AMD投资了一家网络公司|amd|gpu|以太网|客户端节点|服务器|网卡|网络公司

公众号记得加星标⭐️，第一时间看推送不会错过。

据《环球报》报道，以色列网络解决方案公司DriveNets正在融资4.1亿美元，估值达85亿美元。DriveNets由Ido Susan和Hillel Kobrinsky创立。这轮巨额融资使DriveNets成为以色列估值第二高的私营公司，仅次于近期估值达300亿美元的VAST Data。

DriveNets在成功进军蓬勃发展的AI市场后，估值大幅提升。此前，该公司在成立初期主要服务于电信公司。DriveNets将其最初为电信巨头的大型通信交换机开发的网络服务器，改造为AI处理服务器集群的网络基础设施，其功能与Mellanox在英伟达（Nvidia）内部所扮演的角色类似。

据信 DriveNets 服务于巨型新云公司，这是一个相当新的市场，这些公司专门构建用于人工智能处理的服务器集群。

本轮融资由该公司现有投资者领投：以色列合伙人亚当·费舍尔领导的贝塞默风险投资公司，以及该公司董事会成员加文·贝克，他是以色列人工智能公司的连续投资者，也是SpaceX的早期投资者之一。

本轮融资吸引了一些令人意想不到的新投资者，例如芯片巨头 AMD（已开始与这家以色列初创公司合作）和以色列基金 Red Dot Capital Partners，以及 Pitango 和 D1 Capital 等现有投资者。

自进入人工智能市场以来的18个月里，DriveNets一直保持盈利，现金流为正，签署的交易额超过10亿美元，并且未来增长前景良好。据估计，到2030年，人工智能服务器集群的网络市场规模将达到2000亿美元。英伟达自身每年通过收购的Mellanox公司获得约400亿美元的收入。

据了解，DriveNets由Ido Susan（首席执行官）和Hillel Kobrinsky（首席战略官）创立。Susan此前创立了Intucell，该公司在2013年被思科以4.75亿美元收购，而其融资额仅为600万美元。

AT&T一直是DriveNets的重要客户，DriveNets的网络云解决方案已在美国电信巨头AT&T的核心网络中广泛部署。AT&T的投资使DriveNets的员工、创始人以及投资者（例如以色列风险投资公司Pitango和美国公司Bessemer）实现了投资回报。其他受益者包括以首席执行官Ido Susan为首的公司创始人团队。

DriveNets宣布完成4.1亿美元融资

领先的大规模网络解决方案提供商DriveNets今日宣布完成4.1亿美元的D轮融资，总融资额达到10亿美元。该公司已获得超过10亿美元的业务，并自2025年以来一直保持正现金流。此次融资将用于扩大库存规模，以支持其不断增长的AI架构产品线，并扩展其异构AI基础设施解决方案。本轮融资由Bessemer Venture Partners和Atreides Management领投。新投资者AMD和Red Dot Capital与现有投资者Pitango和D1 Capital Partners共同参与了本轮融资。

自十年前成立以来，DriveNets 的网络云已成为全球最大电信公司的首选网络。基于相同的工程基础，DriveNets 基于以太网的 AI 架构支持由基础实验室、超大规模数据中心、新云平台和大型企业构建的大规模 AI 基础设施。目前，该公司正与 AMD、博通等领先的 AI 供应商合作，加强多供应商 AI 环境中网络与计算的集成，最大限度地提高集群性能和 GPU 利用率，从而显著改善代币经济效益。此外，该公司还与戴尔、超微等系统合作伙伴开展市场推广活动。

DriveNets首席执行官兼联合创始人Ido Susan表示：“本轮融资标志着我们公司在扩展规模以满足大规模人工智能基础设施激增的需求方面迈出了关键一步。目前世界上最昂贵的闲置资产就是等待接入网络的GPU。我们将运用十年来在高性能网络领域的专业知识，帮助客户提高资源利用率，降低单次工作负载成本，并高效扩展其人工智能运营——无论他们选择哪款人工智能加速器。”

AMD人工智能高级副总裁Vamsi Boppana表示：“人工智能基础设施正在进入一个全新的开放集成系统时代，在这个时代，计算、网络和软件可以协同扩展。我们对DriveNets D轮融资的支持，体现了我们双方共同致力于利用AMD Instinct加速器和DriveNets的高性能架构，在开放基础设施上高效扩展人工智能工作负载，从而推进基于标准的开放式人工智能数据中心的发展。”

