挑战NVSwitch霸主，Upscale AI发布SkyHammer AI网络交换芯片方案

日前，一家名为Upscale AI的芯片初创公司宣布，已完成2亿美元的A轮融资，旨在挑战英伟达在机架级AI系统交换机领域的统治地位，并与思科、博通和AMD等巨头展开竞争。

据该公司介绍，本轮融资由Tiger Global、Premji Invest和Xora Innovation领投，Maverick Silicon、StepStone Group、Mayfield、Prosperity7 Ventures、Intel Capital和Qualcomm Ventures参投。此次融资使Upscale AI的总融资额超过3亿美元。投资者的迅速涌入反映了一个行业共识：网络正成为AI计算扩展的关键瓶颈，而为连接通用计算和存储设计的传统网络架构，已难以适应AI时代的需求。

关键的区别在于：传统网络连接的是终端节点，而AI网络则需要统一协调整个集群。随着专用AI计算规模的不断扩大，其性能正越来越多地受到传统或专有网络架构的限制。传统的数据中心网络解决方案并非为机架级规模所需的大规模、高度同步的扩展而设计。

一个旨在撼动英伟达护城河的团队

众所周知英伟达的GPU实力强劲，但其在网络方面的表现同样不容小觑。受AI数据中心连接需求驱动，英伟达2026财年第三季度的网络业务收入同比暴涨162%，达到81.9亿美元，这笔收入早已远超其当年收购Mellanox的耗费。NVLink无疑是英伟达坚固的护城河。

考虑到当前单芯片性能提升乏力，Scale Up（纵向扩展）和Scale Out（横向扩展）的连接需求在未来很长一段时间内将成为主流。换言之，任何能够制造出高基数（端口数量多）、端口间总带宽高，足以媲美英伟达NVSwitch和NVLink的UALink交换机的公司，都将获得巨大机遇。

Upscale AI正是为此理想而创立。其创始人Rajiv Khemani是业内知名的连续芯片创业专家。他曾担任Sun Microsystems高级产品经理，负责Sparc服务器和Solaris操作系统，后又在NetApp和英特尔负责战略与市场营销。2003年，他出任芯片初创公司Cavium Networks的首席运营官。Cavium最初以MIPS处理器起家，后凭借ThunderX服务器CPU进军Arm服务器市场，并于2017年被Marvell以60亿美元收购。

Khemani于2015年离开Cavium，成为Innovium的联合创始人兼首席执行官。Innovium专注于设计高带宽、极简主义的超大规模以太网交换机ASIC（TeraLynx），并于2021年被Marvell以11亿美元收购。2022年2月，Rajiv Khemani和Barun Kar共同创立Auradine，研发AI和区块链计算及网络芯片。2024年5月，两人决定将Auradine的网络业务剥离，成立Upscale AI，以更专注地开拓预计到2030年将达到1000亿美元的AI互连市场。

另一位联合创始人Barun Kar曾是Palo Alto Networks的工程高级副总裁兼创始团队成员，更早之前则在Juniper Networks负责以太网路由器和交换机产品。

Upscale AI的策略是将GPU、AI加速器、内存、存储和网络整合到一个单一的同步AI引擎中。其核心解决方案SkyHammer通过缩短加速器、内存和存储之间的距离，实现统一机架，并将整个堆栈转换为一个统一的同步系统。

该公司的AI平台基于并积极推动开放标准和开源技术，包括ESUN、Ultra Accelerator Link (UAL)、Ultra Ethernet (UEC)、SONiC和交换机抽象接口 (SAI)。凭借新增的2亿美元融资，Upscale AI计划推出首个涵盖芯片、系统和软件的全栈式交钥匙平台，旨在连接未来通用人工智能（AGI）所需的异构系统。

一款专为网络而优化的芯片

典型的AI集群由多个机架组成，每个机架容纳数十台服务器，这些服务器通过机架内交换机进行数据交换。机架交换机的技术特性与用于连接不同机架的设备有显著差异。

Upscale AI正在开发的SkyHammer芯片，正是一款专为纵向扩展网络（连接机架内部组件）而优化的产品，能提供确定性延迟。这意味着可以高精度预测数据在机架内传输所需的时间。对于必须按特定顺序执行的AI模型计算而言，可预测的网络延迟能避免意外等待，防止整个工作负载减速。

Upscale AI阐述其目标时表示，目前规模化AI网络切实可行的选择几乎只有NVSwitch，而他们希望为客户提供更多选择。“我一直坚信异构计算和异构网络是未来，”公司高管表示，“人们应有自由选择权，灵活组合各种资源以优化自身需求。”他们认为，随着AI创新加速，没有任何一家公司能提供所需的全部技术，未来必然是不同供应商提供不同类型的计算解决方案。

Upscale AI指出，当少量CPU与GPU紧密通信时，PCI-Express交换机制工作良好。但未来，单个GPU可能无法完成所有任务，异构计算将成为主流。“交换已成为连接所有功能的核心，它必须确保连接的公平性、可扩展性和极高的可靠性，因为任何操作都可能影响系统中的所有计算。”

在采访中，Upscale AI对那些通过改造PCI-Express或以太网交换机ASIC来制造UALink、ESUN交换机的做法表示不屑。“那无法为客户提供真正优化的、仅能向上扩展的堆栈。每个ASIC都有其不变的DNA。”因此，Khemani和Kar决定从头开始，专门为内存结构构建一款ASIC。

SkyHammer将生成实时遥测数据，这对于系统故障排除和性能优化至关重要。同时，它兼容多种开源网络技术，包括UALink和较新的ESUN标准（后者获英伟达、博通等支持）。此外，它还支持专注于连接不同机架的UEC技术，可为多达百万芯片的AI集群提供支持。

写在最后

NVLink是英伟达的高速互连技术，能将多个GPU的资源抽象为单一逻辑资源。自其问世以来，AMD和思科等公司一直在尝试开发替代方案，如UALink和ESUN，但尚未成熟。AMD首批基于UALink的机架系统将于今年晚些时候上市，但它们通过以太网隧道传输协议。能够直接与NVSwitch竞争的专用UALink交换机尚未出现，Upscale AI的目标正是通过SkyHammer定制ASIC改变这一现状。

Upscale AI首席执行官Barun Kar表示：“我们不是在改造传统系统，而是在重新构想AI网络中规模的真正含义。这种架构的核心是为了扩展规模，专为AI工作负载设计。”该芯片采用基于内存语义的加载-存储网络架构，并具备类似Nvidia Sharp的集体通信加速功能。为使系统能够大规模管理，Upscale正致力于扩展对开源网络操作系统SONiC的支持。

目前，Upscale专注于纵向扩展网络产品，但长期计划将产品线扩展至横向扩展交换机。Kar透露，公司已与超大规模数据中心运营商和GPU供应商建立合作关系，完成了架构验证。本轮融资的重点是将创新转化为实际部署。

执行董事长Rajiv Khemani称：“Upscale AI在极短时间内取得了非凡发展势头。市场需要开放、可扩展的AI网络解决方案，而我们能帮助客户突破当前网络限制。”

这场围绕AI时代核心网络架构的竞赛已经拉开序幕，Upscale AI的入局，或许将为行业带来新的变数与选择。关于AI硬件生态的更多深度讨论，欢迎在云栈社区继续交流。