2026年9月11日星期五
AI 基础设施 · 新闻与分析
首页芯片与硬件报道
芯片与硬件 · 报道

英伟达将其机架级AI系统开放给定制芯片,使超大规模客户在寻找现成GPU替代方案时拥有更大灵活性。

加速行业向解耦AI硬件架构转变,降低下一代算力部署的供应商锁定风险。
行业媒体Slicast · 2026年9月1日 · 全球 · 来源: Data Center Knowledge
重要度 88

伟达(Nvidia)正将其机架级AI基础设施向来自超大规模云服务商及其他AI开发者的定制加速器开放,将NVLink技术的应用范围扩展至其自有处理器之外。通过与联发科(MediaTek)扩大合作伙伴关系,客户可以在经过预验证的NVLink Fusion平台上设计自己的AI加速器(XPUs),并将其集成到围绕模块化GPU加速(MGX)生态系统构建的英伟达连接型AI工厂基础设施中。此外,英伟达还对联发科发行的可转换债券投资了35亿美元。

“归根结底,这赋予了客户更多的创新自由,无需为了定制硅片而重建整个AI工厂,”英伟达高级总监Dion Harris在周一的媒体问答中表示,他负责高性能计算和AI超大规模基础设施解决方案。

此次宣布之际,超大规模云服务商正加速开发用于AI工作负载的自有处理器。亚马逊AWS提供Trainium和Inferentia芯片,谷歌部署TPU,微软则开发了Maia加速器。英伟达的策略是确保定制硅片与其机架级堆栈保持完全互操作性。

英伟达表示,NVLink Fusion为将定制XPU集成到英伟达连接的AI工厂提供了经过预验证的基础。该平台结合了NVLink Fusion连接技术、NVLink-C2C、高带宽内存(HBM)以及小芯片(chiplet)技术。虽然客户可以利用英伟达的知识产权来构建某些系统组件,但他们仍保留对定制加速器设计的完全控制权。

“客户可以专注于差异化的计算能力,”Harris说。

MGX是英伟达的模块化服务器和机架参考架构,构成了这些处理器周围的机架级基础设施。“我们建立了这个令人难以置信的生态系统,我们称之为MGX,现在所有这些客户都可以利用它,他们不必重新发明轮子,”Harris说。

根据这项合作伙伴关系,联发科将为定制XPU开发者提供片上系统(SoC)设计和封装能力,而英伟达则提供连接技术和机架级基础设施技术。“生产型AI工厂需要封装、HBM、I/O和网络支持,”Harris指出,“客户还必须以数据中心规模对机架级系统进行资格认证和测试。”

两家公司均未透露通过该合作伙伴关系开发XPU的具体客户,也未宣布具体的数据中心部署计划。然而,随着AI基础设施的多样化,分析师预计处理器组合将更加广泛,特别是在推理工作负载扩张的背景下。

“异构性是AI的未来,”Moor Insights & Strategy副总裁兼首席分析师Matt Kimball说。这一趋势涵盖了来自AWS和谷歌等超大规模云服务商的定制硅片,以及其他供应商的专业加速器。

这些多样化的处理器需要高速的Scale-up(垂直扩展)连接,以便在大型系统中有效通信。“实际上有三种选择,”Kimball说,“Scale-up以太网、NVLink Fusion和UALink。”以太网仍然是数据中心网络的既定标准;NVLink Fusion是英伟达专有的Scale-up技术;而UALink是由芯片和基础设施公司联盟开发的开放标准,AMD是其主要的支持者之一。

“这些互连技术旨在使Scale-up更容易且性能更高,”Kimball说,“[所有]技术都需要广泛的生态系统支持才能产生实际意义。”

英伟达最初于2025年5月宣布推出NVLink Fusion,此后扩大了行业采用率。据Kimball称,联发科加入Astera Labs、Marvell、三星和AIchip的行列,共同支持用于定制硅片的NVLink Fusion,而Arm、英特尔、高通和SiFive已宣布支持CPU端。

Harris强调,英伟达打算让该技术广泛可用:“这将面向联发科的所有定制XPU合作伙伴开放。”他还确认,AWS计划部署一种混合方法,将其自有处理器与英伟达基础设施相结合,包括NVLink-C2C和NVLink交换技术。

英伟达尚未披露NVLink Fusion的许可模式。“将会有一些许可要素到位,”Harris指出。

UALink作为英伟达专有互连技术的开放标准替代方案,由AMD大力推崇,并正在整合进其Helios机架级AI平台中。Helios将72个AMD MI455X加速器与Epyc处理器及Pensando网络技术配对,利用UALink进行Scale-up连接,同时依赖基于以太网的网络进行Scale-out(水平扩展)。这些竞争架构反映了业界更广泛的努力,即高效连接AI系统中日益增多的加速器数量。

英伟达更广泛的战略是将NVLink的应用扩展到其自有GPU之外。“英伟达是一家AI基础设施公司,”Harris说,“客户需要不同的架构来应对不同的工作负载。”该公司正积极将NVLink的应用范围从GPU-to-GPU链路扩展出去。Harris解释说,NVLink-C2C在芯片级别连接CPU和GPU,而NVLink交换技术则在多个处理器之间实现Scale-up连接。对于Scale-out网络,英伟达使用Spectrum-X以太网和InfiniBand,将两者定位为网络堆栈中的互补层。

当被问及英伟达的长期目标是否是不管底层加速器如何都要主导AI基础设施架构时,Harris澄清说,这并非关于控制。“这真正关于我们能够将自己过去几十年建立的所有技术提供给生态系统,”他说。

除了数据中心领域,与联发科的合作还在推进本地AI计算,包括即将推出的RTX Spark和DGX PC平台,以及利用联发科硬件搭配英伟达AI和图形能力的汽车系统。然而,对于数据中心业务而言,当前的重点仍然紧密集中在NVLink Fusion及其支持联发科客户群开发的定制加速器的能力上。

阅读原文