Netris 获 a16z 1500万美元A轮融资：为AI新云厂商加速数据中心部署

背景

人工智能的爆发式增长引发了数据中心建设的热潮，几乎各行各业都在尝试进入这一领域。然而，建立并运营一个数据中心并非易事。

即便解决了获取GPU、网络交换机和存储设备等硬件资源的问题，接下来的配置、运行以及满足客户多样化需求的过程依然复杂。对于一个旨在提供AI推理和训练服务的云数据中心而言，将其准备就绪并投入商用可能需要数月的工作时间。市场进入时间越长，那些昂贵且稀缺的GPU闲置成本就越高。

传统上，数据中心主要由 Equinix、NTT、Digital Realty、Oracle、Microsoft、AWS 和 Google 等大型基础设施运营商主导。这些巨头通过雇佣大量工程师或自行构建自动化系统，解决了网络设置、配置和多租户隔离的问题。然而，新兴的“新云”（Neoclouds）企业通常缺乏此类资源。

核心内容

网络自动化初创公司 Netris 声称能够解决这一痛点。该公司提供运行在网络交换机上的软件，并推出一个连接交换机的平台，旨在通过自动化设置、配置和运维，帮助新云运营商缩短上线时间。该平台提供网络抽象能力，允许按需更改硬件配置，并在硬件层面隔离服务器和资源，从而支持多租户环境。

Netris 首席执行官 Alex Saroyan 向 TechCrunch 指出，作为GPU集群运营商，每天都需要对每一条链路进行配置更改。传统数据中心通常使用软件定义网络（SDN）技术，但 SDN 作为纯软件技术，在面对AI场景下的高流量时显得力不从心。“对于AI来说，纯软件方案行不通，因为流量巨大，一切必须实现硬件加速。我们需要一种类似SDN但完全硬件加速的技术，这正是我们过去八年一直在做的事情。”

Netris 的平台具有厂商中立性，兼容数据中心使用的各种网络设备和标准，无论是 Nvidia 还是 AMD 的服务器均可适配。

这一承诺已赢得众多行业巨头的认可，其中就包括 Nvidia。两年前，这家芯片巨头在演示了 Netris 的技术后印象深刻，并向其多位客户推荐了该公司。目前，Netris 已在全球超过 35 个 GPU 集群中上线运行，涉及约一百万颗 GPU。这些集群由 Lightning AI、Foxconn（富士康）、Visionbay、Hewlett Packard Enterprise（惠普企业）、Tensorwave、Telus 等公司运营。

基于这一势头，Netris 已从 Andreessen Horowitz（a16z）完成了 1500 万美元的 A 轮融资。

值得注意的是，Netris 的技术核心并非 AI。Saroyan 表示，公司仅使用此前为运行和配置自动化及运维而开发的算法。“我们在 AI 兴起之前就开始了这项工作，并早期就意识到了这一挑战。AI 是非确定性的，有时它喜欢自作主张。这对于创造性工作很有用，但在更改数千个交换机配置时，你不需要创造性，你需要的是极强的持久性和可重复性。”

a16z 合伙人 Guido Appenzeller 将加入 Netris 董事会。展望未来，Netris 计划利用这笔资金招聘更多工程师和销售人员，增加对更多硬件厂商的支持，并在算法中实现更多功能。

关键要点

• 融资情况：Netris 完成 1500 万美元 A 轮融资，由 a16z 领投，a16z 合伙人 Guido Appenzeller 加入董事会。
• 解决痛点：针对新云（Neoclouds）运营商缺乏资源、数据中心上线周期长、GPU 闲置成本高的问题，提供自动化网络配置与运维解决方案。
• 技术架构：
  • 提供运行在交换机上的软件及管理平台。
  • 实现网络抽象，支持硬件配置灵活变更。
  • 在硬件层隔离服务器与资源，实现多租户支持。
  • 完全硬件加速：区别于传统 SDN 软件方案，针对 AI 高流量场景进行硬件级优化。
• 厂商中立：兼容主流网络设备和标准，支持 Nvidia 和 AMD 服务器。
• 市场验证：
  • 获得 Nvidia 背书，Nvidia 曾向其客户推荐 Netris。
  • 已在全球 35+ GPU 集群部署，管理约 100 万颗 GPU。
  • 客户包括 Lightning AI、Foxconn、HPE、Tensorwave 等知名科技企业。
• 非 AI 驱动：核心算法基于传统自动化逻辑，强调确定性、持久性和可重复性，而非使用非确定性的生成式 AI。
• 资金用途：扩充工程与销售团队，扩展硬件供应商支持列表，增强算法功能。

意义与影响

Netris 的融资及其技术路径揭示了 AI 基础设施领域的一个关键细分机会：底层网络自动化的硬件加速化。

随着 AI 算力需求的激增，GPU 成为稀缺资源，任何导致 GPU 闲置的时间都是巨大的成本浪费。传统的数据中心自动化手段（如 SDN）在面对 AI 训练和推理产生的极高网络吞吐时存在性能瓶颈。Netris 提出的“硬件加速网络自动化”方案，直击这一痛点，为新进入者降低了技术门槛和运营复杂度。

此外，该案例也反映了风险投资对“AI 基础设施铲子”类公司的持续看好。a16z 的投资表明，市场不仅关注 AI 模型本身，更关注能够高效部署和管理 AI 算力的底层工具。Netris 强调其技术“非 AI 驱动”且追求“确定性”，这在当前盲目堆砌 AI 概念的市场环境中，提供了一种务实且高效的技术价值观——在关键的基础设施领域，可靠性和效率远比创造性更重要。