Upscale AI 融资 1.9 亿美元：当芯片巨头高墙耸立，前 Intel 与 Palo Alto Networks 团队如何用“开放标准”围攻英伟达的护城河？

计算产业的每一次重大范式转移，都会催生出一家全新的网络巨头。

在 20 世纪 90 年代，当个人电脑（PC）开始通过万维网彼此相连时，Cisco（思科）和 Juniper（瞻博网络）建造了最初的数字管道；当互联网全面拥抱云计算，Arista 与 Broadcom（博通）接管了数据中心的数据流量分发。如今，生成式人工智能（GenAI）正在以吞噬一切的姿态重构物理世界，硅谷创企 Upscale AI 正赌上全部筹码：AI 是一场同等量级、甚至更深远的计算革命，而他们将成为 AI 时代的“新思科”。

这家总部位于加利福尼亚州圣克拉拉的芯片与网络创企，刚刚完成了一笔 1.9 亿美元的 A-1 轮融资。至此，在成立短短不到 18 个月的时间里，Upscale AI 的累计融资金额已达 5 亿美元，估值飙升至 20 亿美元。本轮融资由管理着 150 亿美元资产的 Premji Invest 领投，新加入的战略与财务投资者阵容堪称奢华，包括英伟达（Nvidia）、Salesforce Ventures、淡马锡（Temasek）和 Seligman Ventures，原有股东 Mayfield、Tiger Global（老虎环球基金）、StepStone、Maverick Silicon 和 Prosperity7（沙特阿美旗下）也悉数跟投。

Upscale AI 所追逐的，是一个几乎令人窒息的宏大市场。根据 Dell’Oro Group 的预测，随着微软、谷歌、Meta 和亚马逊等科技巨头疯狂扩建 AI 算力集群，到 2030 年，全球 AI 数据中心交换机的年支出将超过 1000 亿美元。仅在 2026 年，这五大科技巨头在 AI 基础设施上的资本开支就将达到约 660 亿至 690 亿美元，几乎是 2025 年的一倍。

然而，在这个万亿级的军备竞赛中，最痛的瓶颈不在于 GPU 算力本身，而在于连接 these GPU 的“神经网络”。

终结“异构孤岛”的开放编织网络

“传统的数据中心网络是为前 AI 时代的 Web 应用和云存储设计的，它们根本无法满足现代 AI 大模型训练所需的高带宽、极低延迟以及高精度的同步互联。”Seligman Ventures 的管理合伙人 Umesh Padval 解释道。

当成千上万颗 GPU 被绑在一起训练像 GPT-5 这样的大模型时，它们不能像普通的服务器那样各干各的，而是需要进行密集的、近乎绝对同步的数据交换。目前，市面上最先进的互联技术是英伟达独家垄断的 NVLink 和 InfiniBand 方案。这套专有技术生态虽然性能极高，但它带来了一个致命的限制：绑定（Lock-in）。客户如果想要跑满带宽，网络中的所有芯片、网卡、交换机，甚至整台服务器，都必须全部购买英伟达的产品。

这就好比，如果你的笔记本电脑想要连上家里的无线网络，你必须保证路由器、手机、甚至智能冰箱全都是由同一家厂商生产的。这种闭源的软硬件垄断，让急于摆脱“英伟达税”的云巨头与新一代大模型厂商感到深深的警惕。

Upscale AI 的核心突破，就是设计了一套名为“开放标准网络织物”（Open-Standard Networking Fabric）的芯片与软件系统。这套方案允许来自英伟达、AMD、英特尔以及云厂商自研（如谷歌 TPU、亚马逊 Trainium）的各种异构芯片以全速连接和协同工作，彻底打破单一厂商的生态高墙。

“我们正在做的事情，就是让这些来自不同厂家的 GPU 学会说同一种语言。”Upscale AI 联合创始人兼 CEO Barun Kar 如此描述公司的技术愿景。

面对英伟达以 NVLink 和 InfiniBand 构筑的高墙，Upscale AI 联合创始人兼执行主席 Rajiv Khemani 认为这并不是一道不可逾越的鸿沟。“未来的世界必然是异构 AI 系统并存的。这不是一个非黑即白的选择，我们的开放网络不是为了取代英伟达的方案，而是为了让市场上所有的芯片都能在这个网络上共存，共同释放最大算力。”

再次围攻博通的“硅谷老兵盟军”

投资人之所以愿意在短短 18 个月内砸下 5 亿美元，很大程度上是押注于这家公司极其奢华的创始团队背景——他们曾是硅谷少数真正从芯片巨头牙缝里撕下过市场份额的胜者。

