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
OpenAI 推出開源 Codex 安全 CLI,以發現 CI 中的漏洞
7月29日,OpenAI 推出了一款針對程式碼倉庫的專業安全掃描工具。該工具名為 Codex Security CLI,是一款開源命令列實用程式,旨在幫助開發者掃描程式碼庫、檢測並驗證安全漏洞,並將這些檢查無縫整合到持續整合和持續交付(CI/CD)管道中。值得注意的是,該工具在正式釋出前已被發現。OpenAI 將其描述為早期版本,並計劃根據使用者反饋增強其功能。該工具具備命令列介面和 TypeScript SDK,允許開發者直接從終端掃描倉庫、審查程式碼修改、跨執行週期監控安全問題,並確認漏洞是否已修復
Anthropic 達成 15 億美元版權協議,以補償 50 萬件作品
週一,美國聯邦法院批准了一項價值15億美元的集體訴訟和解協議,該協議在Anthropic與作者及出版商聯盟之間達成,路透社對此進行了報道。這筆交易解決了Anthropic在訓練其AI模型期間涉嫌侵犯版權的持續訴訟,該公司現在必須開始向受影響的版權持有者支付賠償。美國加利福尼亞北區聯邦地區法院法官Araceli Martinez-Olguin簽署了最終命令,確認了該協議。此前,已退休的法官William Alsup曾作出臨時批准,他此前裁定Anthropic非法下載並儲存了數百萬本受版權保護的書籍
微信 WeMM-Embedding 以每日十億次呼叫量賦能朋友圈搜尋與影片精選
9月4日,微信AI宣佈開源其通用多模態嵌入模型WeMM-Embedding。該模型提供2B、4B和9B三種版本,支援文字、影象、影片、視覺文件以及任意交錯的多模態輸入。據微信員工@KeCunXiaoJiang介紹,微信視覺團隊開源的多模態模型WeMM-Embedding,透過將文字、影象和影片置於共享語義空間中進行比較和檢索,使系統能夠同時理解這些內容。已應用於朋友圈搜尋和影片推薦等場景他透露,該模型在微信內部得到廣泛應用——朋友圈搜尋、影片推薦、公眾號推薦以及微信電商均在使用該模型,日呼叫量達
相關專題推薦
評論 (3)
0/500
9000万ドルのシリーズB資金調達、AIネットワークハードウェア開発へ。自動運転やロボットのリアルタイム自律制御に不可欠な半導体需要の高まりを受けての投資だ。Maverick Siliconがリードするこの動きは、産業用システムにおけるAIの普及を加速させる可能性があり、注目すべき展開だ。
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。
OpenAI 推出開源 Codex 安全 CLI,以發現 CI 中的漏洞
7月29日,OpenAI 推出了一款針對程式碼倉庫的專業安全掃描工具。該工具名為 Codex Security CLI,是一款開源命令列實用程式,旨在幫助開發者掃描程式碼庫、檢測並驗證安全漏洞,並將這些檢查無縫整合到持續整合和持續交付(CI/CD)管道中。值得注意的是,該工具在正式釋出前已被發現。OpenAI 將其描述為早期版本,並計劃根據使用者反饋增強其功能。該工具具備命令列介面和 TypeScript SDK,允許開發者直接從終端掃描倉庫、審查程式碼修改、跨執行週期監控安全問題,並確認漏洞是否已修復
Anthropic 達成 15 億美元版權協議,以補償 50 萬件作品
週一,美國聯邦法院批准了一項價值15億美元的集體訴訟和解協議,該協議在Anthropic與作者及出版商聯盟之間達成,路透社對此進行了報道。這筆交易解決了Anthropic在訓練其AI模型期間涉嫌侵犯版權的持續訴訟,該公司現在必須開始向受影響的版權持有者支付賠償。美國加利福尼亞北區聯邦地區法院法官Araceli Martinez-Olguin簽署了最終命令,確認了該協議。此前,已退休的法官William Alsup曾作出臨時批准,他此前裁定Anthropic非法下載並儲存了數百萬本受版權保護的書籍
微信 WeMM-Embedding 以每日十億次呼叫量賦能朋友圈搜尋與影片精選
9月4日,微信AI宣佈開源其通用多模態嵌入模型WeMM-Embedding。該模型提供2B、4B和9B三種版本,支援文字、影象、影片、視覺文件以及任意交錯的多模態輸入。據微信員工@KeCunXiaoJiang介紹,微信視覺團隊開源的多模態模型WeMM-Embedding,透過將文字、影象和影片置於共享語義空間中進行比較和檢索,使系統能夠同時理解這些內容。已應用於朋友圈搜尋和影片推薦等場景他透露,該模型在微信內部得到廣泛應用——朋友圈搜尋、影片推薦、公眾號推薦以及微信電商均在使用該模型,日呼叫量達
9000万ドルのシリーズB資金調達、AIネットワークハードウェア開発へ。自動運転やロボットのリアルタイム自律制御に不可欠な半導体需要の高まりを受けての投資だ。Maverick Siliconがリードするこの動きは、産業用システムにおけるAIの普及を加速させる可能性があり、注目すべき展開だ。
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






