我们很高兴地宣布：Volantis 完成 8800 万美元 A 轮融资。

我们正在通过光学技术解决 AI 的内存瓶颈，为芯片带来海量、高速且低成本的内存。

通过将每颗芯片的内存带宽和容量提升数个数量级，我们为超大模型（超过 10T 参数）实现超快推理——每用户吞吐量最高可达 10,000 tokens/秒——同时每 token 成本也更低。

初期，这将让智能体（agent）快得惊人——比如编码智能体从需要数小时变成几分钟甚至几秒就能完成任务。

更令人兴奋的是，光学是提升内存系统可扩展性的根本性途径。不是每年 2 倍，而是跨代际地按数量级提升。这将催生一个全新的 AI 产业架构，包括重启规模法则（scaling laws）、将整个代码仓库放入上下文窗口等等。

我们的团队开创了许多核心半导体技术：第一款 CoWoS 产品、早期 HBM、第一套硅光 CPO 系统、首批量产的可调 VCSEL、第一批直接通过光进行通信的处理器，以及更多。

我们已经在芯片封装内比同等尺寸的电线上实现了超过 10 倍的传输距离。下一代迭代已经完成流片（tape-out），目标是在相关距离上实现创世界纪录的带宽密度，阅读更多：https://volantissemi.ai/news-insights/our-88m-series-a-demolishing-the-memory-wall-with-photonics-post…

我们的 8800 万美元 A 轮融资：用光子学拆除内存墙 | Volantis

来源：https://volantissemi.ai/news-insights/our-88m-series-a-demolishing-the-memory-wall-with-photonics-post 我们完成了 A 轮融资，由 Lachy Groom 和 Abstract 领投，迄今累计融资 9700 万美元，投资方还包括 Sam Altman、Jeff Dean、Dylan Patel、John Doerr 等人。我们正在构建一套 AI 推理系统，利用光子学（photonics）突破内存墙。

我们将让超大模型（参数量超过 10T）以极高的交互速度运行（每用户最高可达 10,000 tok/s）。

这将实现前沿模型的实时推理，重启规模法则，并让整个代码库都能放进上下文窗口。作为起点，想象一个编码智能体在 30 秒而非 30 分钟内完成任务。

要做到这一点（在高 token 速度下实现前沿模型推理），既需要更大的内存容量，也需要更高的内存带宽。

在内存容量和带宽之间，你无法“鱼与熊掌兼得“。采用片上 SRAM 的芯片能提供高内存带宽，但内存容量较小；而基于 HBM 的 GPU/TPU 能提供大内存容量，但内存带宽较低。

我们两者兼得。我们打造了一种全新的光互连品类，可将内存容量和带宽同时提升一个数量级以上。此外，光内存池化（optical memory pooling）通过使用更低成本的内存并实现更高吞吐量，进一步降低了每 token 成本。

将光学技术推进到如此极端的带宽水平，需要我们构建一套全新的光学技术栈，我们称之为光织物（optical fabric）。例如，我们取消了外部激光器，改用定制的集成微 VCSEL；又如，我们淘汰了传统光纤，以实现远高的带宽密度。

在 Volantis 之前，我们的团队曾在 NVIDIA、AMD、Broadcom、Ayar Labs 等公司打造过多项行业首创产品——包括第一款 CoWoS 产品、第一套硅光 CPO 系统、首批量产的可调 VCSEL 等等。团队中许多人曾参与过当时最具创新性的芯片研发，但 Volantis 迄今为止是我们最雄心勃勃的项目。如果你对此感到兴奋，欢迎加入我们。