执行主席 Rajiv Khemani 是一位连续创业者。在创立 Upscale AI 之前，他曾担任 Intel 网络处理业务的负责人，并曾担任 Cavium 的首席运营官。随后，他联合创立了网络芯片公司 Innovium。在过去的十年中，博通（Broadcom）几乎垄断了高端数据中心交换芯片市场，而 Innovium 是唯一一家成功打破博通垄断、在超大规模云厂商（Hyperscalers）中抢下两位数市场份额的网络芯片创企。2021 年，Innovium 被美满电子（Marvell）以 11 亿美元的价格高价收购。而本轮领投的 Premji Invest，正是当年陪同 Innovium 走到最后一轮的核心投资方。

CEO Barun Kar 则拥有顶尖的网络与安全工程基因。他是网络安全巨头 Palo Alto Networks 的创始团队成员之一，此前还曾主导了 Juniper Networks 整个以太网（Ethernet）产品线的研发。

两位硅谷老兵的职业生涯在 Auradine（一家专注于区块链与 AI 芯片架构的安全创企）交汇，并最终在 Auradine 内部孵化出了 Upscale AI。

本轮领投 of Premji Invest 管理合伙人 Sandesh Patnam 指出了当前 AI 基础设施投资的最大空白：“如果你看看过去三四年里发生的一切，就会发现几乎所有人的注意力都集中在算力（Compute）层上。但实际上，如果整个计算层都是为了 GenAI 重新设计的，那么底下的每一层——网络、存储、缓存——都必须重写。因为旧时代的云架构根本不是为了这种爆发式的数据吞吐量设计的。”

3纳米先进制程下的“钞票粉碎机”

然而，在网络芯片这个属于行业巨人的战场上，5 亿美元的资金也仅仅是一张入场券。

当前，最先进的高性能网络芯片设计已经逼近 3 纳米甚至更先进的半导体物理极限。设计一颗这样的定制芯片，在产品正式出厂前，研发费用、光罩（Mask）成本、模拟测试就足以吞噬数亿美元。更严峻的是供应链端的压力：由于台积电等晶圆代工厂的先进产能极其紧张，供应商现在要求芯片创企提前 12 到 24 个月支付数额巨大的预付款，才能锁定未来的生产排期。此外，Upscale AI 在不到一年的时间里，员工规模已迅速扩张至数百人，每月的研发与人力开支极其庞大。

“为了能向台积电等顶级供应商展示我们的资金实力并锁定产能，一个极度厚实的资产负债表是不可或缺的。”Rajiv Khemani 坦言。

与此同时，外部竞争的战鼓已经敲响。Upscale AI 的直接竞争对手——同样专注于超大规模 AI 网络芯片设计的 Nexthop AI，在今年 3 月刚刚完成了 5 亿美元的 B 轮融资，估值攀升至 42 亿美元。博通与英伟达更是拥有近乎无限的研发预算和深厚的大客户生态。

此外，Upscale AI 所依赖的“开放标准”（如超以太网联盟 UEC，由 AMD、英特尔、谷歌、Meta、微软等 80 多家巨头联合发起）虽然声势浩大，但在实际的大模型训练中，其传输效率、丢包重传机制是否能够真正匹敌英伟达闭源的专有网络，仍需在未来的实际部署中接受检验。

对于未来是否会将 IPO 作为终点，Rajiv Khemani 显得信心十足：“IPO 固然是一个令人兴奋的里程碑，但我们所做的事情，其最终的商业版图和对产业的颠覆性，将远比一次上市要大得多。”

Upscale AI 关键数据一览

RecodeX 极客视点
AI 的算力竞争正在从“单卡性能”快速演变为“网络互联”。在大模型参数量跨越万亿门槛 of 今天，谁能解决 GPU 之间的高速通信，谁就握有算力扩张的终极钥匙。英伟达凭借 InfiniBand 与专有软件栈构建了坚固的闭源护城河，促使下游云巨头（如微软、谷歌、Meta）与异构芯片商（如 AMD、Intel）结成“以太网反击同盟”。
Upscale AI 恰恰站在这场代理人战争的风口浪尖。Rajiv Khemani 的 Innovium 团队曾经向博通的垄断发起过一次成功的突袭，并最终由 Marvell 接手；如今，他与 Palo Alto Networks 班底重组，试图再次用开放标准芯片去敲碎英伟达的网络铁幕。虽然英伟达作为战略投资者加入了本轮融资，但这更像是一种在开放网络阵营中的“买保险”和生态渗透行为。对于 Upscale AI 而言，在 3nm 先进制程极高的烧钱游戏与强敌环伺中，如何实现技术在真实物理集群中的性能兑现，并建立稳固的商业闭环，将决定它最终能成为“AI 时代的思科”，还是再次成为芯片巨头并购版图中的一记注脚。