Ethernovia 完成 9000 萬美元 B 輪融資,用於開發人工智慧網路硬體
以太新維(Ethernovia)在B輪融資中籌得逾9000萬美元,此輪融資熱潮源於車輛、機器人及工業系統中驅動即時自主功能的網路半導體需求持續攀升。本輪融資由Maverick Silicon領投,Socratic Partners、Conduit Capital及CDIB-TEN Capital參與投資,既有投資方保時捷集團(Porsche SE)、高通創投(Qualcomm Ventures)與Fall Line Capital亦續投。
總部位於矽谷的 Ethernovia 正開創以乙太網路為基礎的封包處理器新類別,旨在為智能邊緣設備打造核心數據骨幹——亦即「神經系統」。該公司致力解決自動化領域的關鍵瓶頸:如何可靠高效地即時傳輸海量感測器、視覺及人工智慧數據。
為自動化系統重塑數據骨幹
自動駕駛車輛、先進駕駛輔助系統及工業機器人日益依賴數十種高頻寬感測器與AI運算,這些應用需精準可預測的時序控制。傳統車載與工業網路未針對此需求設計,常導致架構碎片化、系統複雜度攀升及成本增加。
Ethernovia專注於封包處理器驅動的乙太網路架構,整合網路、運算與資料管理功能。其平台摒棄過時的通訊匯流排與點對點連接,以可編程、可擴展的方式聚合與路由即時資料流,同時支援區域化與集中化系統設計。
為實體人工智慧打造的封包處理器
Ethernovia技術核心在於專為邊緣與實體AI應用打造的高效能封包處理器系列。這些晶片經特殊設計,能以確定性延遲與高效能處理高頻寬感測器及AI流量——這兩項因素對汽車與機器人領域的成功至關重要。
透過可編程數據路徑與可擴展乙太網路結構,該平台支援軟體定義系統,可在維持安全關鍵操作所需效能的同時,透過無線更新實現系統演進。隨著汽車製造商採用功能更多由軟體而非固定硬體決定的架構,此適應性尤為重要。

橫跨汽車、機器人與工業市場的成長
儘管汽車是主要市場,Ethernovia的技術同時瞄準多個需即時邊緣智能的領域。機器人、工業自動化及新型AI驅動設備皆面臨相似的延遲、同步與數據傳輸挑戰。在這些領域,性能瓶頸往往不在原始運算能力,而在於嚴格時序限制下,數據能否高效穿梭於感測器、處理器與執行器之間。
這些產業同時經歷著架構融合浪潮。機器人與工業系統正逐步採用曾屬汽車領域的技術原則,例如區域化架構與集中式運算;而汽車平台則整合了軟體定義網路與標準化乙太網路結構等資料中心概念。此趨勢正驅動市場對網路半導體的需求,要求其能在多元環境中穩定運作、支援長產品生命週期,並適應不斷演進的軟體需求。
新資金將加速Ethernovia新一代封包處理器的研發與量產,擴展其軟體與系統能力,並深化跨產業的客戶合作。隨著專案從試點邁向全面生產,焦點正轉向能支援長期升級、混合工作負載及提升自主性,且無需完全重新設計的平台。
對實體人工智慧未來的啟示
Ethernovia的成功募資彰顯了自動化與機器人領域的重大轉變:智慧不再僅受限於演算法,更取決於串聯實體世界感測、決策與執行的基礎架構。隨著AI從雲端延伸至車輛、工廠與機械設備,網路半導體正從附屬元件轉變為基礎層級。
此轉變反映出業界日益認知到:實體人工智慧系統本質上是即時系統。延遲、資料封包遺失或不可預測的延遲,可能導致從性能下降到安全隱患等實質問題。因此,可靠且可預測的資料傳輸正變得與模型準確度或運算能力同等重要。
以封包為核心、基於乙太網路的架構,預示著未來智能機器將更趨模組化、可升級且軟體定義——這與過去十年數據中心的演進軌跡如出一轍。若此趨勢持續,實體人工智慧領域的競爭將日益取決於:哪家企業能提供最可靠且具適應性的數據架構?這種架構必須在維持即時效能的前提下,持續支持創新發展。
相關文章
DeepMind執行長哈西里斯:我每天睡六個小時,通常在凌晨1點左右感到精力充沛。
Fortune 最近刊登了對谷歌 DeepMind 執行長 Demis Hassabis 的採訪,揭示了他對休息和生產力的非傳統方法。Hassabis 透露,他睡眠時間非常少,將清醒時間劃分為兩個不同的工作階段。關於他的睡眠習慣,Hassabis 表示:“我目標睡六小時,但我的習慣非同尋常。我可以在白天有效運作。”他強調,睡眠少於六小時會對大腦健康產生負面影響。Hassabis 於 2010 年聯合創立了 DeepMind(後被谷歌收購),並因其在蛋白質結構預測方面的開創性工作榮獲 20
儘管營收未達預期,OpenAI 與 Anthropic 仍爭奪市場份額
