\n<\/p>\n
Enfabrica, una empresa que fabrica chips de red dise\u00f1ados para manejar cargas de trabajo de inteligencia artificial y aprendizaje autom\u00e1tico, anunci\u00f3 hoy que recaud\u00f3 125 millones de d\u00f3lares en una ronda de financiaci\u00f3n Serie B que valora a la empresa en \u00abcinco veces\u00bb su valoraci\u00f3n posterior al dinero de la Serie A, seg\u00fan co- fundador y director ejecutivo Rochan Sankar.<\/p>\n
Dirigido por Atreides Management con la participaci\u00f3n de Sutter Hill Ventures, Nvidia, IAG Capital Partners, Liberty Global Ventures, Valor Equity Partners, Infinitum Partners y Alumni Ventures, el nuevo tramo eleva el total recaudado de Enfabrica a 148 millones de d\u00f3lares. Sankar dice que se destinar\u00e1 a respaldar las operaciones y la investigaci\u00f3n y el desarrollo de Enfabrica, as\u00ed como a ampliar sus equipos de ingenier\u00eda, ventas y marketing.<\/p>\n
\u201cEs notable que Enfabrica haya levantado una ronda de esta magnitud en un entorno de financiaci\u00f3n altamente desafiante para las nuevas empresas de chips (y para la tecnolog\u00eda profunda financiada por capital de riesgo en general) y, al hacerlo, se ha diferenciado de muchas de sus pares de nuevas empresas de chips en la industria. \u201d, dijo Sankar. \u00abA medida que la IA generativa y los grandes modelos de lenguaje contin\u00faan impulsando el mayor impulso de infraestructura en computaci\u00f3n en la nube en una multitud de industrias, soluciones como la de Enfabrica tienen el potencial de abordar una demanda muy alta de tecnolog\u00edas de redes\u00bb.<\/p>\n
Es posible que Enfabrica haya surgido del sigilo en 2023, pero comenz\u00f3 su viaje en 2020. Sankar, ex director de ingenier\u00eda de Broadcom, se asoci\u00f3 con Shrijeet Mukherjee, quien anteriormente dirigi\u00f3 plataformas y arquitectura de redes en Google, para construir una startup: Enfabrica, para satisfacer lo que observaron como un crecimiento en el apetito de la industria de la IA por una infraestructura \u00abparalela, acelerada y heterog\u00e9nea\u00bb, en otras palabras, GPU.<\/p>\n
\u00abRazonamos que el silicio y los sistemas de red deb\u00edan seguir un cambio de paradigma similar para permitir este tipo de infraestructura inform\u00e1tica a escala masiva\u00bb, dijo Sankar. \u00abEl mayor desaf\u00edo que plantea la actual revoluci\u00f3n de la IA es la ampliaci\u00f3n de la infraestructura de la IA, tanto en t\u00e9rminos de coste de la computaci\u00f3n como de sostenibilidad de la misma\u00bb.<\/p>\n
Con Sankar como director ejecutivo y Mukherjee como director de desarrollo, junto con algunos ingenieros fundadores provenientes de compa\u00f1\u00edas como Cisco, Meta e Intel, Enfabrica comenz\u00f3 a desarrollar una arquitectura para chips de red que pudiera cumplir con los requisitos de E\/S y \u201cmovimiento de memoria\u201d de cargas de trabajo paralelas, incluida la IA.<\/p>\n
Sankar afirma que los chips de red convencionales, como los conmutadores, tienen dificultades para satisfacer las necesidades de movimiento de datos de las cargas de trabajo modernas de IA. Algunos de los modelos de IA que se entrenan hoy en d\u00eda, como Llama 2 y GPT-4 de Meta, ingieren conjuntos de datos masivos durante el proceso de entrenamiento, y los conmutadores de red pueden terminar siendo un cuello de botella, dice Sankar.<\/p>\n
\u00abUna parte importante del problema de escalamiento y el cuello de botella para la industria de la IA radica en los subsistemas de E\/S, el movimiento de la memoria y las redes conectadas al c\u00f3mputo de la GPU\u00bb, dijo. \u00abExiste una enorme necesidad de vincular la creciente demanda de cargas de trabajo de IA con el costo general, la eficiencia, la sostenibilidad y la facilidad de escalar los cl\u00fasteres de computaci\u00f3n en los que se ejecutan\u00bb.<\/p>\n
En su b\u00fasqueda por desarrollar hardware de red superior, Enfabrica se centr\u00f3 en la paralelizaci\u00f3n.<\/p>\n
