基本情報
| ブース | I2923 |
| 国 | TW |
| ウェブサイト | mixxtech.io |
会社概要
mixxtech.io は 2023 年に設立され、複数の光学製品を量産まで立ち上げた経験を持つチームによって、AI data-center infrastructure 向け full-stack optical interconnect を開発しています。 急速に拡大する accelerator compute とデータ移動能力の差を課題とし、bandwidth density、energy efficiency、manufacturability を相互に関係する設計要件として扱います。 optical path 全体を一つの統合システムとして設計し、各製品は optics、electronics、packaging、control software にまたがる共通基盤 5DS Platform を共有します。 より広い system-level connectivity では high-density silicon photonics と advanced packaging、system design、software を組み合わせ、AI workloads と compute scaling に対応します。 本社は California, USA にあり、Taiwan と India にも事業拠点を持ち、会社情報では Hsinchu と Bangalore が示されています。 チームは next-generation interconnect をコンセプトから hyperscaler 向け high-volume deployment まで拡張した経験を持つとしています。 Hyperscaler と ecosystem partner が mixxtech.io と協力し、next-generation AI interconnect solutions の評価と採用を進めていると説明されています。 エンジニアリングは AI infrastructure に必要な performance、power、efficiency、scalability、reliability、実用的な manufacturability を重視します。 グローバルな取り組みは strategic collaboration、research、ecosystem partnership を主要技術拠点で組み合わせます。 会社のマイルストーンとして Kaynes Semicon との manufacturing collaboration と Sophic Silicon Technologies の買収が挙げられ、生産拡大と半導体能力の強化に結び付けられています。
展示製品
製品には sXc™ ultra-high-density EBO connector、HBxIO™ silicon-level optical engine、link management、telemetry、calibration、diagnostics を提供する STxIQ™ software platform があります。 sXc™ は最小 aperture で最大 fiber count を通すことを狙い、コンパクトな EBO form factor に ultra-high fiber density、Ultra High Radix、Robust Reliability を組み合わせます。 一つの sXc™ connector architecture で backplane、front-panel、patch-panel、shuffle-box に対応し、配置ごとに別のコネクタ構造を用意する必要を減らします。 HBxIO™ は photonics を compute die へ段階的に近づけ、silicon level で bandwidth density を高めながら energy per bit を下げます。 STxIQ™ は運用ソフトウェア機能を加え、量産環境で link 監視、telemetry 収集、光学挙動の calibration、diagnostics、photonics の調整を行えるようにします。 solution level では compute、memory、network を次世代 AI connectivity の基礎ブロックとして統合するアーキテクチャを示しています。 The Engine layer は optical engine を core compute と統合し、The Package layer は exaflop-class computing の構想を petabit connectivity と結び付けます。 The System layer は connectivity fabric を rack scale へ広げ、intelligent orchestration と flexible resource allocation を組み合わせて必要な場所へ compute resource を配置します。 Multi-petabit interfaces は real-time inference と large-scale AI training を low latency、high throughput で支えることを目的とします。 信頼性設計は siliconized optical interconnect を advanced ASIC と統合し、network complexity を抑えながら real-time AI workload の連続運用を支えます。 solution roadmap は standards-compliant design も重視し、インフラ世代が進化しても新しい connectivity technology を統合しやすくします。 stack 全体で物理 optical path、high-density packaging、compute 近傍の optical engine、connector、control software を接続し、各層を孤立した部品として扱いません。 この full-stack 構造は AI data-center infrastructure を対象とし、accelerator performance の向上に伴う bandwidth density、energy efficiency、低遅延 data movement、量産可能な interconnect の要求に対応します。 High-density silicon photonics は end-to-end connectivity architecture の一部として位置付けられ、device-level photonics と packaging、system design、software をつなぎ、単一の物理層だけを最適化する構成ではありません。 同社は connectivity solutions を scalability、density、efficiency、speed、reliability の組み合わせで説明し、変化する AI training と inference workload に対してこれらを同時に扱います。 System-level end-to-end connectivity は compute scaling を支えながら、AI infrastructure の performance、power、efficiency にある現状のギャップへ対応することを目的とします。 SxC™ connector の launch は high-radix scale-up と multi-petabit connectivity に結び付けられ、connector の役割を高密度 fiber attachment から rack-scale AI connectivity へ広げます。 サイトでは高負荷ワークロード向け ultra-efficient connectivity fabric と、rack-scale connectivity を sustainable architecture の目標と組み合わせる system concept も説明しています。 connector、optical-engine、software、package、system layers を合わせることで、物理 fiber density から管理された optical links、AI infrastructure の large-scale resource connectivity までを一つの流れにします。
対応領域・製品
- AIデータセンター向けフルスタック光インターコネクト
- 超高密度EBOコネクタ
- バックプレーン・フロントパネル・パッチパネル・shuffle box共用コネクタアーキテクチャ
- シリコンレベル光エンジン
- 光リンク管理・テレメトリ・キャリブレーション・診断ソフトウェア
- シリコンフォトニクスと先端パッケージングの統合
- コンピュート・メモリ・ネットワーク統合
- 光エンジンとコアコンピュートの統合
- リアルタイム推論・大規模AI学習向けmulti-petabitインターフェース
- シリコン化光インターコネクトと先端ASICの統合
- ラックスケール接続ファブリック
- インテリジェントオーケストレーションと柔軟なリソース割り当て