DriveNets 的 AI 架构解决方案基于标准以太网，支持纵向扩展、横向扩展和跨域扩展架构，并为大规模 AI 集群提供前端和存储连接。它们解决了当前 AI 基础设施的两大根本性制约因素：一是由于网络瓶颈和可靠性挑战导致大型 GPU 集群无法达到最佳运行效率；二是集群启动时间过长（“闲置资本支出”），尤其是在多厂商环境中。

DriveNets 的高性能 AI Fabric 通过对整个 AI 堆栈（包括通信库、传输协议、网卡、网络架构和系统级编排）进行端到端的网络优化，消除了网络瓶颈。其中一些优化是与领先的 AI 加速器供应商合作开发的，例如最近发布的基于 AMD-DriveNets 集群的已验证参考架构，该架构可最大限度地提高 GPU 利用率、降低每个令牌的成本，并实现快速部署和高效的端到端扩展。

博通半导体解决方案事业部总裁查理·卡瓦斯表示：“随着人工智能系统规模空前扩大，底层网络架构的性能已成为人工智能经济效益的主要驱动因素。博通的人工智能半导体和以太网交换解决方案，结合DriveNets的高性能网络架构，能够提供现代人工智能工作负载所需的规模和效率。此次合作体现了开放以太网正如何成为下一代人工智能数据中心的基础。”

“人工智能网络市场有望在本十年末突破2000亿美元，这主要得益于人工智能基础设施从单一供应商架构向多供应商架构乃至未来异构架构的转变。DriveNets凭借其强大的综合实力进入这一阶段——一流的服务提供商可靠性、经过验证的AMD参考设计，以及在供应受限的市场中充足的库存。随着开放以太网成为下一代人工智能基础设施的基础，DriveNets占据了有利地位。”650 Group创始人兼技术分析师Alan Weckel表示。

近期人工智能基础设施支出从训练转向推理，预计将推动异构人工智能架构的采用，从而降低基础设施成本并优化电力利用率。

异构AI架构在同一集群中使用来自多个供应商的多个AI加速器，每个加速器最适合AI训练或推理过程中的不同阶段或任务。集群中的计算资源经过精心协调，以提供最佳的整体性能和能效利用率，从而降低每百万代币的成本并最大化每瓦代币数。

DriveNets 的 AI 架构具有独特的优势，能够支持异构多厂商 AI 环境，因为它能够对集群中的任何 AI 加速器进行全栈优化，从而最大限度地提高整个集群的性能和利用率。

“计算领域的每一次变革都会催生新的网络巨头。思科构建了互联网，Arista构建了云计算，NVIDIA构建了单一供应商人工智能。DriveNets正在构建下一代技术：异构人工智能，”Bessemer Venture Partners合伙人Adam Fisher表示。“正因如此，BVP领投了DriveNets的4.1亿美元D轮融资。DriveNets是我们自A轮融资以来就一直支持的投资组合公司。”

DriveNets 的无损以太网架构

优化 AMD Instinct AI 集群

AI 训练和推理工作负载是通信密集型的梯度交换，其中所有归约操作和集体通信模式占据主导地位。

传统互连方法通常存在三个局限性：

拥塞控制开销：传统网络架构（例如 InfiniBand 或标准以太网）需要复杂的拥塞控制调优来避免丢包和队头阻塞。这不仅增加了部署的复杂性，还造成了显著的运维开销，因为网络团队必须投入大量精力来优化系统。
跨域扩展：随着 GPU 集群扩展到单个机架或单个位置之外，许多网络架构难以在跨域保持无损、低延迟的通信，导致吞吐量降低和 GPU 利用率不足。
供应商锁定：非以太网解决方案将客户束缚在专有生态系统中，限制了灵活性、供应链多样性和成本效益。

DriveNets解决方案可确保最高的网络性能，无论GPU、网卡还是光驱组件如何，都能为基于AMD的集群提供三大优势：

高性能以太网架构： DriveNets 的解决方案将标准以太网转换为专为 AI 打造的无损、确定性互连。它确保训练和推理集群之间零丢包，并保持 GPU 的充分利用。该系统利用架构调度来处理极端的集体通信工作负载，而不会出现瓶颈。
零调优部署：与基于 InfiniBand 和 RoCE 的以太网部署不同，DriveNets 的解决方案无需手动进行拥塞控制调优。这种先进的交换矩阵调度解决方案基于单元喷射（开箱即用的最优负载均衡）和基于信用的流量（确保无数据丢失），从而显著降低了复杂性并缩短了安装时间。

