d-Matrix vil bringe Raptor-XPU’er ind i NVIDIAs MGX-racks via NVLink Fusion

d-Matrix vil integrere sine kommende Raptor-XPU’er til AI-inferens i NVIDIAs rackinfrastruktur gennem NVLink Fusion. Samarbejdet er en flerårig produktplan, og det første Raptor-baserede system i et NVIDIA MGX-rack er planlagt til at blive tilgængeligt i 4. kvartal 2027. Målet er AI-inferens i stor skala, hvor meget lav latenstid er afgørende. 1211

Hvad er det nye?

NVLink Fusion er NVIDIAs platform til at koble tredjeparts-CPU’er og acceleratorer til selskabets NVLink-netværk til scale-up samt øvrige AI-infrastruktur. d-Matrix vil forbinde Raptor-XPU’erne via NVLink og bruge Spectrum-X Ethernet til scale-out-netværk. 1

Det betyder i praksis, at d-Matrix kan bygge sit specialiserede inferenssilicium ind i et etableret NVIDIA-rackdesign i stedet for selv at skulle udvikle og kvalificere en komplet platform til rack, netværk og køling. NVIDIA og d-Matrix fremhæver det som en hurtigere vej med lavere integrationsrisiko fra specialchip til stor udrulning. 12

Det planlagte MGX-system

Raptor-systemet skal bygges på NVIDIAs nyeste MGX-referencearkitektur. Ifølge d-Matrix vil designet omfatte:

• NVIDIA Vera-CPU’er
• NVIDIA NVLink-switche
• NVIDIA BlueField-4-DPU’er
• NVIDIA ConnectX-9 SuperNIC’er
• NVIDIA Spectrum-X Ethernet-netværk 2

MGX er en modulær rackarkitektur. NVIDIA oplyser, at integrationen vil placere Raptor i en udbredt, væskekølet AI-infrastruktur. 1

Aftalen dokumenterer kompatibilitet med NVIDIAs rackplatform, men de citerede virksomhedsmeddelelser fastslår ikke en endelig, leveringsklar Raptor-konfiguration, der specifikt markedsføres som et "NVL144"-system. Oplysninger om eksempelvis antal acceleratorer eller hukommelsesbåndbredde før lanceringen bør derfor ses som produktplansmål og ikke som implementerede eller uafhængigt testede specifikationer.

Hvorfor en XPU kan supplere GPU’er

Kernen i samarbejdet er heterogen inferens: forskellige processortyper løser forskellige dele af arbejdet med at levere svar fra en generativ AI-model.

En typisk arbejdsdeling er, at GPU’er håndterer prefill – den beregningstunge fase, hvor modellen behandler brugerens prompt – mens en specialiseret accelerator håndterer decode. Decode er fasen, hvor modellen genererer tokens ét ad gangen, og hvor svartid er særligt vigtig. d-Matrix positionerer Raptor til denne decode-orienterede opgave. 1819

Raptor følger efter d-Matrix’ Corsair-platform, som allerede er i produktion, og viderefører virksomhedens hukommelsescentrerede design. d-Matrix oplyser, at Raptor anvender 3D-stabling af DRAM, hvor en DRAM-hukommelseschip og en SRAM-beregningschip samles i samme pakke. Tanken er, at en tættere kobling mellem hukommelse og beregning bedre kan håndtere inferensarbejde med krav om lav latenstid. 2

Raptor præsenteres dermed ikke som en fuld erstatning for GPU’er. Den er tænkt som en specialiseret komponent i en NVIDIA-baseret inferensklynge, hvor hver processortype tildeles den opgave, dens arkitektur passer bedst til.

NVIDIAs platformstrategi

Når NVIDIA understøtter en tredjeparts-XPU gennem NVLink Fusion, udvider virksomheden mængden af hardware, der kan fungere i dens økosystem af netværk, racks og AI-infrastruktur. For kunderne er gevinsten først og fremmest integration: En specialiseret inferensaccelerator kan indgå i et valideret MGX-design med NVLink-forbindelse og Spectrum-X-netværk frem for at blive implementeret som et separat miljø. 1

Det gør aftalen til en platformstrategi såvel som et chipsamarbejde. NVIDIA kan fastholde købere på sin rackskala-infrastruktur, samtidig med at specialiseret silicium kan tage fat på en særskilt flaskehals i inferens. Den kommercielle værdi afhænger dog af tilgængelighed, softwareunderstøttelse, pris og ydelse på reelle arbejdsbelastninger, når Raptor leveres.

Tidsplan og kommerciel baggrund

d-Matrix forventer, at Raptor når tape-out – det trin, hvor chipdesignet sendes til produktion – inden udgangen af 2026. Første MGX-rack med Raptor er planlagt til 4. kvartal 2027. Det er fremadrettede datoer i en produktplan og kan ændres. 911

Virksomhedens nuværende Corsair-XPU er allerede i produktion. I en særskilt meddelelse sagde Parasail, at selskabet vil kombinere Corsair-acceleratorer med NVIDIA Hopper- og Blackwell-GPU’er: GPU’er til prefill og Corsair til decode. Parasail og d-Matrix angav op til 10 gange hurtigere tokengenerering, men det er en ydelsespåstand fra virksomhederne selv og ikke en uafhængig benchmark af Raptor. 19

d-Matrix oplyste desuden i november 2025, at virksomheden havde rejst 275 mio. dollar i en Series C-runde. Det værdisatte virksomheden til 2 mia. dollar og bragte den samlede finansiering op på 450 mio. dollar. 16

Det vigtigste at tage med

Nyheden er ikke kun, at d-Matrix tager NVIDIAs interconnect i brug. Det afgørende er, at Raptor designes til at indgå i NVIDIAs MGX-rackøkosystem som en målrettet komponent til AI-inferens. Hvis planen realiseres, vil operatører kunne kombinere NVIDIAs CPU’er, netværk og GPU’er med en hukommelsescentreret XPU, der er optimeret til decode-fasen – uden at skulle bygge en selvstændig rackplatform fra bunden. 12

Indtil videre er der tale om en produktplan med et mål om tilgængelighed i 2027. Den reelle værdi skal måles på leveringsklar hardware, faktiske inferensarbejdsbelastninger og uafhængige målinger af latenstid, kapacitet og samlede ejeromkostninger.