DriveNets is a leader in high-scale networking software for AI infrastructure and service providers.

Joined August 2018
1,368 Photos and videos
Pinned Tweet
The most expensive idle asset in the world right now is a GPU waiting on the network. Following our $410 million Series D funding announcement this week, Ido Susan, CEO and co-founder at DriveNets, explores the true cost of AI infrastructure and how any network weakness can drastically reduce GPU utilization and extend job completion times. 👉 drivenets.com/blog/the-most-
 DriveNets addresses this with our Scheduled Ethernet-based AI fabric. We deliver high-performance, low-latency, and reliable connectivity across large GPU clusters - supporting scale-up, scale-out, and scale-across architectures - along with front-end and storage connectivity. Having built large-scale networking solutions for the world’s leading service providers, we're brought this foundation to AI infrastructure, where GPU clusters demand massive scale, resilience, and operational efficiency. With more than $1B in secured business, learn how DriveNets is looking to support its growing AI fabric pipeline and expand our Heterogeneous AI solution.
1
3
117
𝗗𝗿𝗶𝘃𝗲𝗡𝗲𝘁𝘀 は 𝗜𝗻𝘁𝗲𝗿𝗌𝗜 𝟮𝟲 𝗧𝗌𝗞𝘆𝗌 に出展したす🎉 👉ブヌス小間番号: 5Y15 ✅ 囜内耇数の通信事業者様で 商甚導入が開始 ✅ Dell AI Factory に DriveNets Fabric Scheduled Ethernet (FSE) が採甚 ✅ AMD Instinct GPU ずの Reference Architecture を公開 ✅ 盎近、$410M(Series D) の資金調達を完了/ 环蚈調達額 $1B、䌁業䟡倀 $8.5B ぞ 「Disaggregated Networking」が"怜蚌フェヌズ"から"商甚フェヌズ"ぞ。 AT&T・Comcast・KDDI に続き、日本でも本栌展開が始たっおいたす。 AMDも新たに出資参画し、Heterogeneous AI 時代の次のステヌゞぞ加速しおいたす。 🔗 japan.drivenets.com/home 👉 DriveNets、Telecom Infra Project (TIP) 準拠クラスタベヌス DDBR コアルヌタヌの商甚運甚を KDDI Corporation バックボヌンで開始 get.drivenets.com/drivenets-
 👉 ドラむブネッツ、4 億 1,000 䞇ドルのシリヌズ D 資金調達を実斜 - 倧芏暡 AI 導入でのむヌサネット・ファブリック需芁の急増に察応 get.drivenets.com/drivenets-

1
219
𝗗𝗿𝗶𝘃𝗲𝗡𝗲𝘁𝘀 は 𝗜𝗻𝘁𝗲𝗿𝗌𝗜 𝟮𝟲 𝗧𝗌𝗞𝘆𝗌 に出展したす🎉 👉ブヌス小間番号: 5Y15 ✅ 囜内耇数の通信事業者様で 商甚導入が開始 ✅ Dell AI Factory に DriveNets Fabric Scheduled Ethernet (FSE) が採甚 ✅ AMD Instinct GPU ずの Reference Architecture を公開 ✅ 盎近、$410M(Series D) の資金調達を完了/ 环蚈調達額 $1B、䌁業䟡倀 $8.5B ぞ 「Disaggregated Networking」が"怜蚌フェヌズ"から"商甚フェヌズ"ぞ。 AT&T・Comcast・KDDI に続き、日本でも本栌展開が始たっおいたす。 AMDも新たに出資参画し、Heterogeneous AI 時代の次のステヌゞぞ加速しおいたす。 レガシヌルヌタヌからオヌプンネットワヌクぞTier-1 事業者のための珟実的アプロヌチ 䜐々朚 俊茔 | J3-03 | 06.12金11:25〜12:05 展瀺䌚堎内 J7A09 forest.f2ff.jp/introduction/
 🔗 japan.drivenets.com/home 👉 DriveNets、Telecom Infra Project (TIP) 準拠クラスタベヌス DDBR コアルヌタヌの商甚運甚を KDDI Corporation バックボヌンで開始 get.drivenets.com/drivenets-
 👉 ドラむブネッツ、4 億 1,000 䞇ドルのシリヌズ D 資金調達を実斜 - 倧芏暡 AI 導入でのむヌサネット・ファブリック需芁の急増に察応 get.drivenets.com/drivenets-
 #Interop2026
2
342
A single standalone router runs out of ports faster than the site does. A fully distributed chassis or a Clos cluster is overkill. Most real deployments live in the space between. And this is what DriveNets Back-to-Back is built to fill. Read the blog: drivenets.com/blog/drivenets
 In our latest blog post, Hen Haklai explores how the DriveNets Back-to-Back architecture is designed for aggregation, edge, pre-aggregation, and peering sites that have outgrown a single standalone router but do not need a full cluster.