El hardware de Enfabrica, al que llama Accelerated Compute Fabric Switch, o ACF-S para abreviar, puede ofrecer un movimiento de datos de hasta \u00abmultiterabits por segundo\u00bb entre GPU, CPU y chips aceleradores de IA, adem\u00e1s de dispositivos de memoria y redes. Al emplear interfaces \u00abbasadas en est\u00e1ndares\u00bb, el hardware puede escalar a decenas de miles de nodos y reducir el c\u00e1lculo de GPU para un modelo de lenguaje grande (en la l\u00ednea de Llama 2) en aproximadamente un 50% en el mismo punto de rendimiento, afirma Enfabric.<\/p>\n
\u00abLos dispositivos ACF-S de Enfabrica complementan las GPU, CPU y aceleradores al proporcionar redes, E\/S y memoria eficientes y de alto rendimiento conectadas dentro de un rack de servidores de un centro de datos\u00bb, explic\u00f3 Sankar. \u00abCon ese fin, el ACF-S es una soluci\u00f3n convergente que elimina la necesidad de chips de red y E\/S de servidor tradicionales y dispares, como conmutadores de red a nivel de rack, controladores de interfaz de red de servidor y conmutadores PCIe\u00bb.<\/p>\n
Una representaci\u00f3n del hardware de red ACF-S de Enfabrica. Cr\u00e9ditos de imagen:<\/strong> enfabrica<\/p>\n<\/div>\n Sankar tambi\u00e9n argument\u00f3 que los dispositivos ACF-S pueden beneficiar a las empresas que manejan inferencias, es decir, que ejecutan modelos de IA entrenados, al permitirles utilizar la menor cantidad posible de GPU, CPU y otros aceleradores de IA. Esto se debe a que, seg\u00fan Sankar, ACF-S puede hacer un uso m\u00e1s eficiente del hardware existente al mover grandes cantidades de datos muy r\u00e1pidamente.<\/p>\n \u201cEl ACF-S es independiente del tipo y la marca de procesador de IA utilizado para el c\u00e1lculo de IA, as\u00ed como de los modelos exactos implementados, lo que permite que la infraestructura de IA se construya en muchos casos de uso diferentes y admita m\u00faltiples proveedores de procesadores sin bloqueo de propiedad. -adentro\u201d, a\u00f1adi\u00f3.<\/p>\n Enfabrica podr\u00eda estar bien financiada. Pero vale la pena se\u00f1alar que no es la \u00fanica startup de chips de red que sigue la tendencia de la IA.<\/p>\n Este verano, Cisco anunci\u00f3 una gama de hardware (Silicon One G200 y G202) para soportar cargas de trabajo de redes de IA. Por su parte, tanto Broadcom como Marvell (empresas establecidas en el espacio de redes empresariales) ofrecen conmutadores que pueden ofrecer hasta 51,2 terabits por segundo de ancho de banda; Broadcom lanz\u00f3 recientemente el tejido de alto rendimiento Jericho3-AI, que puede conectarse hasta 32.000 GPU.<\/p>\n Sankar no estaba dispuesto a hablar sobre los clientes de Enfabrica, ya que es relativamente temprano; parte del \u00faltimo tramo de financiaci\u00f3n respaldar\u00e1 la producci\u00f3n de Enfabrica y sus esfuerzos de comercializaci\u00f3n, afirma. A\u00fan as\u00ed, Sankar afirma que Enfabrica se encuentra en una posici\u00f3n de fortaleza dada la atenci\u00f3n (y las enormes inversiones que se est\u00e1n realizando) en la infraestructura de IA.<\/p>\n Seg\u00fan el Grupo Dell’Oro, las inversiones en infraestructura de IA aumentar\u00e1n los gastos de capital de los centros de datos a m\u00e1s de 500 mil millones de d\u00f3lares para 2027. Mientras tanto, se espera que la inversi\u00f3n en hardware adaptado a la IA en t\u00e9rminos generales experimente una tasa de crecimiento anual compuesta del 20,5% durante el pr\u00f3ximo a\u00f1o. cinco a\u00f1os, seg\u00fan IDC.<\/p>\n \u00abEl costo actual y la huella de energ\u00eda de la computaci\u00f3n de IA, ya sea local o en la nube, es (o si no, deber\u00eda ser) una prioridad m\u00e1xima para cada CIO, ejecutivo de C-Suite y organizaci\u00f3n de TI que implementa servicios de IA\u00bb. \u00e9l dijo. \u201cA pesar de los obst\u00e1culos econ\u00f3micos que han afectado al mundo de las startups tecnol\u00f3gicas desde finales de 2022, Enfabrica ha avanzado en su financiaci\u00f3n, progreso de productos y potencial de mercado en virtud de una tecnolog\u00eda sustancialmente innovadora y disruptiva para las soluciones de chips de E\/S de servidores y redes existentes. [and] la magnitud de la oportunidad de mercado y el cambio de paradigma tecnol\u00f3gico que la IA generativa y la computaci\u00f3n acelerada han dado lugar en los \u00faltimos 18 meses\u201d.<\/p>\n Enfabrica, con sede en Mountain View, tiene poco m\u00e1s de 100 empleados en Norteam\u00e9rica, Europa e India.<\/p>\n<\/p><\/div>\n