Upscale AI:用5亿美元和一张白纸,重写AI数据中心网络的规则

当所有人都在卷GPU算力时，有一群人发现：真正卡住AI集群脖子的，不是算力，而是网络。Upscale AI——这家成立不到一年、估值已飙至20亿美元的硅谷独角兽——正用一颗名为 SkyHammer™ 的定制化交换芯片，向NVIDIA的NVSwitch发起正面挑战。

一、公司速览：从隐身到独角兽，只用了不到12个月

Upscale AI 于2025年在加州Santa Clara成立，由前Auradine高管 Barun Kar（CEO）和 Rajiv Khemani（Executive Chairman）创办。团队核心来自Cisco、Broadcom、NVIDIA等网络与芯片巨头。

其融资节奏堪称疯狂：

• 2025年初：$1亿美元种子轮

• 2026年1月：$2亿美元A轮，Tiger Global与Premji Invest领投，直接跻身独角兽

• 2026年6月：追加$1.9亿美元A-1轮，总融资达5亿美元，估值20亿美元

投资方名单极具深意：Intel Capital、AMD、Qualcomm、Tiger Global、Premji Invest——以及 NVIDIA。连"被挑战者"都成为了股东，足见AI网络赛道的战略价值。

Upscale AI的自我定位非常清晰：全球第一家 pure-play AI 网络公司。不做GPU，不做XPU，只做一件事——让AI集群里的所有加速器、内存和存储，像一台机器一样协同工作。

二、产品全景：不是算力芯片，是AI网络的"高速公路"

Upscale AI的产品线分为两层，恰好对应AI数据中心的两大网络域：

1. SkyHammer™ —— Scale-Up 核心交换ASIC

这是Upscale AI的"核武器"，一颗从零设计的定制化交换芯片，直接对标NVIDIA NVL72机架中的NVSwitch。

SkyHammer的定位是机架内高速互联：把同一机架内的GPU、XPU、内存和存储，通过纳米秒级延迟的load/store语义网络，融合成一个统一的、同步的、无阻塞的计算单元。

产品形态三种：

• 独立ASIC：供超大规模客户自研系统集成

• 交换刀片：集成到第三方机架系统

• 整机架系统： turnkey交付

2. Scale-Out 系统 —— 基于NVIDIA Spectrum-X的开放以太网

有趣的是，Upscale AI在Scale-Out（机架间/数据中心级互联）领域选择了与NVIDIA合作：采用NVIDIA Spectrum-X以太网交换芯片，叠加自研的AI优化版SONiC网络操作系统。

这种"既竞争又合作"的策略，让Upscale AI在Scale-Up领域挑战NVLink生态，同时在Scale-Out领域借助NVIDIA的成熟硅片快速落地。

三、架构深度：Clean-Sheet 设计的六个核心选择

SkyHammer不是"改良版交换机"，而是为AI负载重新发明的网络原语。其架构设计体现了极端的领域专用思维：

1. 内存语义 Load-Store 架构

传统网络基于"报文转发"语义，而SkyHammer采用内存语义——将网络视为CPU/GPU的扩展内存总线，直接支持load/store操作。这彻底改变了加速器之间的通信范式。

2. 亚微秒级确定性延迟

SkyHammer的往返延迟（RTT）目标为 500–700纳秒。作为对比，传统数据中心交换机在AI集体通信场景下往往达到微秒甚至数十微秒级。这种确定性延迟是万亿参数模型同步训练的关键。

3. 单级拓扑假设

架构设计假设Scale-Up域内任意两个GPU之间仅经过一次交换跳数（single-stage topology）。这极大简化了ASIC的转发逻辑、缓存设计和流控机制——不需要复杂的多跳路由，只为"扁平、高速、可预测"而生。

4. 1:1 无超额订阅

传统交换机常采用超额订阅（oversubscription）来降低成本，但AI集体通信（AllReduce、AllGather）要求任何时刻任何端口都能获得标称带宽。SkyHammer坚持严格的1:1带宽保证，网络永远不会成为瓶颈。

5. 零丢包无损 fabric

摒弃传统的PFC（Priority Flow Control）拥塞控制，采用链路级重传（link-level retry）机制。结合确定性流控，实现真正的零丢包网络——昂贵的GPU不会在等待网络重传中空转。

6. 多协议灵活语义

SkyHammer原生支持 UALink、ESUN、UEC 等开放互联标准，且架构具备"灵活语义"——可以在不重新流片的情况下适配新协议版本。这是对AI互联标准混战局面的精准押注。

四、跑分与性能指标：网络芯片的"算力"怎么比？

需要明确：SkyHammer尚未正式出货（计划2026年发布），因此没有第三方MLPerf式跑分。但Upscale AI公布的架构级性能指标，已足够让网络工程师兴奋：

特别值得关注的是集体通信加速：SkyHammer内置了类似NVIDIA SHARP的in-network computing能力，可以在交换节点上直接执行Reduce操作，大幅减少数据搬运量。