该架构同时支持这两种模式：

横向扩展：扩展到 AI 集群内的其他机架，实现 GPU 的无缝添加，同时保持低延迟、无损通信。
跨地域扩展：在相距最远 100 公里的地理位置之间实现无损连接，从而确保一致、确定性的性能。

这些功能可确保在单个数据中心和多个站点之间，随着工作负载的增长，实现最佳作业完成时间 (JCT) 性能。

DriveNets解决方案为横向扩展和横向扩展架构提供了最佳解决方案：

纵向扩展： AMD Infinity Fabric、纵向扩展以太网 (SUE) 和 UALink 高速互连通信
横向扩展： DriveNets 的 FSE 无损以太网架构利用架构调度
跨域扩展： DriveNets 利用深度缓冲区实现 FSE 无损连接

AMD 的 ROCm（Radeon Open Compute，Radeon 开放计算）平台为 GPU 计算提供软件基础。其 RCCL（Radeon 集体通信库）提供集体操作，例如全归约、全收集、广播和点对点通信，这些操作是分布式 AI 训练的基础。这些操作直接依赖于后端互连的传输层，无论是 PCIe、Infinity Fabric 还是以太网。性能对延迟和拥塞高度敏感；即使是少量的丢包也会导致 RCCL 重试和停顿，从而减慢训练速度并增加成本。

DriveNets AI Fabric 的主要优势就在于此。它提供无损、低延迟的以太网连接，无需像 RoCE 那样进行大量的拥塞控制调优，同时确保大规模应用的确定性性能。RCCL 可以自动利用此无损以太网架构上的 RDMA，绕过 TCP/IP 开销，使 GPU 的利用率接近峰值。最终实现更快的 TTFT、更低的百万令牌成本以及无缝扩展性，使 ROCm 工作负载能够以可预测的方式从数百个扩展到数千个 AMD Instinct GPU。

ROCm工作负载的性能和效率很大程度上取决于后端网络：

潜伏期敏感性

AI 集群（尤其是全归约集群）对延迟非常敏感。

具有无损转发和低尾延迟的后端网络（如 DriveNets AI Fabric）可减少网络延迟，从而改善 TTFT。

带宽利用率

如果后端架构提供高有效带宽且无丢包，GPU 可以保持接近峰值的利用率，从而降低每百万token的成本。

ROCm 可以利用高吞吐量互连进行大规模张量交换。

拥塞和丢包

如果后端网络出现拥塞或丢包，RCCL 将重试或暂停集体操作，这会直接减慢训练速度。

无损后端（例如 DriveNets 的基于以太网的解决方案）消除了对大量拥塞控制调整的需求，简化了部署并确保了 ROCm 性能的一致性。

跨机架的可扩展性

像 DriveNets 这样的后端网络能够保持无损横向扩展和横向扩展连接，使 ROCm 工作负载能够从数百个 GPU 无缝扩展到数千个 GPU。

DriveNets AI Fabric 旨在全面支持最新一代高性能 GPU 和网卡，以构建 AI 集群。目前，它可与 AMD Instinct MI300 和 MI350 系列（MI300A、MI300X、MI325X、MI350X、MI355X）无缝集成。此外，它还可与 AMD Pensando Pollara 400 AI 网卡集成，实现 400 Gbps 以太网连接，并提供确定性、低延迟的通信，这对于大规模 ROCm 工作负载至关重要。

展望未来，DriveNets 已支持即将推出的 AMD MI400 系列和 AMD Pensando Vulcano 800 GbE AI 网卡，将单端口带宽提升至 800 Gbps，并扩展了下一代 AI 集群的可扩展性。这种向前兼容性确保了使用 DriveNets AI Fabric 部署 AMD GPU 的企业能够在不进行破坏性基础架构变更的情况下，最大限度地提高当前性能并实现面向未来的扩展。

riveNets 提供独特的服务，帮助 AMD GPU 客户加快产品上市速度并降低风险。DIS 团队负责基础设施生命周期的每个主要阶段——设计、安装、配置、测试、性能调优和培训。

DriveNets基础设施服务提供以下优势：