Cornelis Networks 融资 2.05 亿美元：AI 集群网络瓶颈下，开放互联能否成为英伟达之外的替代选择

当 GPU 有一半时间在等数据，卖得更快的加速器还有意义吗

在大型 AI 训练集群里，一个尴尬的事实正在被越来越多人承认：昂贵的加速器并没有想象中那么忙。Cornelis Networks 首席营销官 Brandon Draeger 给出的描述是，大型 AI 部署中的加速器利用率“通常只有装机容量的一半左右”。这意味着，客户花在 GPU 上的钱，有相当一部分不是在计算，而是在等待——等待梯度同步、等待缓存搬运、等待集合操作完成。

问题不在芯片本身，而在连接它们的网络。当模型规模从单卡能装下，膨胀到需要数万张加速器协同工作时，数据在节点之间的移动方式决定了整套系统的真实产出。Cornelis 与高通认为，网络约占 AI 系统成本的 15%，却决定了其余 85% 支出能释放多少价值。换句话说，网络不是配套，而是那个卡住喉咙的环节。

正是在这个背景下，数据中心互连公司 Cornelis Networks 于 2026 年 9 月 14 日在加州圣克拉拉举行的 AI Infra Summit 上宣布完成 2.05 亿美元融资，由 IAG Capital Partners 领投。同一时间，公司发布了名为 Active Compute Fabric 的 scale-up 网络架构，并披露与高通技术公司的战略合作。三件事绑在一起发布，指向同一个目标：把网络从“被动管道”变成计算系统的一部分。

从 Omni-Path 分拆出来的公司，现在想同时做 scale-up 和 scale-out

Cornelis Networks 并非新面孔。据公开资料，这家公司成立于 2019 年，源自英特尔 Omni-Path 互连部门的分拆。在相当长一段时间里，它的主战场是传统高性能计算和新兴 AI 应用中的 scale-out 互连，直接对手是英伟达的 InfiniBand。公司称其产品在性能和无损连接方面持续改进，并具备自适应路由能力，声称优于 InfiniBand。但需要明确的是，这一“优于”的说法来自公司口径，来源材料中未提供独立第三方基准测试的对照数据。

此次发布的 Active Compute Fabric 标志着公司策略的一次明显转向：不再只做 scale-out，而是同时进入 scale-up 领域。两者的区别在于，scale-out 把单个计算节点连接成可能包含数万节点的集群，而 scale-up 则把处理器连接成大规模统一共享内存机器，通常位于同一机架内。对于数据集体量过大、无法装入单个处理器内存的工作负载，scale-up 是更直接的解法。

技术路线上，Cornelis 选择了一条与英伟达 NVLink 截然不同的路径。Active Compute Fabric 基于 UALink 和 ESUN 构建 scale-up 网络，使用 Ultra Ethernet 进行 scale-out 连接。UALink 即 Ultra Accelerator Link，是一种面向 AI 加速器之间裸片到裸片互连的开放标准，成立的直接目的就是为英伟达专有的 NVLink 提供替代方案。ESUN 即 Ethernet for Scale-Up Networking，同样瞄准 NVLink 所占据的 scale-up 网络层。两者之间存在一定竞争关系，但被业界视为可以协同工作的互补技术。Cornelis 的做法是同时采用两者，这在当前互连标准尚未收敛的窗口期，既是一种灵活策略，也是一种押注——它赌的是开放生态最终会形成合力，而不是被某一家专有方案锁死。

把计算塞进网络路径，数据到达时已经“不是原来的样子”

Active Compute Fabric 的核心主张，是让网络在数据传输过程中执行计算，而不是仅仅搬运数据包。Draeger 对 SiliconANGLE 的解释相当具体：在集合操作中，来自众多端点的部分结果在网络内部被合并，最终只有一个归约后的结果到达目的地，而不是数千份独立贡献；压缩后的梯度以原始大小的若干分之一传输；工作只发生一次，就在数据本来就要经过的路径上，而不是在两端消耗加速器周期。

“负载到达时，已经不是它离开时的样子。”Draeger 的这句话概括了整个架构的设计逻辑。据公司披露，Active Compute Fabric 可以组装分离式推理场景中的 KV 缓存数据、协调混合专家模型的专家调度、加速 AllReduce 等集合操作，并在传输过程中压缩梯度。公司称，基于生产前模拟，该架构可减少高达 50% 的整体网络流量。需要强调的是，这是“生产前模拟”的结果，并非来自实际客户部署的测量数据。模拟环境与真实生产集群之间的差距——包括工作负载多样性、故障模式、拥塞动态——意味着这一数字目前只能作为方向性参考，而非可验证的性能承诺。

