Alphabet正在同时资助Nvidia的NVLink Fusion与AMD的UALink，以规避互连技术供应商锁定风险。
在英伟达（NVIDIA）宣布向台湾联发科（MediaTek）投资35亿美元，并将这家芯片设计公司纳入其NVLink Fusion生态系统之际，另一位投资者悄然加入了同一债券发行：Alphabet。这一披露极易被忽视——联发科的声明将Alphabet列为“其他投资者”之一，并未注明具体金额，正如CNBC在2026年9月的报道所证实的那样——但这被证明是一笔备受瞩目的交易中分析意义最重大的细节，而该交易引发的关注几乎完全集中在错误的问题上。
关于英伟达与联发科交易的常规框架是询问AI基础设施是否会标准化为英伟达专有的互连技术NVLink Fusion，还是由AMD、英特尔、谷歌、微软、Meta以及大约85家其他公司支持的开放标准UALink。这种框架假设这两条路径是相互排斥的，且超大规模云服务商必须选边站队。Alphabet对联发科债券发行的共同投资是目前可用的最清晰证据，证明这一前提存在缺陷。
Alphabet是UALink联盟的创始成员之一，与AMD、博通、思科、HPE、英特尔、Meta和微软并肩，并协助起草了UALink规范。与此同时，它正通过2026年Google Cloud Next大会上宣布的设计合作伙伴关系，支付联发科设计TPU v8i（代号Zebrafish）——谷歌成本优化的AI推理芯片的费用。随后，在2026年8月31日，Alphabet与英伟达共同投资了价值39亿美元的联发科可转换债券发行，该发行正式确立了联发科作为超大规模云服务商接入NVLink Fusion的主要XPU集成网关的地位。Alphabet正在一场所谓的二元竞争中积极介入所有三个侧面。这并非困惑；这是一种深思熟虑的投资组合策略，也是TechTimes读者在承诺采用任何互连架构之前必须理解的关键信号。
英伟达投资的机制之所以重要，是因为它揭示了该公司实际优化的目标。英伟达购买的是可转换债券，而非股权，占联发科创纪录的390亿美元发行的约90%，这是台湾资本市场历史上同类规模最大的发行。可转换债券支付固定回报（或在某些结构中为零息），同时赋予持有者以预定价格转换为股权的权利。如果联发科股价上涨，英伟达的财务回报就会增值，而这取决于联发科AI芯片业务的增长，进而取决于超大规模云服务商是否使用联发科来设计连接到NVLink Fusion的定制加速器。金融工具与技术战略是完全相同的赌注。
作为交换，英伟达获得了联发科提供NVLink Fusion作为定制AI加速器（称为XPUs）设计基础的承诺——这些加速器由联发科代表超大规模云服务商和其他大型客户制造。当超大规模云服务商将定制计算裸片带到联发科进行生产时，他们会收到一块预装英伟达UCIe桥接芯片的芯片，该芯片将定制硅片连接到英伟达的NVLink网络，无需客户的工程团队独立掌握英伟达专有的互连规范。
该协议还加深了两家公司之前的合作关系。联发科参与了英伟达DGX Spark个人AI超级计算机核心的GB10 Grace Blackwell超级芯片的共同设计，贡献了CPU核心和内存控制器，而英伟达提供了GPU裸片和NVLink芯片间互连技术。根据英伟达官方公告中概述的路线图，DGX Spark和RTX Spark（英伟达针对消费者和开发人员的基于Arm的计算平台）的未来版本将继续联合开发。英伟达创始人兼首席执行官黄仁勋称联发科为“世界上最伟大的半导体公司之一”。联发科副董事长兼首席执行官蔡力行将该投资描述为加强了“跨越云AI基础设施、本地AI计算以及物理AI时代的汽车领域”的关系。
理解超大规模云服务商在采用NVLink Fusion时获得什么以及放弃什么，需要考察该平台的三个架构层。在裸片到裸片层面，定制加速器和XPUs通过UCIe桥接芯片连接到英伟达的网络。UCIe（通用芯粒互连Express）是一种用于封装内裸片到裸片通信的开放行业标准。英伟达的NVLink Fusion芯片在一侧接收来自定制裸片的UCIe信号，并在另一侧将其转换为NVLink协议，允许芯片设计师在开放的UCIe标准下工作，而英伟达的专有协议则封装在芯片内部。定制计算裸片无需直接实现NVLink。
在芯片到芯片层面，NVLink-C2C为CPU与GPU或CPU与XPUs之间的连接提供每秒300千兆字节的双向带宽，这与GB10 SoC中使用的互连相匹配。在机架层面，英伟达第六代NVLink交换结构以每XPU每秒3.6太字节的速度，在单个全互联域内连接多达72个XPUs，在整个域内产生260太字节的聚合带宽，端到端延迟比以太网低三倍，如英伟达开发者博客所述。
英伟达不共享的是NVLink Switch芯片本身、PHY层以及调节网络的通信控制器。NVLink Fusion生态系统中的每个XPUs都必须连接到英伟达的产品才能访问网络。该平台对定制计算裸片开放，但对定制交换封闭。这一架构选择是英伟达参与定制硅经济体的经济要求：它确保即使超大规模云服务商用其自己的定制芯片替换英伟达GPU，英伟达仍能捕获部署在同一机架中的交换托盘、ConnectX网卡、BlueField DPU或Vera CPU的收入。
Moor Insights and Strategy的高级副总裁兼首席分析师Matt Kimball明确指出了可行的选项：扩展以太网、NVLink Fusion和UALink。对于评估其路径的超大规模云服务商来说，这三条路线仍然存在，但生产现实大大缩小了实际选择范围。
英伟达还在8月26日宣布了一项新的内存架构，这是在联发科交易前一周与AWS Trainium4合作期间宣布的，将其专有影响力从互连层扩展到内存子系统。NVHBM（英伟达高带宽内存）将HBM内存控制器从XPUs的计算裸片中移出，并将其直接嵌入HBM基础裸片中，即三维内存堆栈的基础层。
在按照当今JEDEC HBM4e标准构建的每一个AI加速器中，管理处理器与其内存堆栈之间通信的逻辑位于处理器裸片上，消耗了原本可用于托管计算单元的硅面积。NVHBM通过将控制器移至内存包本身消除了这一限制。根据英伟达NVHBM架构规范，这使得XPUs计算裸片上的PHY和接口面积减少67%，可用计算裸片面积增加多达25%用于差异化逻辑，相比标准HBM4e内存带宽增加30%，HBM功耗降低15%，从而实现所述的端到端XPUs性能提升30%。
在数据中心规模上，这些节能效果会累积叠加。一个运行功率为一吉瓦、配备2000瓦加速器的设施，仅通过NVHBM的内存效率，理论上就可以在相同的功率范围内容纳大约15,000个额外的XPUs——不是通过增加功耗来增加计算能力，而是更有效地分配内存功率。
设计AWS Trainium定制AI训练芯片系列的亚马逊Annapurna Labs是第一个宣布与Trainium4合作开发NVHBM的合作伙伴。根据这一安排，Trainium4硅片将连接到与英伟达GPU相同的NVLink网络，使AWS设计的加速器与英伟达芯片能够在常见的高带宽网络上并排运行，形成机架级系统。AWS同时也是UALink的创始董事会成员。它正像Alphabet一样，同时追求这两种架构。
采购团队的一个注意事项是：截至2026年9月，所有的NVHBM性能规格均来自英伟达的架构数据，而非来自出货产品的测量数据。截至2026年9月，不存在独立的NVHBM基准测试。AWS的早期合作提供了一个外部信号，表明至少有一家主要客户已经评估并