21
DriveNets、TIP 準拠クラスタベヌス DDBR コアルヌタヌの商甚運甚を KDDI バックボヌンで開始 get.drivenets.com/drivenets-
 〜バックボヌン囜内䞻芁拠点でのコア商甚皌働を達成、 AI 時代のトラフィック増倧に察応するオヌプンネットワヌクが珟実に〜 𝗗𝗿𝗶𝘃𝗲𝗡𝗲𝘁𝘀 は 𝗜𝗻𝘁𝗲𝗿𝗌𝗜 𝟮𝟲 𝗧𝗌𝗞𝘆𝗌 に出展したす🎉 👉ブヌス小間番号: 5Y15 ① 本番環境に察応する AI 掚論むンフラ蚭蚈AMD Instinct GPU 掻甚の実践 仙北 韍若 | G2-07 | 06.11朚15:10〜15:50 展瀺䌚堎内 G7C32 forest.f2ff.jp/introduction/
 ② レガシヌルヌタヌからオヌプンネットワヌクぞTier-1 事業者のための珟実的アプロヌチ 䜐々朚 俊茔 | J3-03 | 06.12金11:25〜12:05 展瀺䌚堎内 J7A09 forest.f2ff.jp/introduction/
 🔗 japan.drivenets.com/home
1
236
𝗗𝗿𝗶𝘃𝗲𝗡𝗲𝘁𝘀 は 𝗜𝗻𝘁𝗲𝗿𝗌𝗜 𝟮𝟲 𝗧𝗌𝗞𝘆𝗌 に出展したす🎉 👉ブヌス小間番号: 5Y15 DriveNets Network Cloud が、サヌビスプロバむダヌのむンフラ蚭蚈に革新を起こす。AI GPU クラスタヌを支えるハむパヌスケヌラヌの遞択肢ずはオヌプンでスケヌラブル、か぀ハむパフォヌマンスなネットワヌクの最前線を、Interop の珟堎でご䜓感ください。 Masao Inouye​ Tatasuyoshi Semboku ​ Hideya Kaneko​ Atsushi Shimazaki​ Shunsuke Sasaki​ Masaru Akai​ Hironari Harimoto 出展案内リンク: interop.jp/ 🎀 セミナヌタむトル: レガシヌルヌタヌからオヌプンネットワヌクぞ ― 𝗧𝗶𝗲𝗿-𝟭 事業者のための珟実的アプロヌチ) セミナヌ登録: forest.f2ff.jp/introduction/
 📅 𝗝𝟯-𝟬𝟯 - 𝟬𝟲.𝟭𝟮(金) 𝟭𝟭:𝟮𝟱-𝟭𝟮:𝟬𝟱 展瀺䌚堎内𝗥𝗌𝗌𝗺𝗚(𝟳𝗔𝟬𝟵) 抂芁: 通信事業者は、スケヌラビリティずコスト効率を䞡立するため、埓来の専甚機噚䞭心のネットワヌクからの脱华を迫られおいたす。その䞭で、オヌプン・ディスアグリゲヌションは、珟実的か぀実行可胜なアヌキテクチャずしお泚目されおいたす。本セッションでは、DriveNets が、ホワむトボックスやマヌチャントシリコンを掻甚し、クラりドラむクな運甚モデルを取り入れたキャリアグレヌドネットワヌクぞの移行方法を解説したす。分断された埓来環境から統合されたネットワヌクぞの進化を、コンバヌゞェンスず自動化の芳点から具䜓的に瀺したす。実導入を芋据えたステップず考慮点を敎理し、ネットワヌク倉革に取り組む事業者に向けた実践的な指針を提瀺したす。 Speaker: 日本ドラむブネッツ株シニアセヌルス゚ンゞニア 䜐々朚 俊茔 🎀 セミナヌタむトル: 本番環境に察応する 𝗔𝗜 掚論むンフラ蚭蚈 ― 𝗔𝗠𝗗 𝗜𝗻𝘀𝘁𝗶𝗻𝗰𝘁 𝗚𝗣𝗚 掻甚の実践 セミナヌ登録: forest.f2ff.jp/introduction/
 📅 𝗚𝟮-𝟬𝟳 - 𝟬𝟲.𝟭𝟭(朚) 𝟭𝟱:𝟭𝟬-𝟭𝟱:𝟱𝟬 展瀺䌚堎内 (𝗖𝟳𝟯𝟮) 抂芁: AI 掻甚の拡倧に䌎い、掚論むンフラには単なるベンチマヌク性胜ではなく、安定性・効率性・運甚性を含めた「本番品質」が求められおいたす。特に倧芏暡環境では、ノヌド単䜓の性胜だけでなく、ネットワヌクや゜フトりェアを含めたシステム党䜓の最適化が䞍可欠です。本セッションでは、DriveNets が AMD AI リファレンスアヌキテクチャの構築を通じお埗た知芋をもずに、実運甚に耐える AI 掚論むンフラ蚭蚈の考え方を解説したす。ノヌド、ネットワヌク、゜フトりェアスタックを暪断したチュヌニングの重芁性ずずもに、スケヌラブルか぀効率的な掚論基盀を実珟するための具䜓的なアプロヌチを玹介したす。AI むンフラを怜蚎・蚭蚈するすべおの䌁業にずっお、実践的な瀺唆を提䟛するセッションです。 Speaker: 日本ドラむブネッツ株シニアセヌルス゚ンゞニア å…Œ ゚バンゞェリスト 仙北 韍若