从已披露的技术描述看，Active Compute Fabric 的差异化在于把“网内计算”从学术概念和实验原型推进到了产品化架构层面。网内计算本身并非 Cornelis 独创，学术界和部分交换机芯片厂商已探索多年。Cornelis 的增量在于将其与 UALink、ESUN、Ultra Ethernet 这套开放标准栈绑定，并明确面向 AI 训练和推理的特定集合操作进行卸载。但产品化程度如何、可编程接口的成熟度、以及客户实际能从中获得多少收益，目前均未披露。

与高通合作，是生态卡位还是技术验证的前夜

与高通的战略合作是本次发布中最值得拆解的信号之一。Draeger 表示，双方“正处于联合技术评估的后期阶段”，重点是跨 scale-up 和 scale-out 环境的机架级推理。目标是构建一个网络与加速器从一开始就协同设计的系统。

高通的角色值得注意。这家移动芯片巨头正在加速切入 AI 数据中心市场，尤其关注推理侧。据来源材料，高通正在开发 Dragonfly 系列的多款新 AI 加速器，并推进基于小芯片的高带宽计算架构，试图通过将 XPU 直接置于 LPDDR 内存堆栈之下来突破内存墙。这种设计会为 I/O 和裸片到裸片连接释放芯片边缘空间，恰好是接入 scale-up 系统的典型配置。换句话说，高通需要一种不是 NVLink 的 scale-up 互连方案，而 Cornelis 需要一个有分量的加速器合作伙伴来验证其架构。双方的需求在结构上是互补的。

但“联合技术评估”与“联合产品”之间还有相当距离。目前双方没有披露任何时间表、具体产品形态或客户承诺。从已披露信息看，这更像是一个生态卡位动作：在 UALink 和 ESUN 阵营中，Cornelis 需要证明自己不只是交换机供应商，而是能与加速器厂商进行深度系统级协同的玩家。高通则需要一个开放互连的盟友来支撑其进入数据中心的叙事。合作能否从评估走向量产部署，取决于双方在芯片与网络之间的接口定义、软件栈整合深度，以及是否有足够大的客户愿意同时采用两家相对英伟达而言都算“新进入者”的方案。

2.05 亿美元能买来什么：产能、部署，以及一个尚未验证的假设

按照公司披露，这笔 2.05 亿美元将用于扩大网络交换机生产规模，并加速 Active Compute Fabric 的部署。具体到产品，资金将支持 CN5000 交换机的 scale-up 场景拓展，以及 CN6000 的制造和客户部署。

从资本结构看，这是一轮由单一机构领投的晚期融资。Dealroom 将其标注为 late-stage round。但具体轮次、估值、以及 IAG Capital Partners 之外是否有其他参与方，均未披露。

更值得关注的是累计融资数据的冲突。Tracxn 显示 Cornelis Networks 累计融资 8530 万美元、共 6 轮；Indexed.vc 则显示累计融资 8700 万美元、共 4 轮，最近一轮为 2025 年 4 月的 2000 万美元风险投资轮。两个数据库口径不一致，具体原因未披露。如果以 Indexed.vc 的 8700 万美元为基准，本轮 2.05 亿美元相当于此前累计融资额的 2.4 倍左右，这一倍数为编辑基于 Indexed.vc 口径的推算，而非公司披露。这种单轮跳跃式融资，通常对应着公司从研发验证阶段进入规模化生产阶段的资本需求拐点。

但规模化生产的前提是需求真实存在。目前 Cornelis 没有披露任何客户名单、订单金额或部署规模。公司 CEO Lisa Spelman 称客户对开放替代方案的需求正在增长，其英文原话为：“We’re seeing growing demand from customers for an open alternative that gives them more choice in how they build their AI infrastructure, and that approach is creating real momentum for Cornelis.”Draeger 称“大型 AI 部署中加速器利用率通常只有一半左右”，这些说法均来自公司口径，来源材料中未提供可独立核实的客户案例或第三方利用率数据。从公开信息看，Active Compute Fabric 仍处于从架构发布走向客户验证的过渡期，2.05 亿美元买来的是把产品推到验证门槛之前的产能和时间，而不是已经锁定的市场地位。

