以太网公司Ethernovia完成9000万美元B轮融资，用于开发人工智能网络硬件

以太网芯片公司Ethernovia在B轮融资中获得逾9000万美元资金，此轮融资由Maverick Silicon领投，Socratic Partners、Conduit Capital和CDIB-TEN Capital参与投资，现有投资者保时捷集团、高通风投和Fall Line Capital也继续跟投。此轮融资的推动力源于对网络半导体日益增长的需求，该技术为车辆、机器人和工业系统的实时自主运行提供支持。

这家总部位于硅谷的企业正打造基于以太网的新型数据包处理器，旨在成为智能边缘设备的中央数据骨干——即"神经系统"。该公司致力于解决自动驾驶的关键瓶颈：实时可靠高效地传输海量传感器、视觉及人工智能数据。

为自动驾驶系统重构数据骨干

自动驾驶汽车、高级驾驶辅助系统及工业机器人日益依赖数十个高带宽传感器和AI计算，这些系统需要精确可预测的时序控制。传统车载及工业网络并未为这些需求而设计，往往导致架构碎片化、系统复杂度增加及成本上升。

Ethernovia专注于基于数据包处理器的以太网架构，实现网络、计算与数据管理的统一。其平台摒弃了过时的通信总线和点对点连接，以可编程、可扩展的方式聚合和路由实时数据流，同时支持区域化与集中化系统设计。

为物理AI量身打造的数据包处理器

Ethernovia技术的核心是专为边缘及物理AI应用设计的高性能分组处理器系列。这些芯片能以确定性延迟和高能效处理高带宽传感器及AI流量——这两大特性对汽车和机器人领域的成功至关重要。

通过实现可编程数据路径和可扩展以太网结构，该平台支持软件定义系统，可在保持安全关键操作所需性能的同时，通过空中升级实现系统演进。随着汽车制造商采用功能更多由软件而非固定硬件决定的架构，这种适应性尤为重要。

汽车、机器人及工业市场的全面增长

尽管汽车是主要市场，但Ethernovia的技术瞄准了多个需要实时边缘智能的领域。机器人、工业自动化和新型人工智能驱动设备都面临着类似的延迟、同步和数据传输挑战。在这些领域，性能限制往往不是来自原始计算能力，而是来自在严格的时间约束下，数据在传感器、处理器和执行器之间传输的效率。

这些行业正经历架构融合。机器人与工业系统开始采用曾专属于汽车领域的技术原则，如分区架构和集中式计算；而汽车平台则整合了软件定义网络和标准化以太网结构等数据中心概念。这一趋势催生了对网络半导体的需求——它们需在多样化环境中可靠运行，支持长产品生命周期，并适应不断演进的软件需求。

新增资本将加速Ethernovia新一代数据包处理器的研发与量产，拓展其软件及系统能力，并深化与各行业客户的合作。随着项目从试点阶段迈向全面量产，行业焦点正转向支持长期升级、混合工作负载及增强自主性，且无需彻底重构的平台。

对物理人工智能未来的影响

Ethernovia的融资成功印证了自主系统与机器人领域的重大变革：智能发展不再仅受限于算法，更取决于连接物理世界感知、决策与行动的基础设施。随着人工智能从云端向车辆、工厂及机械设备的迁移，网络半导体正从附属组件跃升为基础架构层。

这一转变反映出业界日益认识到：物理AI系统的本质是实时系统。延迟、数据包丢失或不可预测的延迟可能引发切实问题，从性能下降到安全隐患。因此，可靠可预测的数据传输正变得与模型精度或计算能力同等重要。

基于以太网的分组中心架构预示着智能机器将走向模块化、可升级和软件定义的未来，这与过去十年数据中心的演进路径如出一辙。若此趋势持续，物理AI领域的竞争将日益取决于企业能否提供最可靠、最灵活的数据架构——这种架构既能支持持续创新，又不损害实时性能。