人工智能集群昂贵的不只是设备本身，还有设备等待数据的时间。Salience Labs正试图用光路交换机解决这一约束，新融资使该公司更有空间将一个器件转化为可部署的基础设施。
这家牛津公司于10月14日宣布完成1.25亿美元B轮融资，由Bullhound Capital领投，AMD Ventures和Intel Capital参与。Data Center Dynamics也另行报道了融资。关键的投资问题，是这项技术能在客户运行网络中提供多少可用网络能力，而不是将融资额与原型摆在一起时有多引人注目。
光路仍然需要网络决策
光路交换在端点之间建立物理光连接。将交换路径保持在光域，可避免电交换机处理信号时所需的转换。Keysight对光网络的解释介绍了潜在功耗与时延收益，也强调自动化连接与测试的需要。
这种连接仍必须适用于经过它的流量。选择哪些端点通信、何时改变连接，以及如何处理故障，依然是系统层面的问题。快速器件不会消除这些决策，其性能必须与运营方的控制软件、光链路和工作负载调度相匹配。
这形成了信号传输与重新配置之间的实际区别。数据穿过既定路径的时间，并不等于改变路径所需的时间。若评估只展示器件最有利的数字，就可能忽视为下一种通信模式准备网络的成本。这是一项分析性的测试要求，并非指控Salience错误报告了规格。
现有部署验证的是类别，而非某个供应商
有充分证据表明，不能将光交换视为实验室中的新奇事物。谷歌工程师在Mission Apollo研究中描述了一项大规模生产部署。作者解释，成本、端口数量、切换时间与光学性能，共同影响其内部设计，收发器和双向链路也需要协同设计。
这些经验加强了对这种架构类别的支持，也说明不能脱离周边网络单独评估产品。谷歌的实现采用了不同的交换技术，并针对自身基础设施设计。不能把它的生产历史转移给Salience，作为相同可靠性、客户采用率或财务回报的证明。
对于基础设施投资者，这是有用的中间立场。证据支持考察一条真实的部署路径，而非将整个市场视为投机。它却不支持认定：只要成熟运营商在其他地方采用了光交换，任何光交换机就能赢得客户。
客户支付的是完整运行网络的成本
相关的经济单位，是支撑工作负载的可运行网络。器件可能耗电更少，但安装仍可能需要额外光学组件、控制工作或维护。反过来，改善昂贵加速器之间通信的架构，可能创造超过交换机本身用电价值的收益。两种可能都需要在系统边界上测量。
可信的比较应保持工作负载和服务要求一致，然后考察完成的工作量、能耗、可用性与总安装成本。如果流量模式变化，比较也应包含这种转换。否则，较低的组件成本就可能被误认为较低的有效计算成本。
这些是建议的评估标准，并非已公布的Salience客户结果。所审阅的融资公告没有提供足够的客户级运行数据，无法计算投资回收期或预测利润率。半导体公司的投资，也不构成其商业业务作出采购承诺的证明。融资支持与客户收入回答的是不同问题。
融资提供了完成客户认证的机会
制造路线有一个可核实的起点。Tower Semiconductor在2月25日的公告中描述了制造光子集成电路光交换机的合作，并称项目由开发进入预生产阶段。这说明的是当时的阶段，不能默默将其当作10月已交付产量的报告。
Salience的10月融资公告称，资金将支持部署、扩大制造规模以及在硅谷扩张。公告还介绍了64端口演示和未来更大规模的配置。演示过的端口数量与路线图，仍不同于可重复生产、并被付费客户接受的产品。融资让后续步骤更可行，却没有证明这些步骤已经完成。
因此，最有力的正面证据，应是公开披露的客户认证与重复部署，以及一致的工作负载层面结果。整合延误，或在计入完整运行网络后消失的收益，都会挑战其经济逻辑。Salience已经为改善人工智能基础设施昂贵层次的一次可信尝试筹集资金。这次尝试的价值，将在网络实际运行的地方确立。