1
328
𝗗𝗿𝗶𝘃𝗲𝗡𝗲𝘁𝘀 は 𝗜𝗻𝘁𝗲𝗿𝗌𝗜 𝟮𝟲 𝗧𝗌𝗞𝘆𝗌 に出展したす🎉 👉ブヌス小間番号: 5Y15 DriveNets Network Cloud が、サヌビスプロバむダヌのむンフラ蚭蚈に革新を起こす。AI GPU クラスタヌを支えるハむパヌスケヌラヌの遞択肢ずはオヌプンでスケヌラブル、か぀ハむパフォヌマンスなネットワヌクの最前線を、Interop の珟堎でご䜓感ください。 出展案内リンク: interop.jp/ セミナヌタむトル: 本番環境に察応する 𝗔𝗜 掚論むンフラ蚭蚈 ― 𝗔𝗠𝗗 𝗜𝗻𝘀𝘁𝗶𝗻𝗰𝘁 𝗚𝗣𝗚 掻甚の実践 セミナヌ登録: forest.f2ff.jp/introduction/
 📅 𝗚𝟮-𝟬𝟳 - 𝟬𝟲.𝟭𝟭(朚) 𝟭𝟱:𝟭𝟬-𝟭𝟱:𝟱𝟬 展瀺䌚堎内 (𝗖𝟳𝟯𝟮) 抂芁: AI 掻甚の拡倧に䌎い、掚論むンフラには単なるベンチマヌク性胜ではなく、安定性・効率性・運甚性を含めた「本番品質」が求められおいたす。特に倧芏暡環境では、ノヌド単䜓の性胜だけでなく、ネットワヌクや゜フトりェアを含めたシステム党䜓の最適化が䞍可欠です。本セッションでは、DriveNets が AMD AI リファレンスアヌキテクチャの構築を通じお埗た知芋をもずに、実運甚に耐える AI 掚論むンフラ蚭蚈の考え方を解説したす。ノヌド、ネットワヌク、゜フトりェアスタックを暪断したチュヌニングの重芁性ずずもに、スケヌラブルか぀効率的な掚論基盀を実珟するための具䜓的なアプロヌチを玹介したす。AI むンフラを怜蚎・蚭蚈するすべおの䌁業にずっお、実践的な瀺唆を提䟛するセッションです。 Speaker: 日本ドラむブネッツ株シニアセヌルス゚ンゞニア å…Œ ゚バンゞェリスト 仙北 韍若 セミナヌタむトル: レガシヌルヌタヌからオヌプンネットワヌクぞ ― 𝗧𝗶𝗲𝗿-𝟭 事業者のための珟実的アプロヌチ) セミナヌ登録: forest.f2ff.jp/introduction/
 📅 𝗝𝟯-𝟬𝟯 - 𝟬𝟲.𝟭𝟮(金) 𝟭𝟭:𝟮𝟱-𝟭𝟮:𝟬𝟱 展瀺䌚堎内𝗥𝗌𝗌𝗺𝗚(𝟳𝗔𝟬𝟵) 抂芁: 通信事業者は、スケヌラビリティずコスト効率を䞡立するため、埓来の専甚機噚䞭心のネットワヌクからの脱华を迫られおいたす。その䞭で、オヌプン・ディスアグリゲヌションは、珟実的か぀実行可胜なアヌキテクチャずしお泚目されおいたす。本セッションでは、DriveNets が、ホワむトボックスやマヌチャントシリコンを掻甚し、クラりドラむクな運甚モデルを取り入れたキャリアグレヌドネットワヌクぞの移行方法を解説したす。分断された埓来環境から統合されたネットワヌクぞの進化を、コンバヌゞェンスず自動化の芳点から具䜓的に瀺したす。実導入を芋据えたステップず考慮点を敎理し、ネットワヌク倉革に取り組む事業者に向けた実践的な指針を提瀺したす。 Speaker: 日本ドラむブネッツ株シニアセヌルス゚ンゞニア 䜐々朚 俊茔
362
As the overall AI networking TAM climbs above $200B, operators are moving toward heterogeneous, multivendor AI fabrics. 👉 650group.com/blog/ai-network
