🌍The Next Web (TNW)•較早收集於 71m
HyperLight 獲 8,000 萬美元融資，開發 AI 光學互連技術
💡下一個 AI 瓶頸不是算力，而是數據傳輸。看看光學技術如何解決這個問題。
⚡ 30-Second TL;DR
有什麼變化
從硬體產業領導者處籌集 8,000 萬美元
為什麼重要
解決互連瓶頸對於將未來的 AI 模型擴展至超越當前 GPU 叢集限制至關重要。
下一步行動
追蹤下一代資料中心架構中光學互連技術的採用情況，以優化您未來的分散式訓練策略。
誰應關注：Developers & AI Engineers
關鍵要點
- •從硬體產業領導者處籌集 8,000 萬美元
- •專注於 GPU 叢集的光學互連技術
- •解決晶片間數據傳輸的瓶頸問題
🧠 深度解析
本篇為 AI 生成分析，非原文內容。
🔑 增強重點摘要
- •HyperLight 的核心技術基於薄膜鋰鈮酸鹽（Thin-Film Lithium Niobate, TFLN）光子平台，該平台在高速數據傳輸中展現出極低的功耗與極高的頻寬密度。
- •此輪 8,000 萬美元融資由 WovenEarth Ventures 領投，參與者包括 NVIDIA 的風險投資部門 NVentures 以及其他半導體產業戰略投資者。
- •HyperLight 的光學互連解決方案旨在解決 AI 模型規模擴大後，GPU 叢集內部因銅線傳輸限制而產生的『記憶體牆』（Memory Wall）與『通訊牆』（Communication Wall）問題。
- •該公司技術不僅限於晶片間（Chip-to-Chip）互連，還致力於將光學引擎整合至封裝內部，以實現更短的傳輸路徑與更低的延遲。
- •HyperLight 創始團隊源自哈佛大學 Marko Lončar 教授的實驗室，長期專注於奈米光子學研究，並成功將實驗室成果轉化為可量產的商業化光子積體電路（PIC）。
📊 競品分析▸ Show
| 公司 | 核心技術 | 優勢 | 劣勢 |
|---|---|---|---|
| HyperLight | 薄膜鋰鈮酸鹽 (TFLN) | 極低功耗、高頻寬密度 | 商業化量產規模尚在爬坡 |
| Ayar Labs | 光學 I/O (矽光子) | 與現有 CMOS 製程相容性高 | 封裝複雜度與成本較高 |
| Lightmatter | 光學運算與互連 | 結合光學運算與傳輸 | 產品生態系統整合難度大 |
| Celestial AI | 光學記憶體互連 (Photonic Fabric) | 針對記憶體頻寬優化 | 專用性較強，通用性待驗證 |
🛠️ 技術深入
- 採用薄膜鋰鈮酸鹽（TFLN）材料，相比傳統矽光子技術，具有更優異的電光係數與更寬的透明窗口。
- 支援高達 100GHz 以上的調變頻寬，能有效提升單通道數據傳輸速率。
- 具備極低的插入損耗（Insertion Loss），減少了對光放大器的依賴，進而降低整體系統功耗。
- 透過晶片級整合技術，將光調變器與驅動電路緊密結合，縮短訊號傳輸距離，降低寄生電容影響。
🔮 前景展望AI analysis grounded in cited sources
光學互連將成為 2027 年後高階 AI 伺服器的主流架構。
隨著 GPU 叢集規模突破萬卡級別，銅線傳輸的物理極限將迫使產業全面轉向光學互連以維持運算效率。
薄膜鋰鈮酸鹽將取代矽光子成為下一代高速傳輸的關鍵材料。
其在功耗與頻寬密度上的物理優勢，使其在處理超大規模 AI 數據傳輸時比傳統矽光子更具競爭力。
⏳ 時間線
2018-01
HyperLight 正式成立，由哈佛大學教授 Marko Lončar 等人共同創辦。
2021-05
完成由 Engine Ventures 領投的種子輪融資，專注於開發薄膜鋰鈮酸鹽光子技術。
2023-09
發布首款商用級光學引擎原型，展示其在數據中心互連的應用潛力。
2026-06
獲得 8,000 萬美元融資，由 WovenEarth Ventures 與 NVIDIA 等投資人支持。
📰
AI 週報
閱讀本週精選 AI 大事摘要 →
👉相關動態
AI 策展新聞聚合。所有內容版權歸原始發布者所有。
原始來源： The Next Web (TNW) ↗
每週 AI 簡報
每週一封，可隨時退訂。