Ethernovia obtient un financement de série B de 90 millions de dollars pour développer du matériel réseau basé sur l'IA

Ethernovia a levé plus de 90 millions de dollars lors d'un tour de financement de série B, alimenté par la demande croissante de semi-conducteurs réseau qui alimentent l'autonomie en temps réel des véhicules, des robots et des systèmes industriels. Le tour a été mené par Maverick Silicon, avec des investissements de Socratic Partners, Conduit Capital et CDIB-TEN Capital. Des bailleurs de fonds existants tels que Porsche SE, Qualcomm Ventures et Fall Line Capital ont également participé.

Basée dans la Silicon Valley, Ethernovia crée une nouvelle catégorie de processeurs de paquets basés sur Ethernet qui serviront de backbone central, ou « système nerveux », pour les machines intelligentes de pointe. La société s'attaque à un goulot d'étranglement critique en matière d'autonomie : le transport fiable et efficace en temps réel de volumes massifs de données provenant de capteurs, de systèmes de vision et d'IA.

Repenser l'infrastructure de données pour les systèmes autonomes

Les véhicules autonomes, les systèmes avancés d'aide à la conduite et les robots industriels dépendent de plus en plus de dizaines de capteurs à large bande passante et de calculs d'IA qui nécessitent un timing précis et prévisible. Les réseaux embarqués et industriels existants n'ont pas été conçus pour répondre à ces exigences, ce qui conduit souvent à des architectures fragmentées, à une plus grande complexité des systèmes et à une augmentation des coûts.

Ethernovia se concentre sur des architectures basées sur Ethernet et pilotées par des processeurs de paquets qui unifient la mise en réseau, le calcul et la gestion des données. Au lieu de s'appuyer sur un ensemble de bus de communication et de connexions point à point obsolètes, sa plateforme est conçue pour agréger et acheminer des flux de données en temps réel de manière programmable et évolutive, prenant en charge à la fois les conceptions de systèmes zonaux et centralisés.

Processeurs de paquets conçus pour l'IA physique

Au cœur de la technologie d'Ethernovia se trouve une famille de processeurs de paquets haute performance spécialement conçus pour les applications d'IA physique et en périphérie. Ces puces sont conçues pour gérer le trafic des capteurs et de l'IA à haut débit avec une latence déterministe et une grande efficacité énergétique, deux facteurs de plus en plus critiques pour le succès dans les domaines de l'automobile et de la robotique.

En permettant des chemins de données programmables et des structures Ethernet évolutives, la plateforme prend en charge des systèmes définis par logiciel qui peuvent évoluer via des mises à jour en direct tout en conservant les performances requises pour les opérations critiques en matière de sécurité. Cette adaptabilité est particulièrement importante, car les constructeurs automobiles adoptent des architectures où les fonctionnalités sont davantage déterminées par les logiciels que par le matériel fixe.

Croissance sur les marchés de l'automobile, de la robotique et de l'industrie

Si l'automobile est son marché principal, la technologie d'Ethernovia cible plusieurs secteurs où l'intelligence en temps réel est essentielle. La robotique, l'automatisation industrielle et les nouvelles machines basées sur l'IA sont toutes confrontées à des défis similaires en matière de latence, de synchronisation et de transfert de données. Dans ces domaines, les performances sont souvent limitées non pas par la puissance de calcul brute, mais par l'efficacité avec laquelle les données peuvent circuler entre les capteurs, les processeurs et les actionneurs dans des contraintes de temps strictes.

Ces industries connaissent également une convergence architecturale. La robotique et les systèmes industriels commencent à adopter des principes autrefois propres à l'automobile, tels que les architectures zonales et le calcul centralisé, tandis que les plateformes automobiles intègrent des concepts de centres de données tels que les réseaux définis par logiciel et les structures Ethernet standardisées. Cette tendance stimule la demande de semi-conducteurs réseau qui fonctionnent de manière fiable dans divers environnements, prennent en charge de longs cycles de vie des produits et s'adaptent à l'évolution des besoins logiciels.

Les nouveaux capitaux permettront d'accélérer le développement et la production des processeurs de paquets de nouvelle génération d'Ethernovia, d'étendre ses capacités logicielles et système, et d'approfondir les engagements des clients dans ces industries. À mesure que les projets passent de la phase pilote à la production à grande échelle, l'accent est mis sur les plateformes qui prennent en charge les mises à niveau à long terme, les charges de travail mixtes et l'autonomie croissante sans nécessiter de refonte complète.

Ce que cela signifie pour l'avenir de l'IA physique

Le succès de la levée de fonds d'Ethernovia souligne une évolution plus large en matière d'autonomie et de robotique : l'intelligence n'est plus limitée par les algorithmes, mais par l'infrastructure qui relie la détection, la prise de décision et l'action dans le monde physique. À mesure que l'IA passe du cloud aux véhicules, aux usines et aux machines, les semi-conducteurs de réseau deviennent une couche fondamentale, et non plus un élément secondaire.

Ce changement reflète une prise de conscience croissante du fait que les systèmes d'IA physique sont, à la base, des systèmes en temps réel. Les retards, les paquets de données perdus ou les latences imprévisibles peuvent entraîner des problèmes concrets, allant d'une baisse des performances à des risques pour la sécurité. Par conséquent, la fiabilité et la prévisibilité du transfert des données deviennent aussi importantes que la précision des modèles ou la puissance de calcul.

Les architectures centrées sur les paquets et basées sur Ethernet laissent entrevoir un avenir où les machines intelligentes seront plus modulaires, évolutives et définies par logiciel, à l'image de l'évolution observée dans les centres de données au cours des dix dernières années. Si cette transition se poursuit, la concurrence dans le domaine de l'IA physique dépendra de plus en plus de la capacité des entreprises à fournir la structure de données la plus fiable et la plus adaptable, capable de soutenir une innovation continue sans compromettre les performances en temps réel.