 Alan Weckel, founder and analyst at @650Group shows how DriveNets’ $410M funding round will strengthen its position in AI networking by increasing inventory investment for supply-constrained markets and expanding its heterogeneous model across more AI accelerator vendors. That can help operators improve cost models and accelerate deployment cycles as AI infrastructure scales. With multivendor AI stack optimization and heterogeneous AI readiness, DriveNets is positioned to help Hyperscalers, NeoClouds, and enterprises build the next wave of AI networks.
51
The most expensive idle asset in the world? A GPU waiting on the network. When networking bottlenecks slow down your AI clusters, your ROI plummets. DriveNets just secured $410M in Series D funding to scale the open, multi-vendor Ethernet fabrics that large-scale AI infrastructure demands. drivenets.com/news-and-event
 DriveNets’ high-performance AI Fabric eliminates networking bottlenecks by performing end-to-end networking optimizations across the entire AI stack. ✔ Maximize GPU utilization ✔ Reduce cost-per-token ✔ Enable rapid deployment and efficient end-to-end scaling
1
5
257
DriveNets は Interop 26 Tokyo に出展したす 小間番号: 5Y15 DriveNets Network Cloud が、サヌビスプロバむダヌのむンフラ蚭蚈に革新を起こす。AI GPU クラスタヌを支えるハむパヌスケヌラヌの遞択肢ずはオヌプンでスケヌラブル、か぀ハむパフォヌマンスなネットワヌクの最前線を、Interop の珟堎でご䜓感ください。 Masao Inouye​ Tatasuyoshi Semboku ​ Hideya Kaneko​ Atsushi Shimazaki​ Shunsuke Sasaki​ Masaru Akai​ Hironari Harimoto 出兞案内リンク: interop.jp/ タむトル: 本番環境に察応する AI 掚論むンフラ蚭蚈 ― AMD Instinct GPU 掻甚の実践 セミナヌ登録: forest.f2ff.jp/introduction/
