iPronics, startup z siedzibą w Walencji, zamknął rundę finansowania o wartości 125 mln USD, w której udział wzięła również firma Nvidia. Pozyskane środki przyspieszą wdrożenie programowalnych przełączników optycznych, które – według firmy – mogą wyeliminować wąskie gardła przepustowości, obecnie spowalniające trenowanie AI w dużych centrach danych.

Kryzys przepustowości stojący za dzisiejszą sztuczną inteligencją

Trenowanie nowoczesnych modeli językowych lub systemów wizyjnych wymaga przesyłania petabajtów danych między serwerami z prędkościami, których nie są w stanie utrzymać elektryczne połączenia miedziane. W miarę jak procesory GPU i dedykowane chipy AI stają się szybsze, sieć łącząca je w całość staje się czynnikiem ograniczającym. Operatorzy centrów danych twierdzą, że skalowanie pojedynczego obciążenia AI często zmusza ich do dodawania większej liczby przełączników, co pochłania miejsce na podłodze, energię oraz moc chłodzenia. Rezultatem jest kosztowna i nieefektywna struktura, która ogranicza praktyczną wielkość modelu.

Sieci oparte na świetle jako rozwiązanie

iPronics rozwiązuje ten problem za pomocą przełączania fotonicznego, a nie elektronicznego. Zamiast sygnałów elektrycznych przesyłanych przez metalowe ścieżki, urządzenia firmy kierują światło przez falowody oparte na krzemie. Flagowy produkt, iPronics ONE, jest około dwudziestokrotnie mniejszy od porównywalnego, konwencjonalnego sprzętu. Dzięki zmniejszeniu gabarytów system uwalnia miejsce w szafach rack i redukuje zapotrzebowanie na moc potrzebną do chłodzenia. Światło przesyła dane z wyższą prędkością na dłuższe dystanse, nie doświadczając tłumienia charakterystycznego dla miedzi, dzięki czemu przełączniki obiecują niższe opóźnienia i wyższą przepustowość. Dodatkowa warstwa oprogramowania automatycznie rekonfiguruje połączenia, omijając awarie, które w przeciwnym razie mogłyby unieruchomić całą szafę rack.

Dlaczego zaangażowanie Nvidii ma znaczenie

Udział Nvidii to coś więcej niż tylko kapitał. Producent chipów wielokrotnie apelował o sieci „gotowe na centra danych” (data-center-ready), które nadążałyby za jego akceleratorami AI. Wspierając iPronics, Nvidia sygnalizuje przekonanie, że przełączanie fotoniczne może stać się standardowym uzupełnieniem jej procesorów GPU, usprawniając łańcuch dostaw dla klientów, którzy już kupują sprzęt Nvidii. W rundzie wzięli udział również inwestorzy z doświadczeniem w sektorze telekomunikacyjnym i infrastrukturze półprzewodników, co sugeruje szerszy trend branżowy w kierunku rozwiązań optycznych.

Kto może na tym zyskać

  • Dostawcy usług chmurowych mogą upakować większą moc obliczeniową na tej samej powierzchni, obniżając koszt pojedynczego cyklu trenowania.
  • Przedsiębiorstwa polegające na usługach AI mogą liczyć na szybszą inferencję i rzadsze awarie, co przełoży się na płynniejsze doświadczenia użytkowników.
  • Dostawcy sprzętu, którzy połączą przełączniki fotoniczne z własnymi chipami, mogą wyróżnić swoją ofertę na zatłoczonym rynku.

Obecni dostawcy rozwiązań sieciowych, specjalizujący się w elektrycznym Ethernetcie i InfiniBand, mogą stracić udziały w rynku, jeśli klienci zaczną przechodzić na struktury optyczne (optical fabrics). Ta zmiana wymusza również nowe cykle zakupowe i prace integracyjne dla inżynierów centrów danych.

Przeszkody na drodze do powszechnego wdrożenia

Komponenty fotoniczne wciąż kosztują więcej w przeliczeniu na port niż dojrzałe odpowiedniki miedziane, a ekosystem zarządzania przełącznikami optycznymi jest mniej rozwinięty. Integracja sprzętu iPronics z istniejącymi stosami zarządzania centrami danych będzie wymagała adapterów programowych i przeszkolenia personelu. Wcześni użytkownicy mogą mierzyć się z wyższymi kosztami początkowymi, a niezawodność technologii w dużej skali pozostaje niepotwierdzona poza środowiskami pilotażowymi.

Na co warto zwrócić uwagę

  • Wdrażanie produktów: Harmonogram masowej produkcji iPronics ONE pokaże, czy firma jest w stanie sprostać zapotrzebowaniu bez wąskich gardeł w łańcuchu dostaw.
  • Pozyskiwanie klientów: Kontrakty z głównymi operatorami chmurowymi lub hyperscalerami potwierdziłyby gotowość technologii do użytku.
  • Dalsze finansowanie: Kolejne rundy mogą sygnalizować zaufanie rynku lub, przeciwnie, potrzebę zapewnienia większego zapasu gotówki (runway).
  • Standaryzacja: Organizacje branżowe definiujące interfejsy przełączników optycznych mogą przyspieszyć lub spowolnić szerszą adopcję.

Pozyskanie 125 mln USD finansowania, wsparte poparciem Nvidii, stawia sieci fotoniczne w samym centrum uwagi każdego, kto polega na usługach chmurowych opartych na AI. To, czy obietnica szybszych, mniejszych i wydajniejszych połączeń w centrach danych przełoży się na codzienne zyski wydajnościowe, będzie zależeć od tempa adopcji oraz ekonomii skalowania sprzętu opartego na świetle.