Upscale AI完成新一轮融资，Skyhammer扩展网络技术蓄势待发

生成式 AI 持续推动新型网络技术及其相关厂商的需求增长。Upscale AI于2025年9月从隐身模式正式亮相彼时完成了1亿美元种子轮融资近日又追加完成1.9亿美元的A-1轮融资。目前该公司总融资额已达5亿美元估值20亿美元。本轮融资由Premji Invest领投英伟达、Salesforce Ventures、Seligman Ventures和淡马锡等新投资方悉数加入现有股东Maverick Silicon、Mayfield、Prosperity7 Ventures、StepStone Group和Tiger Global也参与跟投。这家总部位于圣克拉拉的公司将自身定位为一家专注于AI网络的纯粹型企业主要面向超大规模云服务商和新兴云服务商构建连接GPU与XPU的后端网络基础设施。Upscale AI的AI网络硬件布局涵盖两条主线扩展型网络Scale-up负责集群内部GPU与XPU之间的互联而横向扩展型网络Scale-out则负责跨节点的连接延伸。自从正式公开亮相以来Upscale AI持续扩大业务布局与英伟达就SpectrumX以太网达成合作伙伴关系同时宣布正在自主研发代号为Skyhammer的定制化扩展型交换机ASIC芯片。Upscale AI联合创始人兼执行董事长Rajiv Khemani在接受Network World采访时表示我们所看到的未来将是一个异构AI算力并存的世界。我们希望通过提供同时支持英伟达基础设施及其他GPU、XPU厂商的网络在这个异构AI算力市场中占据一席之地。Skyhammer是Upscale AI在AI网络扩展领域的核心战略产品是一款专为AI系统内部GPU与XPU高速互联而设计的定制交换机芯片。Khemani表示与那些被改装用于AI用途的通用数据中心芯片不同Skyhammer从一开始就是专为AI扩展场景而设计的并与Upscale AI涵盖芯片、系统和软件的全栈战略深度融合。对于具体的发布时间线Khemani未作详细披露但他表示Upscale AI计划在今年晚些时候公布Skyhammer的产品细节实际部署时间将与GPU和XPU厂商的就绪进度同步推进。Skyhammer产品无法单独运行他解释道它需要与XPU和GPU协同工作因此要实现部署XPU和GPU必须具备相应的扩展能力才能与我们互联互通。在Upscale AI的发展叙事中英伟达扮演着举足轻重的角色——既是技术合作伙伴如今又成为战略投资方。在产品层面Upscale AI将其横向扩展路线图与英伟达的Spectrum X以太网平台对齐共同构建连接数据中心内GPU与XPU节点的AI优化网络架构。基于Spectrum X的系统预计将于今年晚些时候正式上市Khemani透露相关产品已进入客户实验室测试阶段并已预约了早期部署计划。这一技术层面的合作也延伸至资本层面英伟达正式参与了Upscale AI的最新一轮融资。当前许多企业都在致力于优化AI的Token使用效率这一议题通常被称为Token最大化tokenmaxxing。Khemani指出网络在其中同样大有可为。Upscale AI正在构建一套完整的全栈产品面向大型超大规模云服务商和新兴云服务商提供软件支持。Khemani强调Token效率问题并没有放之四海而皆准的标准答案解决方案因工作负载而异并且随着行业从简单的提示词应用演进至智能体、再到更复杂的多步骤循环应用最优解也会随之变化。我认为我们别无选择必须确保AI基础设施得到尽可能高效的利用Khemani说因此你必须构建一套足够灵活的基础设施以适应各类AI应用的需求。QAQ1Upscale AI的Skyhammer芯片是什么有什么特别之处ASkyhammer是Upscale AI自主研发的定制化扩展型交换机ASIC芯片专为AI系统内部GPU与XPU之间的高速互联而设计。与通用数据中心芯片改装方案不同Skyhammer从底层设计就面向AI扩展场景并深度融入Upscale AI涵盖芯片、系统和软件的全栈战略。该产品需与GPU和XPU协同工作无法单独运行预计将于2025年晚些时候公布更多产品细节。Q2Upscale AI与英伟达是什么关系A英伟达与Upscale AI同时存在技术合作和资本投资两层关系。在技术层面Upscale AI将其横向扩展Scale-out路线图与英伟达Spectrum X以太网平台对齐共同打造AI优化网络架构相关产品已进入客户实验室并预约早期部署。在资本层面英伟达参与了Upscale AI最新一轮的A-1融资成为战略投资方。Q3Token最大化tokenmaxxing与网络有什么关系AToken最大化是指优化AI系统中Token的使用效率。Upscale AI认为网络基础设施在其中扮演重要角色。由于Token效率因工作负载而异并随着应用场景从简单提示词演进到智能体、再到复杂多步骤应用而不断变化因此需要构建足够灵活的网络基础设施才能适配各类AI应用需求实现基础设施的最优利用。