Cornelis Networks完成约2.05亿美元融资并发布Active Compute Fabric，提出让网络在传输数据的同时承担部分计算与通信任务以减少GPU等待时间；公司现有CN5000已出货，CN6000正在送样，更完整的可编程网络内计算能力则属后续产品规划。公告中的性能和节能数据多基于公司建模与内测，尚缺独立大规模部署验证。
美国AI基础设施公司Cornelis Networks于2026年9月14日宣布完成约2.05亿美元融资，由IAG Capital Partners领投。公司同时推出Active Compute Fabric，一套覆盖机架内扩展（scale-up）和跨节点扩展（scale-out）的开放式网络架构，主张让网络在传输数据的同时执行部分计算和通信任务。
这项发布将竞争焦点从GPU和专用加速器，进一步推向连接芯片、调度数据和协调集群的互连层。不过，Cornelis披露的部分性能和效率数字来自公司建模、内部测试或下一代产品设计目标，尚不能等同于大规模商业部署后的独立验证结果。
AI基础设施的瓶颈，正在从芯片延伸到互连
在大模型训练和推理集群中，GPU或其他加速器并不总是在进行有效计算。数据搬运、集体通信、拥塞控制以及不同处理阶段之间的同步，都可能使昂贵的计算资源等待数据到达。
Cornelis在Active Compute Fabric产品说明中，将传统网络描述为主要负责在端点之间转发数据的“被动”基础设施，并提出让网络在数据经过每一跳时执行更多操作。其架构包括无损传输、网络内加速，以及面向未来产品的可编程计算能力。
公司的目标不是单纯提高链路带宽，而是把部分通信和数据处理工作从主机软件和加速器中卸载到网络内部。Cornelis称，这可以包括拥塞管理、集合通信、KV Cache传输，以及面向混合专家模型的路由和数据去重等任务。
Cornelis还援引自身对公开数据的建模称，在一个拥有10万块GPU的系统中，约一半GPU时间可能花在等待数据上，对应每年约16.8亿美元的闲置计算能力和500吉瓦时的电力消耗。这一数字建立在公司设定的GPU价格、年运行时间和约50%非生产性时间等假设之上，属于模型估算，而不是对某个已部署集群的实测结果。
Active Compute Fabric与现有产品如何衔接
Cornelis表示，Active Compute Fabric将通过不同产品阶段逐步落地。现有的CN5000已经开始出货，提供基于Omni-Path的scale-out网络能力；CN6000则是一款支持Omni-Path、RoCEv2和Ultra Ethernet的800G多协议SuperNIC，目前正在向客户送样，扩大供应预计在2026年第四季度进行。
公司在CN5000产品页上强调，该产品采用开放标准硬件并配套开源软件栈，目标是兼容不同平台和框架。CN6000产品页则列出对AMD和NVIDIA加速器、NCCL、RCCL、UCX、MPI及其他软件和网络生态的支持。
更进一步的CN7000被设计为把Active Compute扩展到scale-up网络，通过UALink和ESUN等标准支持机架内的加速器连接，并引入Cornelis所称的Distributed Compute Fabric。公司同时提醒，面向未来产品的能力属于设计目标，具体规格和产品路线仍可能调整。
这一产品节奏意味着，9月14日的发布并不代表所有Active Compute Fabric能力已经可用。能够确认的是，CN5000已经出货，CN6000正在客户取样；可编程计算和更完整的网络内计算能力，则主要对应后续产品规划。
2.05亿美元将用于扩大scale-up业务
Cornelis说，这笔约2.05亿美元资金将支持公司进入scale-up网络市场、扩大生产、深化客户合作，并推动下一代scale-up和scale-out产品上市。领投方IAG Capital Partners在其投资组合页面中，将Cornelis定位为面向AI、高性能计算和高性能数据分析的高性能网络供应商。
IAG合伙人Joel Whitley在Cornelis公告中表示，开放标准的AI scale-up和scale-out网络到2030年的市场机会超过550亿美元。但这一数字是投资方和公司对市场空间的判断，不能直接视为已实现收入或已签署订单规模。
Cornelis还宣布与Qualcomm Technologies展开公开合作。Qualcomm数据中心业务负责人Tony Pialis将与Cornelis首席执行官Lisa Spelman在AI Infra Summit上讨论机架级AI系统中的网络效率。现有公告主要描述双方对网络成为AI系统关键设计因素的共同判断，并未披露一项已经完成商业部署的联合产品或具体采购金额。
从英特尔剥离后，Cornelis押注开放架构
Cornelis于2020年从英特尔相关业务中剥离成立，长期聚焦高性能计算、数据分析和AI工作负载的互连技术。其开放式路线与英伟达围绕GPU、网络、软件和机架组成的垂直化平台形成对照。
TechCrunch在相关报道中指出，Cornelis希望让客户在使用其网络架构时保留对GPU和加速器的选择，而不必完全绑定于单一供应商的芯片和软件栈。报道同时称，公司已经开始出货现有产品，并预计在今年晚些时候推出下一代产品。
不过，开放架构能否转化为大规模客户采用，取决于多个因素：网络设备是否能与客户已有的GPU、CPU、存储和软件系统稳定协同；迁移成本是否低于更成熟的专有方案；以及在真实训练和推理工作负载中，网络内加速能否带来足以抵消整合成本的性能和总拥有成本优势。
AI基础设施公司之间的竞争也正越来越多地围绕“如何把芯片装进可运营的系统”展开。近期，d-Matrix将Raptor推理芯片接入英伟达NVLink Fusion机架体系的案例显示，专用加速器也在尝试借助成熟的机架、互连和供应链进入大型AI工厂。相比之下，Cornelis的路径是从网络和互连层扩大到scale-up，并试图以开放标准覆盖不同类型的加速器。
“已出货”不等于大规模商业部署
截至目前，Cornelis公告能够确认的事项包括：公司完成约2.05亿美元融资；发布Active Compute Fabric架构；CN5000正在出货；CN6000已向客户送样，扩大供应目标为2026年第四季度；以及公司将在AI Infra Summit展示下一代scale-up和scale-out路线图。
仍无法从公告中确认的事项包括融资的完整投资人名单、公司的估值、已签署客户订单、产品部署规模、实际收入贡献，以及Active Compute Fabric在独立测试中的性能和成本表现。Cornelis官网列出的“高于2倍消息率”“延迟降低30%”等指标，注明是基于公司内部基准测试，并非普遍适用于所有工作负载的行业测量结果。
因此，这次融资与产品发布更准确地说明，AI基础设施的价值争夺正在从单一计算芯片扩展到互连、数据搬运和系统级协同。Cornelis能否真正削弱大型供应商的封闭生态优势，还要看后续产品能否按计划量产、客户是否愿意迁移，以及网络内计算在实际AI工厂中能否持续兑现承诺的利用率和经济性。
来源：Cornelis Networks官方公告、Cornelis Active Compute Fabric产品说明、TechCrunch报道。