Volantis 筹集 8800 万美元 A 轮融资，利用光技术解决 AI 内存瓶颈

这家旧金山芯片初创公司押注计算和内存之间的光学连接可以使人工智能推理更快、规模更大

人工智能模型不断变得越来越大，运行它们的芯片一直在等待内存。 Volantis 刚刚筹集了 8800 万美元来尝试用激光解决这个问题。

这家旧金山半导体初创公司于 2026 年 10 月 1 日完成了 A 轮融资，融资总额达到 9700 万美元。它的主张是：用光学连接取代人工智能芯片和内存之间的部分电气管道。

回合和名单

Lachy Groom 和 Abstract Ventures 共同领投了本轮融资。 John Doerr 和 VXI Capital 也参与其中。

此前，Alex Wang 和 Trevor Blackwell 等人都在 2025 年进行了 900 万美元的种子轮融资。

领导团队带来了 NVIDIA、AMD、Broadcom 和 Ayar Labs 的半导体和光子学经验。首席执行官塔帕·戈什 (Tapa Ghosh) 领导着该公司。

瓦兰蒂斯想要如何修复记忆

计算芯片的速度已经大大加快，但从内存中向其提供数据已成为人工智能推理的限制因素，而在人工智能推理中，经过训练的模型实际上会回答您的提示。

Volantis 正在通过光子互连来解决这个问题。核心组件是定制的微型 VCSEL，是垂直腔表面发射激光器的缩写。

人工智能、科技及其所推动的市场——每日简报。日常的。自由的。加入加密货币、金融和政策领域 34,000 多名读者的行列。电子邮件地址 免费订阅 我们尊重您的隐私。随时取消订阅。

这些是微型激光器，可以从芯片表面直接发射光线。 Volantis 使用它们在计算芯片和内存之间创建光学链路。

该公司的架构旨在将 GPU 连接到多达 220 个存储芯片，而传统设置中大约需要 8 个芯片。

VCSEL 技术已经在消费设备中得到验证，包括 iPhone 的 Face ID。 Volantis 正在对其进行调整并指出数据中心的问题。

根据该公司的方法，这可以使内存更有效地聚合，而不需要对包装或制造进行根本性的改变。

认识第一个系统 A-1

Volantis 正在构建其第一个系统，称为 A-1，其目标如下：

旨在处理具有超过 20 万亿个参数的模型

每个用户每秒最多 10,000 个令牌

约 10 TB 内存容量

每秒 240 TB 的带宽

Volantis 计划到 2027 年向客户提供 A-1 集成推理引擎。

为什么大型芯片制造商是标杆

Volantis 将其光学方法定位为突破 NVIDIA 和 AMD 传统加速器所面临的内存限制的一种方法。 Volantis 自己的几位团队成员也来自这些公司。

Volantis 并不一定试图在原始计算方面击败现有企业。它的赌注范围较小：推理的下一个巨大收益将来自内存访问，而不是处理能力。