儘管近期有報導指出 OpenAI 未達營收目標,導致本週二科技股承壓,但私人人工智慧實驗室的投資者仍展現出韌性。資深投資者已確認,儘管媒體報導負面,他們仍不會削減投資。分析師認為當前的 AI 競逐仍處於初期階段,因此排除「贏家通吃」的結果。儘管高昂的運算成本對營收造成壓力,但各實驗室可透過調高訂閱費來提升獲利能力。產業格局正經歷微妙的變化與 OpenAI 不同,競爭對手 Anthropic 獲得了
加州自動駕駛合規:罰單、地理圍欄與 100 萬英里的新時代
Guident 在南佛羅里達州營運一輛 AuveTech 接駁車,並運用其遠端監控技術,管理西棕櫚灘的一條四英里路線以及博卡拉頓的一條一英里路線。| 圖片來源:Guident加州正重新定義無人駕駛車輛的監管格局,從科技產業的「快速行動、打破常規」心態,轉向嚴格的問責制與嚴謹的行駛里程要求。Guident 執行董事長兼執行長哈羅德·布勞恩(Harold Braun)在《機器人報告》(The Robo
相關專題推薦
評論 (2)
0/500
Is it just me or does $90M seem like a bargain for the future of autonomous driving? 🤔 Ethernovia's bet on real-time AI networking hardware could be a game-changer if they nail the latency. But with so many players in the chip space, the real test will be whether they can scale production without burning through all that cash. 🚗💥
Okay, but can someone explain how this stuff actually avoids the lag in real-time decisions? I drive a car from 2015 and it barely understands me talking to it. The gap between funding announcements and real-world impact always seems huge. 🧐 Hoping this actually makes it to consumers before the next tech hype cycle moves on.
以太新維(Ethernovia)在B輪融資中籌得逾9000萬美元,此輪融資熱潮源於車輛、機器人及工業系統中驅動即時自主功能的網路半導體需求持續攀升。本輪融資由Maverick Silicon領投,Socratic Partners、Conduit Capital及CDIB-TEN Capital參與投資,既有投資方保時捷集團(Porsche SE)、高通創投(Qualcomm Ventures)與Fall Line Capital亦續投。
總部位於矽谷的 Ethernovia 正開創以乙太網路為基礎的封包處理器新類別,旨在為智能邊緣設備打造核心數據骨幹——亦即「神經系統」。該公司致力解決自動化領域的關鍵瓶頸:如何可靠高效地即時傳輸海量感測器、視覺及人工智慧數據。
為自動化系統重塑數據骨幹
自動駕駛車輛、先進駕駛輔助系統及工業機器人日益依賴數十種高頻寬感測器與AI運算,這些應用需精準可預測的時序控制。傳統車載與工業網路未針對此需求設計,常導致架構碎片化、系統複雜度攀升及成本增加。
Ethernovia專注於封包處理器驅動的乙太網路架構,整合網路、運算與資料管理功能。其平台摒棄過時的通訊匯流排與點對點連接,以可編程、可擴展的方式聚合與路由即時資料流,同時支援區域化與集中化系統設計。
為實體人工智慧打造的封包處理器
Ethernovia技術核心在於專為邊緣與實體AI應用打造的高效能封包處理器系列。這些晶片經特殊設計,能以確定性延遲與高效能處理高頻寬感測器及AI流量——這兩項因素對汽車與機器人領域的成功至關重要。
透過可編程數據路徑與可擴展乙太網路結構,該平台支援軟體定義系統,可在維持安全關鍵操作所需效能的同時,透過無線更新實現系統演進。隨著汽車製造商採用功能更多由軟體而非固定硬體決定的架構,此適應性尤為重要。

橫跨汽車、機器人與工業市場的成長
