d-Matrix与英伟达NVLink Fusion集成：机架级AI推理架构，2026年9月

d-Matrix宣布其Raptor存储型XPU将通过NVLink Fusion集成至英伟达Rackscale Iron平台，公司声称新架构带宽密度是英伟达Rubin一代GPU的20倍。

2026年9月11日，微软投资支持的AI推理芯片公司d-Matrix宣布，其下一代Raptor存储型XPU将通过NVLink Fusion互联标准集成至英伟达Rackscale Iron平台，并附带多年期产品路线图，旨在实现机架级硬件部署的标准化。这一战略定位将d-Matrix的加速器置于以英伟达互联架构为基础的机柜系统中，以专用推理组件的身份出现，而非以独立产品替代英伟达硬件。对更广泛的AI基础设施建设而言，此举表明推理层正在向异构、功能专用的计算架构演进，有别于此前定义数据中心采购格局的清一色GPU阵列。

d-Matrix在2020年代初期以存储内计算为核心方向进入市场——将运算直接嵌入存储，以降低自回归推理工作负载中的数据搬运瓶颈；在这类场景中，存储带宽而非原始浮点吞吐量往往才是性能制约所在。微软的早期投资为公司提供了发展空间，2024年11月底d-Matrix向市场交付首款AI芯片，初步建立商业可信度，但与成熟GPU供应商相比仍属小体量。随后推出的Corsair加速器延续了同样的存储架构差异化定位，进入了竞争日趋激烈的推理芯片市场——参与者既有资金充裕的初创公司，也有超大规模云厂商的自研芯片部门。

2026年中期，客户牵引力开始趋于明朗。7月，推理云服务商Parasail宣布在异构配置中同时部署d-Matrix Corsair加速器与英伟达Hopper、Blackwell GPU，并在7月9日的PR Newswire联合新闻稿中声称，该架构的令牌生成速度比纯GPU部署快十倍。这是d-Matrix芯片能在实际生产环境中带来显著性能收益的首个重要公开证据——同时也确立了一种模板，NVLink Fusion集成似乎正是为将其推广至更大规模而设计：d-Matrix承担存储带宽密集型推理任务，英伟达硬件负责预填充和计算密集型阶段。

2026年8月下旬，d-Matrix声称其新芯片架构实现了相比英伟达Rubin一代GPU高达二十倍的带宽密度。这一数据尚未经独立验证，且公司具有对外展示有利比较数据的商业动机；但该指标的具体性仍然反映出一个有据可查的技术论点：在逐令牌的自回归解码中，带宽密度而非原始吞吐量才是最关键的制约指标，d-Matrix的技术立论正建立于此。NVLink Fusion集成强化了同样的逻辑——通过接入英伟达标准机架互联网络而非部署专有互联方案，d-Matrix降低了集成摩擦，将自身定位为主流英伟达计算平台中的专用存储层，在留在主导生态系统内部的同时针对特定瓶颈实现差异化。

d-Matrix的机遇真实存在，但有其边界。随着模型部署规模扩大，推理工作负载的增长正在超越训练，而按规模化令牌生成数付费的服务经济学带来了优化单令牌成本的强烈动机——存储密集型架构在这一维度或许具备真实的结构性优势。风险同样清晰可见：NVLink Fusion也是英伟达以自身条款标准化机架级接口的机制，英伟达可借此对第三方加速器进行资质认证，同时保留对系统技术栈的主导权，即便系统中存在非英伟达芯片亦然。从任何维度衡量，d-Matrix的体量仍然有限，一家初创公司以多年期硬件路线图对抗英伟达这样拥有深厚工程积累与制造资源的对手，是商业牵引力单独无法化解的结构性挑战。以下三个信号值得持续关注：d-Matrix是否在Parasail之外获得具备规模采购能力的超大规模云厂商或新兴云客户的机架级部署；英伟达是否将NVLink Fusion许可扩展至更多第三方芯片商——此举将使d-Matrix现有的生态定位商品化；以及独立基准测试是否能在真实生产推理负载下，而非经过精心挑选的配置中，验证二十倍带宽密度的主张。