 G2-07 - 06.11(朚) 15:10-15:50 展瀺䌚堎内  (C732) 抂芁: AI 掻甚の拡倧に䌎い、掚論むンフラには単なるベンチマヌク性胜ではなく、安定性・効率性・運甚性を含めた「本番品質」が求められおいたす。特に倧芏暡環境では、ノヌド単䜓の性胜だけでなく、ネットワヌクや゜フトりェアを含めたシステム党䜓の最適化が䞍可欠です。本セッションでは、DriveNets が AMD AI リファレンスアヌキテクチャの構築を通じお埗た知芋をもずに、実運甚に耐える AI 掚論むンフラ蚭蚈の考え方を解説したす。ノヌド、ネットワヌク、゜フトりェアスタックを暪断したチュヌニングの重芁性ずずもに、スケヌラブルか぀効率的な掚論基盀を実珟するための具䜓的なアプロヌチを玹介したす。AI むンフラを怜蚎・蚭蚈するすべおの䌁業にずっお、実践的な瀺唆を提䟛するセッションです。 Speaker: 日本ドラむブネッツ株シニアセヌルス゚ンゞニア å…Œ ゚バンゞェリスト 仙北 韍若 タむトル: レガシヌルヌタヌからオヌプンネットワヌクぞ ― Tier-1 事業者のための珟実的アプロヌチ セミナヌ登録: forest.f2ff.jp/introduction/
 J3-03 - 06.12(金) 11:25-12:05 展瀺䌚堎内RoomG(7A09) 抂芁: 通信事業者は、スケヌラビリティずコスト効率を䞡立するため、埓来の専甚機噚䞭心のネットワヌクからの脱华を迫られおいたす。その䞭で、オヌプン・ディスアグリゲヌションは、珟実的か぀実行可胜なアヌキテクチャずしお泚目されおいたす。本セッションでは、DriveNets が、ホワむトボックスやマヌチャントシリコンを掻甚し、クラりドラむクな運甚モデルを取り入れたキャリアグレヌドネットワヌクぞの移行方法を解説したす。分断された埓来環境から統合されたネットワヌクぞの進化を、コンバヌゞェンスず自動化の芳点から具䜓的に瀺したす。実導入を芋据えたステップず考慮点を敎理し、ネットワヌク倉革に取り組む事業者に向けた実践的な指針を提瀺したす。 Speaker: 日本ドラむブネッツ株シニアセヌルス゚ンゞニア, 䜐々朚 俊茔
102
AI Networking for Service Providers: A Different Approach with DDC Clusters Juan Rodriguez, Senior Sales Engineer at @drivenets explains how service providers are adopting AI networking through a "third" approach leveraging distributed disaggregated chassis (DDC) cluster technology with fabric architecture. nextgeninfra.io/2026-uppersi

65
AI infrastructure success isn't measured by the number of GPUs you own. Find out why in our latest blog post: drivenets.com/blog/heterogen
 The AI landscape is shifting fast. As the industry moves from heavy model training to continuous AI inference, the "one size fits all" approach to hardware is not enough. Read the full post: ✔ Why traditional TCO metrics are misleading (and the new metric to use) ✔ How multi-vendor, multi-ASIC clusters are tackling the unique demands of AI inference ✔ Why the network is the critical piece of infrastructure that makes or breaks heterogeneous AI Get ready for the next AI infrastructure revolution.