儘管汽車是主要市場,Ethernovia的技術同時瞄準多個需即時邊緣智能的領域。機器人、工業自動化及新型AI驅動設備皆面臨相似的延遲、同步與數據傳輸挑戰。在這些領域,性能瓶頸往往不在原始運算能力,而在於嚴格時序限制下,數據能否高效穿梭於感測器、處理器與執行器之間。
這些產業同時經歷著架構融合浪潮。機器人與工業系統正逐步採用曾屬汽車領域的技術原則,例如區域化架構與集中式運算;而汽車平台則整合了軟體定義網路與標準化乙太網路結構等資料中心概念。此趨勢正驅動市場對網路半導體的需求,要求其能在多元環境中穩定運作、支援長產品生命週期,並適應不斷演進的軟體需求。
新資金將加速Ethernovia新一代封包處理器的研發與量產,擴展其軟體與系統能力,並深化跨產業的客戶合作。隨著專案從試點邁向全面生產,焦點正轉向能支援長期升級、混合工作負載及提升自主性,且無需完全重新設計的平台。
對實體人工智慧未來的啟示
Ethernovia的成功募資彰顯了自動化與機器人領域的重大轉變:智慧不再僅受限於演算法,更取決於串聯實體世界感測、決策與執行的基礎架構。隨著AI從雲端延伸至車輛、工廠與機械設備,網路半導體正從附屬元件轉變為基礎層級。
此轉變反映出業界日益認知到:實體人工智慧系統本質上是即時系統。延遲、資料封包遺失或不可預測的延遲,可能導致從性能下降到安全隱患等實質問題。因此,可靠且可預測的資料傳輸正變得與模型準確度或運算能力同等重要。
以封包為核心、基於乙太網路的架構,預示著未來智能機器將更趨模組化、可升級且軟體定義——這與過去十年數據中心的演進軌跡如出一轍。若此趨勢持續,實體人工智慧領域的競爭將日益取決於:哪家企業能提供最可靠且具適應性的數據架構?這種架構必須在維持即時效能的前提下,持續支持創新發展。
DeepMind執行長哈西里斯:我每天睡六個小時,通常在凌晨1點左右感到精力充沛。
Fortune 最近刊登了對谷歌 DeepMind 執行長 Demis Hassabis 的採訪,揭示了他對休息和生產力的非傳統方法。Hassabis 透露,他睡眠時間非常少,將清醒時間劃分為兩個不同的工作階段。關於他的睡眠習慣,Hassabis 表示:“我目標睡六小時,但我的習慣非同尋常。我可以在白天有效運作。”他強調,睡眠少於六小時會對大腦健康產生負面影響。Hassabis 於 2010 年聯合創立了 DeepMind(後被谷歌收購),並因其在蛋白質結構預測方面的開創性工作榮獲 20
儘管營收未達預期,OpenAI 與 Anthropic 仍爭奪市場份額
儘管近期有報導指出 OpenAI 未達營收目標,導致本週二科技股承壓,但私人人工智慧實驗室的投資者仍展現出韌性。資深投資者已確認,儘管媒體報導負面,他們仍不會削減投資。分析師認為當前的 AI 競逐仍處於初期階段,因此排除「贏家通吃」的結果。儘管高昂的運算成本對營收造成壓力,但各實驗室可透過調高訂閱費來提升獲利能力。產業格局正經歷微妙的變化與 OpenAI 不同,競爭對手 Anthropic 獲得了
Is it just me or does $90M seem like a bargain for the future of autonomous driving? 🤔 Ethernovia's bet on real-time AI networking hardware could be a game-changer if they nail the latency. But with so many players in the chip space, the real test will be whether they can scale production without burning through all that cash. 🚗💥
Okay, but can someone explain how this stuff actually avoids the lag in real-time decisions? I drive a car from 2015 and it barely understands me talking to it. The gap between funding announcements and real-world impact always seems huge. 🧐 Hoping this actually makes it to consumers before the next tech hype cycle moves on.





首頁






