9 月 15 日，Cornelis Networks 宣布完成 2.05 亿美元融资，目标直指 NVIDIA 在 AI 网络互联领域的垄断。这一动作恰逢 AI 算力需求暴增、数据中心互联成为瓶颈的关键节点。Cornelis 专注高性能网络解决方案，试图在 InfiniBand 和 Ethernet 之外开辟新路径，反映出行业对单一供应商依赖的担忧。[[1]](https://aiweekly.co/ai-news-today/edition/2026-09-15)
对比 NVIDIA Blackwell/Rubin 平台在吞吐量上的领先（SemiAnalysis 数据显示 Rubin 在特定负载下较 Blackwell 有 2.1-7.2 倍优势），Cornelis 的融资凸显下游玩家在网络层面的突围意愿。此前类似融资多集中于芯片或模型本身，而网络基础设施的独立融资潮，显示算力“最后一公里”正成为新战场。与 OpenAI、Anthropic 等模型公司加速安全协调形成反差，硬件层面的竞争反而更公开且资本驱动。
根本驱动力在于规模扩张：前沿模型训练与推理对低延迟、高带宽互联的需求呈指数级增长，任何单一供应商的定价或供应风险都可能放大。NVIDIA 通过 CUDA 生态与全栈整合维持优势，但类似 Cornelis 的挑战者若在特定场景（如大规模集群）实现突破，将迫使 NVIDIA 加速开放或降价。
未来 6-12 个月，这一细分赛道的资本与技术博弈或将决定 AI 工厂的实际部署成本与速度。谁能在网络层建立事实标准，谁就可能重塑整个算力价值链的分配。
信源：https://aiweekly.co/ai-news-today/edition/2026-09-15
https://www.bnnbloomberg.ca/business/artificial-intelligence/
https://aitimes.fyi/