风困扰科技初创行业，但Enfabrica凭借颠覆性技术及生成式AI带来的市场机遇，成功推进了融资、产品及市场发展。”