开放标准的两面性：不与英伟达绑死，但也不等于有人买单

Cornelis 的叙事核心是“开放替代方案”。UALink 和 ESUN 都是行业联盟推动的标准，背后站着多家有动力挑战英伟达互连主导地位的芯片和系统厂商。从产业逻辑看，当英伟达以 NVLink 和 InfiniBand 构建起从芯片到网络的垂直整合壁垒时，其他加速器厂商——AMD、高通、以及各家自研 AI 芯片公司——都需要一个不被竞争对手控制的互连层。这是 UALink 和 ESUN 存在的根本理由，也是 Cornelis 押注开放标准的底层逻辑。

但开放标准的历史经验并不总是乐观。开放标准降低了采用门槛，也降低了差异化空间。如果 Cornelis 的交换机只是 UALink 和 ESUN 标准的合格实现者之一，那么它面临的竞争将来自所有同样支持这些标准的交换机厂商。Cornelis 的防御手段是 Active Compute Fabric 中的可编程计算能力——网内加速、集合操作卸载、传输中压缩——这些功能超出了标准互连的范畴，属于公司自有实现。但这也带来一个兼容性问题：客户如果采用 Cornelis 的网内计算功能，是否会被绑定到 Cornelis 的实现上，从而削弱“开放”带来的可移植性？公司未对此作出说明。

另一个结构性挑战来自英伟达本身。英伟达的 scale-up 方案 NVLink 已经演进到支持机架到机架的连接，使用铜缆与硅光技术。英伟达的 scale-out 方案 InfiniBand 和 Spectrum Ethernet 则覆盖了集群级互连。Cornelis 声称其产品优于 InfiniBand，但这一说法缺乏独立验证。在英伟达生态内部，网络、计算、软件栈的深度整合带来的性能优化，是开放标准阵营短期内难以复制的。Cornelis 的竞争空间，更多存在于那些已经决定不采用英伟达加速器、或者希望保持多供应商策略的客户群体中。这个群体的规模有多大、增长有多快，是 Cornelis 商业化前景的核心变量，目前同样缺乏公开数据支撑。

风险不在技术，在于验证路径的每一步都还没有被走过

Cornelis Networks 面临的风险可以归结为一个核心问题：从架构发布到客户部署之间的每一步，目前都缺乏公开证据证明已经被走过。生产前模拟的 50% 流量减少，需要在真实集群中验证；与高通的联合技术评估，需要转化为可量产的联合方案；开放标准的市场接受度，需要有足够多的加速器厂商和系统集成商真正出货；2.05 亿美元扩产的资金，需要有对应规模的订单来消化。

从已披露的 Active Compute Fabric 架构设计和高通合作、开放标准路线看，这意味着 Cornelis 选择了一条与英伟达正面竞争但路径不同的路线：用开放标准对抗专有生态，用网内计算对抗端到端整合。这个策略的逻辑自洽，但前提条件相当苛刻——它要求 UALink 和 ESUN 生态在足够短的时间内成熟到可以支撑大规模部署，要求 Cornelis 的网内计算能力在真实工作负载中展现出模拟所承诺的收益，还要求客户愿意在一个尚未被大规模验证的架构上承担早期采用者的风险。客户名单、订单、部署规模、真实性能数据全部未披露，因此结论的边界是：这是一个方向明确、但验证进度几乎为零的阶段。

对于 IAG Capital Partners 而言，这笔 2.05 亿美元的押注，赌的是 AI 互连层不会永远被英伟达一家定义。这个判断在产业逻辑上站得住脚，但从判断到回报之间，隔着 Cornelis 必须独自走完的验证之路。

验证边界与可复核指标

本文涉及的“首个、唯一、最大、领先”、订单、出货、性能等表述，如无另行说明，均是公司、创始人或投资方在现有公开材料中的披露口径；RecodeX未在本次采集材料中找到独立审计或第三方测试结论，因而不将其视为已经独立确认的事实。文中的产业协同、竞争位置和商业路径属于基于已披露产品与融资用途的编辑分析，不代表相关结果已经实现。

• 技术侧应核验第三方测试条件、样本规模、良率、稳定性及与可比方案一致口径的结果；
• 商业侧应核验去重后的付费客户、可执行合同、收入确认、复购率以及订单转化；
• 资本与产业协同应以工商股权、关联交易、联合开发、采购或量产文件为准。

RecodeX 极客视：当网络从“管道”变成“计算现场”，互连层的竞争就不再是带宽和延迟的数字游戏，而是谁能把等待数据的时间从加速器的账单上划掉。Cornelis 的开放路线提供了一个英伟达之外的想象空间，但想象空间要变成市场份额，需要的不是另一场架构发布会，而是一个愿意公开真实集群数据的客户。