d-Matrix vil integrere Raptor-XPU'er i Nvidias MGX-racks

d-Matrix vil ikke bygge en helt separat accelerator-klynge for at få sine næste inference-chips ud i store datacentre. I stedet vil virksomheden integrere Nvidias NVLink Fusion i næste generation af Raptor-XPU'er og koble dem til Nvidias MGX-rackarkitektur og bredere AI-infrastruktur. Selskaberne beskriver samarbejdet som en flerårig produktkøreplan, og de første Raptor-XPU'er integreret i MGX-racks forventes i 4. kvartal 2027. 18

Det har d-Matrix annonceret

NVLink Fusion er Nvidias høj-båndbredde- og lav-latens-teknologi samt IP til at integrere kundetilpassede CPU'er og XPU'er i Nvidias AI-infrastruktur. For d-Matrix betyder det, at Raptor kan kobles til NVLink-netværk til skalering inden for systemet, Spectrum-X-netværk til skalering på tværs af systemer og MGX-rackdesign – frem for kun at blive installeret i et specialbygget system. 114

Det planlagte rackdesign omfatter Nvidia Vera-CPU'er, NVLink-switches, BlueField-4-DPU'er, ConnectX-9-SuperNICs og Spectrum-X Ethernet. d-Matrix fremhæver, at det giver en valideret vej gennem arbejdet med rack, netværk, strøm, køling og forsyningskæde, som leverandører af specialudviklede acceleratorer ellers selv skal løse. 18

Kort sagt handler annonceringen om systemintegration – ikke blot om at sætte endnu en chip i en server. En datacenteroperatør kan i princippet bruge en fælles Nvidia-orienteret infrastruktur til GPU'er, CPU'er og d-Matrix-XPU'er, i stedet for at konstruere særskilte racks til hver processortype. 1

Fordelingen mellem Raptor og Nvidia-GPU'er

Den foreslåede arkitektur bygger på opdelt inference. Nvidia-GPU'er skal håndtere den beregningstunge prefill-fase, mens d-Matrix' specialiserede hardware er tiltænkt decode-fasen, hvor svaret genereres token for token. Prefill behandler brugerens prompt, mens decode producerer den fortsatte strøm af tekst eller andre outputtokens.

Tanken er, at hver processortype tager den del af inference-arbejdet, den er udviklet til. d-Matrix har tidligere oplyst, at Parasail vil bruge virksomhedens nuværende Corsair-acceleratorer sammen med Nvidia Hopper- og Blackwell-systemer efter samme overordnede prefill/decode-model. 22

De mulige gevinster afhænger dog af arbejdsbelastningen. Parasails oplysning om op til 10 gange hurtigere og mere omkostningseffektive tjenester er en påstand fra virksomhederne for udvalgte arbejdsbelastninger – ikke en uafhængigt valideret, generel sammenligning mellem d-Matrix-hardware og GPU'er. 22

Rackplanen og tidslinjen

d-Matrix har oplyst, at det første Raptor-rack vil følge Nvidias MGX-referencearkitektur. Rapportering om køreplanen beskriver et NVL144-lignende design, der sigter mod at forbinde op til 144 Raptor-acceleratorer i ét NVLink-fabric. Det er fortsat fremtidsplaner og ikke specifikationer for et leveret produkt. 2

Den konkrete tilgængelighedsmilepæl, som d-Matrix har angivet, er mere afgrænset: De første Raptor-XPU'er integreret i et Nvidia MGX-rack forventes i 4. kvartal 2027. 8

Indtil Raptor er et leveret MGX-produkt, bør kunder derfor betragte oplysninger om ydeevne, kapacitet og implementering som mål i en produktkøreplan – ikke som endelige garantier.

Hvorfor Nvidia også vinder på tredjepartschips

Ved første øjekast kan det virke kontraintuitivt, at Nvidia hjælper en tredjeparts inference-processor ind i sit økosystem. Den strategiske logik er imidlertid, at Nvidia kan gøre sin AI-platform til den foretrukne base, også når selve compute-chippen ikke er en Nvidia-GPU.

Med NVLink Fusion bliver værdifulde platformlag som scale-up-forbindelser, netværk, rackarkitektur og den tilhørende infrastruktur i Nvidias økosystem. For d-Matrix og kunderne kan det mindske integrationsrisikoen og forkorte vejen til implementering. For Nvidia reducerer det behovet for at bygge en helt separat klynge uden Nvidia-teknologi. 114

Det er baggrunden for Nvidias formulering om, at platformen er "vertikalt integreret og horisontalt åben".

• Vertikalt integreret betyder, at Nvidia koordinerer flere infrastrukturlag: compute-forbindelser, netværk, rackdesign og den bredere AI-platform.
• Horisontalt åben betyder, at leverandører af kundetilpassede CPU'er og XPU'er kan koble deres silicium til platformen gennem NVLink Fusion. 114

Det betyder ikke, at alle acceleratorer kan udskiftes uden videre eller har samme ydeevne. Når platformen beskrives som "fungibel", bør det forstås som et driftsmål: Operatøren kan vælge den computerressource, der passer bedst til en given opgave, mens infrastrukturen nedenunder er fælles.

Hvor Groq 3 passer ind

d-Matrix' plan supplerer Nvidia-GPU'er i den foreslåede opdeling mellem prefill og decode. Samtidig placerer den Raptor i det samme brede marked for specialiseret inference som Nvidias planlagte Groq 3-systemer baseret på LPU'er. Nvidia har præsenteret Groq 3 LPX som en målrettet decode-løsning, der kan kombineres med Vera Rubin NVL72-infrastruktur. 24

Det giver et dobbelt forhold: Raptor kan supplere Nvidia-GPU'er og bruge Nvidias platforminfrastruktur, men kan også komme til at konkurrere med Nvidias egen specialiserede decode-løsning. De tilgængelige oplysninger er ikke nok til en meningsfuld direkte sammenligning af latenstid, gennemløb, strømforbrug, pris eller tilgængelighed.

Finansiering og Corsair

d-Matrix oplyste, at Series C-runden i november 2025 rejste 275 mio. dollar ved en værdiansættelse på 2 mia. dollar. Det bragte den samlede finansiering op på 450 mio. dollar. 27 Virksomhedens nuværende inference-platform hedder Corsair, mens Raptor er den næste generations XPU i NVLink Fusion-køreplanen.

Corsair danner allerede grundlag for samarbejdet med Parasail, som har oplyst, at acceleratorerne skal installeres sammen med Nvidia-infrastruktur til udvalgte inference-opgaver. 22 Raptor er væsentlig, fordi d-Matrix nu planlægger en mere direkte vej ind i Nvidias miljø for rackskala.

Det ved vi stadig ikke

Ingen af virksomhederne har oplyst de økonomiske vilkår for aftalen. Offentligt tilgængelige oplysninger fastslår derfor ikke licensbetalinger, minimumskøb, udviklingshonorarer, omsætningsdeling eller særlige kommercielle betingelser.

Annonceringen bør derfor læses som en vigtig infrastrukturelt betinget produktkøreplan: d-Matrix får en vej til at installere specialiseret decode-hardware i Nvidia-baserede AI-fabrikker, mens Nvidia udvider kredsen af compute-chips, der kan bygge på selskabets interconnect- og rackøkosystem. Om det fører til bedre økonomi i AI-inference i praksis, afhænger af den færdige hardware, softwareintegrationen, priserne og uafhængigt reproducerbare resultater på relevante arbejdsbelastninger. 18