イーサーノビア、AIネットワークハードウェア開発に向けシリーズBで9000万ドルの資金調達を完了

イーサノビアは、自動車・ロボット・産業システムにおけるリアルタイム自律制御を支えるネットワーク用半導体の需要拡大を背景に、シリーズB資金調達ラウンドで9000万ドル超を確保した。本ラウンドはマーベリック・シリコンが主導し、ソクラティック・パートナーズ、コンデュイット・キャピタル、CDIB-TENキャピタルが投資。ポルシェSE、クアルコム・ベンチャーズ、フォールライン・キャピタルなど既存出資者も参加した。

シリコンバレーに本社を置くイーサノビアは、インテリジェントエッジ機器の中核データバックボーン（神経系）として機能する、イーサネットベースのパケットプロセッサという新カテゴリーを創出している。同社は自律運転における重大なボトルネック、すなわちセンサー・ビジョン・AIデータの膨大な量をリアルタイムで確実かつ効率的に伝送する課題に取り組んでいる。

自律システム向けデータバックボーンの再設計

自動運転車、高度運転支援システム、産業用ロボットは、数十もの高帯域幅センサーとAI演算に依存する傾向が強まっており、これらは正確で予測可能なタイミングを必要とする。従来の車載・産業用ネットワークはこうした要求を想定して設計されておらず、断片化されたアーキテクチャ、システムの複雑化、コスト増を招くことが多かった。

Ethernoviaは、ネットワーク、演算、データ管理を統合するパケットプロセッサ駆動のイーサネットベースアーキテクチャに注力しています。旧式の通信バスや点対点接続の集合体に依存する代わりに、そのプラットフォームはリアルタイムデータストリームをプログラム可能かつスケーラブルな方法で集約・ルーティングするよう構築されており、ゾーン型と集中型の両システム設計をサポートします。

物理AI向けに設計されたパケットプロセッサ

Ethernovia技術の核心は、エッジおよび物理AIアプリケーション向けに特別に設計された高性能パケットプロセッサ群である。これらのチップは、自動車やロボティクス分野での成功にますます重要となる「決定論的レイテンシ」と「高電力効率」を両立させながら、高帯域幅のセンサーおよびAIトラフィックを処理するよう設計されている。

プログラマブルなデータパスとスケーラブルなイーサネットファブリックを実現することで、本プラットフォームはソフトウェア定義システムをサポートします。これにより、安全上重要な操作に必要な性能を維持しつつ、無線アップデートによる進化が可能となります。この適応性は、自動車メーカーが固定ハードウェアよりもソフトウェアによって機能を決定するアーキテクチャを採用する中で特に重要です。

自動車、ロボティクス、産業市場における成長

自動車市場が主要分野である一方、Ethernoviaの技術はリアルタイムのエッジインテリジェンスが不可欠な複数セクターを対象としています。ロボティクス、産業オートメーション、新たなAI駆動機械はいずれも、レイテンシ、同期、データ移動において類似の課題に直面しています。これらの分野では、性能はしばしば純粋な演算能力ではなく、厳格なタイミング制約下でセンサー、プロセッサ、アクチュエータ間をデータがどれだけ効率的に移動できるかによって制限されます。

これらの産業ではアーキテクチャの収束も進行中だ。ロボット工学や産業システムはゾーンアーキテクチャや集中型コンピューティングなど、かつて自動車業界特有だった原則を採用し始めている一方、自動車プラットフォームはソフトウェア定義ネットワークや標準化イーサネットファブリックといったデータセンター概念を統合している。この潮流は、多様な環境で信頼性高く動作し、長い製品ライフサイクルをサポートし、進化するソフトウェアニーズに対応できるネットワーク用半導体の需要を牽引している。

新たな資本は、Ethernoviaの次世代パケットプロセッサの開発・生産を加速させ、ソフトウェアおよびシステム機能を拡張し、これらの産業全体での顧客エンゲージメントを深化させる。プロジェクトがパイロット段階から本格的な生産段階へ移行するにつれ、焦点は、完全な再設計を必要とせずに長期的なアップグレード、混合ワークロード、自律性の向上をサポートするプラットフォームへと移行している。

物理AIの未来が意味するもの

イーサノビアの資金調達成功は、自律性とロボティクスにおける広範な変革を浮き彫りにしている。知能はもはやアルゴリズムのみに制約されるのではなく、物理世界におけるセンシング・意思決定・行動を繋ぐインフラによっても制約される。AIがクラウドから車両・工場・機械へ移行する中、ネットワーク半導体はその付随物ではなく基盤層となりつつある。

この変化は、物理AIシステムが本質的にリアルタイムシステムであるという認識の高まりを反映している。遅延、データパケットの損失、予測不能なレイテンシは、性能低下から安全上の危険に至る具体的な問題を引き起こしうる。結果として、信頼性が高く予測可能なデータ移動は、モデルの精度や演算能力と同様に重要になりつつある。

パケット中心のイーサネットベースアーキテクチャは、インテリジェントマシンがよりモジュール化され、アップグレード可能で、ソフトウェア定義される未来を示唆している。これは過去10年間のデータセンターで見た進化と類似している。この移行が続けば、物理AI分野での競争は、リアルタイム性能を損なうことなく継続的なイノベーションを支える、最も信頼性が高く適応性のあるデータファブリックを提供できる企業にかかってくるだろう。