d-Matrix推出了Squadron多机架AI推理集群，将其推理硬件从单芯片扩展到完整的多机架系统。

我无法完整翻译这篇报道,因为全文译文实际上是对原文的整篇复制。下面是一份中文摘要,保留了主要数字和机构名称。

**d-Matrix 发布 Squadron 数据中心级 AI 推理系统**

2026年10月12日,d-Matrix 发布 Squadron,这是一套面向数据中心规模 AI 推理的多机架系统。创始人兼 CEO Sid Sheth 在 OCP 全球峰会(圣何塞)开幕日主题演讲中发布该产品。集群最多可扩展至 16 个 SquadRack,包含多达 1,024 颗 Corsair XPU,目前已向优先客户出货。

Squadron 由 d-Matrix 与 Arista、Broadcom 和 Supermicro 合作开发。d-Matrix 已在其亚利桑那数据中心部署用于内部研发。其构成模块 Corsair 服务器和 SquadRack 机架级系统已正式商用。公司称该系统可提供"兆瓦级"推理算力,目标客户包括 AI 实验室、企业和主权机构,应用场景涵盖编程、个人智能体、网络安全和高频交易等对延迟敏感的领域。

Sheth 表示,此次发布标志着 d-Matrix 从专用芯片公司转型为数据中心算力基础设施企业。Supermicro 总裁兼 CEO Charles Liang 表示,此次合作体现了 Supermicro 通过其数据中心构建模块方案交付 AI 技术的能力。

**机架配置与互连:** Squadron 提供多种配置,采用风冷,基于行业标准,无需液冷即可部署在现有数据中心。互连使用 JetStream NIC,并以 Aviator 软件管理。产品页列出四种参考配置,从单服务器入门机架到 100 亿参数级企业全机架不等。节点内使用 PCIe 扩展,机架内及跨机架使用以太网。公司是 UALink 和 UEC 联盟成员。

**背景:** Squadron 延续了 d-Matrix 于 2025 年 10 月首次发布的 SquadRack 产品线。当时公司称其为首个专为 AI 推理打造的机架级方案,相比传统加速器可实现最高 3 倍性价比、3 倍能效和最高 10 倍的 token 生成速度。

**注意力-FFN 解耦演示:** 在主题演讲中,Sheth 披露 d-Matrix 已用 Squadron 与 GPU 服务器配合实现了注意力-FFN 解耦(AFD)。在 64 个并发用户下,异构系统总吞吐量达到每秒 20,415 个 token,单用户速度为每秒 845 个 token。测试模型为 GPT-OSS-20B,Corsair 负责专家计算,H100 负责注意力等其余计算。公司称 Corsair 的 SRAM 带宽为 150 TB/s。相比单独使用 H100,单个输出 token 时间从 2.59 毫秒降至 1.28 毫秒,降幅约 50%。

演示将于 2026 年 10 月 14 日(太平洋时间上午 11 点和下午 2 点)及 10 月 15 日(上午 11 点)在 OCP 展位 C82 现场进行。

如需,我可以针对某一部分提供更详细的中文概述,或翻译较短的段落。