d-Matrix veut intégrer ses XPU Raptor aux racks NVIDIA MGX avec NVLink Fusion

d-Matrix a annoncé une collaboration pluriannuelle avec NVIDIA autour de sa feuille de route produit. L’objectif : intégrer ses futurs processeurs d’inférence Raptor, ou XPU, à NVLink Fusion. La première mise en œuvre prévue est un système basé sur Raptor construit selon l’architecture de référence de racks MGX de NVIDIA, destiné à l’inférence IA à grande échelle et à très faible latence. La disponibilité initiale est visée au quatrième trimestre 2027. 1211

Ce que change NVLink Fusion

NVLink Fusion est la plateforme de NVIDIA conçue pour relier des CPU et accélérateurs tiers à son réseau d’interconnexion NVLink pour l’extension verticale (scale-up), ainsi qu’à son infrastructure IA plus large. Dans le cadre de cet accord, d-Matrix prévoit de connecter Raptor par NVLink et d’utiliser Spectrum-X Ethernet pour l’extension horizontale (scale-out). 1

Concrètement, d-Matrix pourra intégrer son silicium spécialisé dans une conception de rack NVIDIA déjà établie, au lieu de développer et de qualifier de zéro une plateforme distincte de racks, de réseau et de refroidissement. NVIDIA et d-Matrix présentent cette approche comme une voie plus rapide et moins risquée pour passer d’une puce sur mesure à un déploiement à grande échelle. 12

La configuration MGX envisagée

Le système Raptor envisagé doit s’appuyer sur la dernière architecture de référence MGX de NVIDIA. D’après d-Matrix, il comprendra :

• des CPU NVIDIA Vera ;
• des commutateurs NVIDIA NVLink ;
• des DPU NVIDIA BlueField-4 ;
• des SuperNIC NVIDIA ConnectX-9 ;
• le réseau Ethernet NVIDIA Spectrum-X. 2

MGX est une architecture de rack modulaire. NVIDIA indique que cette intégration placerait Raptor dans une infrastructure IA largement déployée et refroidie par liquide. 1

L’annonce confirme une interopérabilité avec la plateforme à l’échelle du rack de NVIDIA, mais les communications citées ne décrivent pas de configuration Raptor finalisée et commercialisée sous le nom de système « NVL144 ». Les chiffres portant sur 144 accélérateurs ou sur la bande passante mémoire, lorsqu’ils sont évoqués avant le lancement, doivent donc être considérés comme des projections de feuille de route, et non comme des spécifications déployées ou validées par des benchmarks indépendants.

Pourquoi un XPU spécialisé peut compléter les GPU

Le partenariat repose sur l’idée d’une inférence hétérogène : répartir les différentes étapes du service d’un modèle d’IA générative entre des processeurs adaptés à chacune d’elles.

Une répartition courante consiste à confier aux GPU le préremplissage (prefill), phase très intensive en calcul durant laquelle le modèle traite l’invite de l’utilisateur, puis à déléguer le décodage (decode), phase sensible à la latence qui génère les jetons un par un, à un accélérateur spécialisé. d-Matrix positionne Raptor pour ce second rôle. 1819

Raptor succède à la plateforme Corsair, actuellement en production, et prolonge l’approche de d-Matrix centrée sur la mémoire. L’entreprise affirme que Raptor emploie un empilement 3D de DRAM réunissant, dans un même boîtier, une puce mémoire DRAM et une puce de calcul SRAM. Son principe est qu’un couplage plus étroit entre mémoire et calcul peut mieux répondre aux charges d’inférence à faible latence. 2

Raptor n’est donc pas présenté comme un remplaçant généraliste des GPU. Il doit plutôt devenir un composant spécialisé au sein d’un cluster d’inférence fondé sur l’écosystème NVIDIA, chaque processeur prenant en charge les tâches auxquelles son architecture est la mieux adaptée.

L’intérêt de NVIDIA à ouvrir ses racks à des puces tierces

En prenant en charge un XPU tiers via NVLink Fusion, NVIDIA élargit l’éventail des composants capables de fonctionner dans son écosystème de réseau, de racks et d’infrastructure. Pour les clients, l’intérêt immédiat est l’intégration : un accélérateur spécialisé dans l’inférence peut être déployé avec une conception MGX validée, la connectivité NVLink et le réseau Spectrum-X, plutôt que dans un environnement isolé à assembler. 1

Il s’agit autant d’une stratégie de plateforme que d’un partenariat autour des puces. NVIDIA conserve les acheteurs d’infrastructures sur sa base technologique à l’échelle du rack, tout en laissant du silicium spécialisé répondre à un goulot d’étranglement précis de l’inférence. L’intérêt commercial réel dépendra toutefois de la disponibilité matérielle, du support logiciel, des coûts et des performances observées sur les charges de travail une fois Raptor commercialisé.

Calendrier et contexte commercial

d-Matrix prévoit la finalisation physique de Raptor (tape-out) avant la fin de 2026 et vise une première disponibilité dans un rack MGX au quatrième trimestre 2027. Il s’agit de dates prévisionnelles de feuille de route, susceptibles d’évoluer. 911

La plateforme XPU Corsair de d-Matrix est déjà en production. Dans une annonce distincte de déploiement, Parasail a indiqué associer les accélérateurs Corsair à des GPU NVIDIA Hopper et Blackwell, les GPU étant utilisés pour le préremplissage et Corsair pour le décodage. Parasail et d-Matrix ont revendiqué une génération de jetons jusqu’à dix fois plus rapide ; cette affirmation provient des entreprises et ne constitue pas un benchmark indépendant de Raptor. 19

D-Matrix a également annoncé un financement de série C de 275 millions de dollars en novembre 2025, valorisant l’entreprise à 2 milliards de dollars et portant son financement total à 450 millions de dollars. 16

À retenir

L’enjeu ne se limite pas à l’adoption d’une interconnexion NVIDIA par d-Matrix. Raptor est conçu pour entrer dans l’écosystème de racks MGX de NVIDIA comme un composant spécifiquement destiné à l’inférence. Si la feuille de route se concrétise, les exploitants pourront associer les CPU, le réseau et les GPU de NVIDIA à un XPU centré sur la mémoire pour la phase de décodage des services d’IA, sans devoir bâtir de toutes pièces une plateforme de racks distincte. 12

Pour l’heure, il s’agit d’une feuille de route visant une disponibilité en 2027. La promesse devra être vérifiée sur le matériel commercialisé, dans des charges d’inférence réelles, avec des mesures indépendantes de latence, de débit et de coût total de possession.