太平洋科技企业站

英伟达投资的AI初创企业Enfabrica，有何不同？

Asgardia 编辑：王珂玥发布于：2023-09-13 10:54 PConline原创

英伟达投资的人工智能网络基础设施初创公司Enfabrica近日宣布，已获得1.25亿美元的B轮新融资，将用于开发其高效的服务器结构芯片技术。

在该公司披露此次融资的新闻稿中，这家初创公司谈到，随着人工智能模型变得越来越强大，对数据的需求也越来越大，它可以解决关键的网络、IO和内存扩展问题。Enfabrica表示，将利用这笔资金扩大其研发，并加速其新型ACF-S设备的生产，该设备旨在扩展分布式人工智能并加速数据中心的计算集群。

这次B轮融资由Atreides Management领投，现有投资者除了Nvidia Corp ，还包括IAG Capital Partners、Liberty Global Ventures、Nvidia Corp.、Valor Equity Partners和Alumni Ventures在内的新投资者参与了此次融资。

创立于2020年，不过今年年初，在人们对GAI的兴奋达到狂热程度之际，该公司才走入人们的视线。随着ChatGPT的兴起，催生了对新的生成式人工智能应用和功能的巨大需求，也是在这是似乎是觉得合适的时机，Enfabrica宣布了其用于人工智能网络的新型互连芯片。

正在致力于Server Fabric Adapter(SFA)来构建大规模互连硅的世界。这是一种用于连接机架内部和机架之间的智能端点设备，桥接机架内PCIe/CXL和机架间以太网，并可以带来具有数Tb的带宽的RDMa-over-fabric的网络加速。其最新SFA产品Accelerated Compute Fabric Switch System（ACF-S）目前已经开启预定。据悉，该款ACF-S芯片可提供8Tb美妙的节点带宽，多端口800 Gb/s以太网接口可直接连接GPU、CPU，以及CXL连接的DDR5内存和固态驱动器存储的任何组合。该公司表示，它可以在标准的Linux内核和用户空间界面上运行，并将使公司能够将LLM推理的人工智能计算成本降低高达50%，深度学习推荐系统推理的人工智能计算成本降低75%。公司将受益于每美元两倍的性能，比标准网卡高10倍的吞吐量和4倍的每瓦性能，所需的芯片和机架内连接更少，有利于将系统可以扩展到数千个服务器节点。

GPU、CPU，以及CXL都是使用内存语义，而以太网和RDMA链路使用网络协议，ACF-S芯片以某种方式将两者连接起来，以获得机架内部和机架之间一致的互连速度。Enfabrica此前介绍，ACF-S使用了标准接口，对此不需要更改AI/ML IT堆栈中的应用程序、计算、存储和网络元素，它可以在CXL 3.0到来之前提供对分解内存的访问，但将同时遵循了CXL 3.0的标准。

这家初创公司之所以有能力选择致力于数据中心互联技术创新来应对当今人工智能热潮中最为尖锐的挑战之一，也与其创始团队成员多是来自于网络互连和机架通信领域的资深及领先的从业经验又很大关系。

从创始人到芯片的设计总监，多有谷歌、思科、博通公司的高管从业背景。

Rochan Sankar：联合创始人兼CEO。2010 至 2019 年是博通公司负责数据中心交换芯片“Trident”和 “Tomahawk”的Senior Director, Product Management & Marketing，并帮助建立了全行业的生态系统，包括25G以太网和分解的白盒网络。

Shrijeet Mukherjee：联合创始人兼Chief Development Officer。谷歌网络2年； Cumulus 6年，工程副总裁；思科UCS团伙核心成员，负责虚拟接口卡，也是现今大热的DPU雏形，

Carlo Contavalli：软件工程VP。曾在CTO Office of Juniper Networks任Sr Director，以及Google，超过12年。在谷歌，他引导并运行了多个与sdn和数据包处理相关的项目，从谷歌CDN的关键组件到GCP的构建块。

Mike Jorda：芯片设计总监。此前在Broadcom工作了22年。作为高级工程总监，Mike领导了多个地区的工程团队，负责从最早的StrataSwitch到最新的“Trident“和”Tomahawk”产品线的各个方面的产品开发。

Rochan Sankar曾在出现不多的一次媒体采访中表示:“在所有寻求控制其人工智能基础设施和服务的客户中，迫切需要将爆炸式增长的需求与扩展人工智能计算的总体成本、效率和易用性联系起来。，扩展问题主要在于I/O子系统、内存移动和连接到GPU计算的网络，而这正是Enfabrica的ACF解决方案的亮点所在。”

如前所说，Enfabrica ACF-S的独特优势在于它使用现有的接口、协议和软件栈，因此不需要修改基础设施连接。这与英伟达的Mellanox所主导的IB方案比起来，Enfabrica更加在意GPU和CPU之间高速移动数据，二者或许是面向超大规模AI集群是为正常的企业工作负载所需解决的基础设施压力。

可以让公司创建更多分布式的人工智能工作负载，这似乎与此前英伟达试图通过NVLink将更多是事物聚合在一起，从而与面向未来HPC与AI的概有着明显的不同。

此前该公司接受媒体采访时透露，预计到2027年，其SFA芯片的互连市场规模将达到200亿美元，目标是公共和私有云运营商、高性能计算(HPC)和网络系统制造商。

Enfabrica 英伟达 ACF-S

Asgardia

原创栏目