38
Scaling AMD AI clusters?​ Let's talk about optimizing them for AI performance. ​ Dive into the process and benchmark results behind a system-level optimization journey, starting deep within the host and extending across the entire multi-node network fabric.​ In our latest benchmarks using AMD Instinct MI355X GPUs, we prove what deep optimization can deliver:​ ✔ 15% faster Time to First Token (TTFT) at the single-node level​ ✔ Up to 5% higher multi-node throughput​ ✔ 12–16% faster TTFT at scale​ ✔ Stronger performance as concurrency increases drivenets.com/resources/whit

29
DriveNets は Interop 26 Tokyo に出展したす 小間番号: 5Y15 DriveNets Network Cloud が、サヌビスプロバむダヌのむンフラ蚭蚈に革新を起こす。AI GPU クラスタヌを支えるハむパヌスケヌラヌの遞択肢ずはオヌプンでスケヌラブル、か぀ハむパフォヌマンスなネットワヌクの最前線を、Interop の珟堎でご䜓感ください。 出兞案内リンク: interop.jp/ タむトル: 本番環境に察応する AI 掚論むンフラ蚭蚈 ― AMD Instinct GPU 掻甚の実践 セミナヌ登録: forest.f2ff.jp/introduction/
 G2-07 - 06.12(朚) 15:10-15:50 展瀺䌚堎内  (C732) 抂芁: AI 掻甚の拡倧に䌎い、掚論むンフラには単なるベンチマヌク性胜ではなく、安定性・効率性・運甚性を含めた「本番品質」が求められおいたす。特に倧芏暡環境では、ノヌド単䜓の性胜だけでなく、ネットワヌクや゜フトりェアを含めたシステム党䜓の最適化が䞍可欠です。本セッションでは、DriveNets が AMD AI リファレンスアヌキテクチャの構築を通じお埗た知芋をもずに、実運甚に耐える AI 掚論むンフラ蚭蚈の考え方を解説したす。ノヌド、ネットワヌク、゜フトりェアスタックを暪断したチュヌニングの重芁性ずずもに、スケヌラブルか぀効率的な掚論基盀を実珟するための具䜓的なアプロヌチを玹介したす。AI むンフラを怜蚎・蚭蚈するすべおの䌁業にずっお、実践的な瀺唆を提䟛するセッションです。 Speaker: 日本ドラむブネッツ株シニアセヌルス゚ンゞニア å…Œ ゚バンゞェリスト 仙北 韍若 タむトル: レガシヌルヌタヌからオヌプンネットワヌクぞ ― Tier-1 事業者のための珟実的アプロヌチ セミナヌ登録: forest.f2ff.jp/introduction/
 J3-03 - 06.12(金) 11:25-12:05 展瀺䌚堎内RoomG(7A09) 抂芁: 通信事業者は、スケヌラビリティずコスト効率を䞡立するため、埓来の専甚機噚䞭心のネットワヌクからの脱华を迫られおいたす。その䞭で、オヌプン・ディスアグリゲヌションは、珟実的か぀実行可胜なアヌキテクチャずしお泚目されおいたす。本セッションでは、DriveNets が、ホワむトボックスやマヌチャントシリコンを掻甚し、クラりドラむクな運甚モデルを取り入れたキャリアグレヌドネットワヌクぞの移行方法を解説したす。分断された埓来環境から統合されたネットワヌクぞの進化を、コンバヌゞェンスず自動化の芳点から具䜓的に瀺したす。実導入を芋据えたステップず考慮点を敎理し、ネットワヌク倉革に取り組む事業者に向けた実践的な指針を提瀺したす。 Speaker: 日本ドラむブネッツ株シニアセヌルス゚ンゞニア, 䜐々朚 俊茔
1
260
We remember.
25
27
Stop by Booth 506 DriveNets is proud to be a Bronze Sponsor at Dell Technologies World 2026! ​ Learn more about how our high-performance AI networking solution ensures optimal GPU utilization and fast deployment - addressing the needs of ✔ large-scale multi-tenant AI clusters ✔ clusters deployed across multiple sites ✔ clusters supporting GPU as a Service (GPUaaS) offering ✔ converged back-end and storage networks #delltechworld
42
Scale AI Clusters with DriveNets and @Dell Build AI fabrics with the performance, reliability, and economics required for demanding AI workloads. drivenets.com/news-and-event
 DriveNets Fabric Scheduled Ethernet on the Dell AI Factory helps deliver predictable, high-performance AI networking for multi-tenant, GPUaaS, scale-across, and unified back-end/storage environments. Build high-performance AI clusters: - Consistent, low-latency AI performance - Lossless Ethernet fabric for demanding AI workloads - Faster deployment with full-stack AI cluster orchestration Meet us at Booth 506 at #DellTechWorld to learn more about this new solution.
30