Raptor skal gøre d-Matrix til en del af Nvidias AI-fabrik

d-Matrix' aftale om NVLink Fusion med Nvidia handler først og fremmest om systemintegration. Den kommende Raptor skal ikke blot sidde som et separat inferenskort i en traditionel serverudvidelse, men indgå som en komponent i Nvidias rackskalerede AI-infrastruktur. Ideen er at kombinere d-Matrix' hukommelsescentrerede inferensprocessor med Nvidias etablerede rackdesign, højhastighedsforbindelser og netværk. 310

Fra enkeltaccelerator til rackskaleret system

NVLink Fusion er Nvidias platform til at få partneres specialiserede chips ind i Nvidia-baseret AI-infrastruktur. For d-Matrix betyder det, at Raptor efter planen forbindes til Nvidias NVLink-netværk til skalering i racket, MGX-rackarkitektur og Spectrum-X-netværk til skalering på tværs af racks. Nvidia beskriver det som en hurtigere vej med lavere integrationsrisiko, fordi partneren kan bygge på et afprøvet rackøkosystem frem for selv at samle hele systemstakken. 3

Konkret skal Raptor indgå i et rack baseret på Nvidias MGX-referencedesign. Det er den afgørende forskel på at levere en enkelt accelerator og på at være del af et samlet racksystem med delt høj-båndbreddeforbindelse og veldefinerede infrastrukturkomponenter. 310

Hvilke Nvidia-komponenter bliver en del af løsningen?

Det planlagte Raptor-baserede design omfatter følgende Nvidia-elementer:

• Vera-CPU'er til værtsberegning i racket
• NVLink-switches til forbindelsen mellem enheder i racket
• BlueField-4-DPU'er til databehandling og infrastrukturfunktioner
• ConnectX-9 SuperNICs til netværks-I/O med høj ydelse
• Spectrum-X Ethernet til netværk og skalering ud over det enkelte rack 10

d-Matrix arbejder desuden med Astera Labs om skræddersyet konnektivitet, der skal understøtte høj datahastighed gennem systemet. 10

Arbejdsdelingen er central: d-Matrix leverer inferens-XPU'en, mens Nvidia leverer en stor del af den omgivende platform – referencedesignet, forbindelserne i racket, netværkskomponenterne og det bredere AI-infrastrukturøkosystem. 310

Målet er inferens med lav forsinkelse

Raptor positioneres til inferensarbejde, hvor forsinkelsen ved generering af hvert token har betydning. En hukommelsescentreret accelerator kan være relevant i opgaver, hvor modelvægte læses gentagne gange under genereringen, mens Nvidias platform leverer kommunikations- og implementeringslaget, der skal få det til at fungere i rackskala.

Samarbejdet betyder ikke, at Raptor skal erstatte Nvidia-GPU'er i alle AI-opgaver. Det åbner i stedet for heterogene systemer, hvor specialiseret inferenssilicium kan fungere sammen med Nvidias infrastruktur. NVLink Fusion er netop rettet mod semiskræddersyet AI-infrastruktur, der kombinerer partnerchips med Nvidias racks og netværk. 26

Planen: 144 XPU'er i ét rack

d-Matrix har oplyst, at selskabet forventer at tilbyde systemer med op til 144 Raptor-acceleratorer, forbundet via ét NVLink-net med alle-til-alle-forbindelse. På rackniveau er målet 2,3 TB 3D-stakket DRAM og 7,2 PB/s samlet hukommelsesbåndbredde. Ifølge virksomheden skal det kunne understøtte modeller med mere end fire billioner parametre ved 4-bit-præcision. 24

Tallene er fremadrettede produktmål, ikke dokumenteret ydelse fra et færdigt system. Offentlige beskrivelser varierer også i detaljerne om hukommelse og båndbredde pr. accelerator. Den endelige konfiguration pr. enhed og den praktisk anvendelige modelkapacitet skal derfor bekræftes tættere på lanceringen. Runtime-hukommelse, modelmetadata, kvantiseringsformat og systemsoftware påvirker alle, hvor stor en model der reelt kan implementeres.

Tidsplan: tape-out i 2026, integrerede racks i 2027

Raptor beskrives som et design med en 4-nanometer compute-die og specialudviklet DRAM. d-Matrix forventer tape-out – den fase, hvor chipdesignet sendes til produktion – inden udgangen af 2026. De første rackintegrerede systemer ventes i fjerde kvartal af 2027. 1014

Det er altså en flerårig produktkøreplan, ikke et færdigt fælles rackprodukt, der kan købes i dag. 12

Hvorfor åbner Nvidia for tredjepartsacceleratorer?

Ved at gøre rackplatformen tilgængelig for partnerchips kan Nvidia henvende sig til kunder, der vil bruge specialiseret silicium uden at opgive Nvidias infrastruktur. Selv hvis d-Matrix leverer inferensprocessoren, kan det foreslåede system fortsat bruge Nvidias NVLink-forbindelse, CPU'er, switches, DPU'er, SuperNICs, Ethernet-netværk og MGX-arkitektur. 310

Det er en slutning ud fra systemarkitekturen – ikke en offentlig redegørelse for aftalens økonomi eller indtægtsfordeling. Virksomhederne har ikke oplyst finansielle vilkår. 1

En del af et bredere NVLink Fusion-økosystem

Nvidia introducerede NVLink Fusion for at gøre semiskræddersyet AI-infrastruktur mulig sammen med partnere. Den første offentlige partnerliste omfattede MediaTek, Marvell, Alchip Technologies, Astera Labs, Synopsys og Cadence. Nvidia oplyste også, at CPU'er fra Fujitsu og Qualcomm kan integreres med Nvidia-GPU'er via platformen. 26

d-Matrix udvider den tilgang med inferensfokuserede XPU'er. Den større betydning ligger derfor ikke kun i én chip, men i en mere modulær rackmodel: Kunder kan potentielt kombinere skræddersyet beregningssilicium med Nvidias forbindelser og netværksinfrastruktur frem for at skulle vælge mellem et rent Nvidia-system og en helt separat platform.

d-Matrix i kort form

d-Matrix lancerede sin Corsair-inferensaccelerator i november 2024. I november 2025 oplyste virksomheden, at den havde rejst 275 mio. dollar i en Serie C-runde til en værdiansættelse på 2 mia. dollar. Det bragte den samlede finansiering op på 450 mio. dollar, og Microsofts M12 var blandt investorerne. 2839

Raptor-samarbejdet er dermed d-Matrix' forsøg på at bevæge sig fra en tilgang med enkeltstående inferensacceleratorer til rackskaleret implementering. Om de lovede fordele i forsinkelse, kapacitet og båndbredde bliver til reelle produktionsinstallationer, afhænger af den endelige chip, softwareintegrationen og praktiske benchmarks, når de planlagte systemer kommer i 2027.