五、封装与系统：从硅片到机架的全栈思维

SkyHammer的封装和系统策略，体现了"芯片即系统"的设计理念：

芯片级

• 定制化ASIC：非FPGA/商用交换芯片改装，从晶体管级别为AI负载优化

• 先进工艺：虽未公布具体制程，但鉴于500-700ns延迟目标和2026年出货计划，预计采用先进FinFET工艺（推测5nm级或更先进）

• 高集成度：单芯片需集成大量SerDes、灵活协议解析引擎、telemetry处理单元

系统级

• 低损耗PCB/背板设计：单级拓扑要求信号完整性做到极致

• 统一机架供电与散热：与计算节点协同的电源和散热架构

• 光/电互联混合：机架内短距可能用电，跨机架用光

软件级

• SONiC-based NOS：基于微软开源SONiC深度定制，超大规模客户零学习成本

• AI优化调度：与GPU调度器协同，网络感知任务放置

Upscale AI强调：SkyHammer无法独立运行，必须与GPU/XPU协同工作。这决定了其封装和系统设计的核心约束——它是一颗"协处理器"，服务于计算集群的同步需求。

六、设计难点：为什么这颗芯片难做？

SkyHammer的clean-sheet设计听起来美好，但工程实现面临多重挑战：

难点1：全栈协同的复杂度

从晶体管→芯片→PCB→机架→软件，每一层都必须为"亚微秒确定性"服务。传统网络公司做芯片、芯片公司做系统，Upscale AI要求一个团队同时精通所有层级，任何一环的妥协都会击穿延迟承诺。

难点2：开放标准 vs 极致性能的平衡

支持UALink、ESUN、UEC多协议，意味着芯片必须保留足够的可编程灵活性。但灵活性往往以面积、功耗和延迟为代价。SkyHammer的"灵活语义"设计如何在硅片面积和性能之间取舍，是核心商业秘密。

难点3：与NVIDIA生态的竞合关系

NVIDIA既是Upscale AI的投资方，又是其Scale-Up领域的直接竞争对手（NVLink/NVSwitch）。Upscale AI需要在"借助NVIDIA的Scale-Out生态获客"和"在Scale-Up领域打破NVLink垄断"之间走钢丝。

难点4：缺乏第三方基准验证

目前所有性能数据均为架构目标或内部测试。在2026年产品正式出货前，Upscale AI必须说服超大规模客户：一颗初创公司的芯片，能在可靠性上媲美Cisco、Arista、Broadcom的成熟产品。

难点5：协议标准的"鸡生蛋"困境

UALink和ESUN生态尚未成熟。SkyHammer的成功不仅取决于自身硅片质量，还取决于AMD、Intel、Qualcomm等盟友能否推出足够多支持这些协议的GPU/XPU。

七、工程师学习点：SkyHammer教会我们什么？

无论Upscale AI最终成败，其设计方法论都值得每一位芯片和系统工程师深思：

1. 领域专用架构（DSA）的极致实践

SkyHammer把"做减法"做到了极致：砍掉所有企业级特性、砍掉多跳路由、砍掉超额订阅。每个晶体管都必须为AI负载"赚钱"。当你设计ASIC时，先问：这个特性我的目标工作负载真的需要吗？

2. 确定性优于平均值

AI训练不 care 平均延迟，care 的是尾延迟（P99/P999）和确定性。SkyHammer的每一个设计选择（单级拓扑、链路级重传、1:1带宽）都服务于"最坏情况可预测"。这对实时系统和加速器互联设计极具启发。

3. 开放标准是最好的护城河

Upscale AI选择拥抱UALink/ESUN/UEC，而非自建私有协议。在AI基础设施领域，开放性本身就是一种竞争壁垒——客户害怕被NVIDIA锁定，愿意为"可选项"支付溢价。

4. 网络是计算堆栈的一级公民

传统数据中心把网络视为"管道"，Upscale AI把网络视为计算资源的延伸。load/store语义、in-network computing、微秒级遥测——这些理念正在重新定义"网络"在系统架构中的位置。

5. 全栈思维 > 局部优化

SkyHammer的竞争力不在某一项单点技术，而在"硅片-系统-软件-机架"的纵向打通。对硬件工程师的启示：不要只优化你的RTL，要优化你的RTL在机架里跑起来的样子。

结语：网络战争，才刚刚开始

Upscale AI的野心不止于做一颗更好的交换芯片。它试图重新定义AI基础设施的底层规则：从"以GPU为中心"转向"以网络为骨架"的异构计算生态。

当NVIDIA用NVLink编织封闭帝国时，Upscale AI用5亿美元和一张白纸，赌的是开放标准+极致性能能够撕开一道口子。2026年，SkyHammer硅片即将出货——那将是检验这场豪赌的第一张考卷。

对于工程师而言，无论Upscale AI成败，它都已经证明了一件事：在AI时代，网络不再是"连接计算"的配角，而是"定义计算"的主角。