d-Matrix collegherà i chip Raptor ai rack Nvidia MGX con NVLink Fusion

d-Matrix punta a entrare nell’inferenza AI su larga scala senza chiedere ai clienti di costruire un cluster separato per i suoi acceleratori. L’azienda ha annunciato l’integrazione di Nvidia NVLink Fusion nelle XPU per inferenza Raptor di prossima generazione, così da collegarle all’architettura rack Nvidia MGX e alla più ampia piattaforma infrastrutturale AI di Nvidia. Le due società parlano di una roadmap pluriennale: la disponibilità iniziale delle Raptor integrate in rack MGX è prevista per il quarto trimestre del 2027. 18

Che cosa cambia con NVLink Fusion

NVLink Fusion è la tecnologia e proprietà intellettuale di Nvidia per collegamenti ad alta banda e bassa latenza, pensata per portare CPU e XPU personalizzate nell’infrastruttura AI del gruppo. Per d-Matrix, significa che Raptor potrà usare il networking NVLink per la scalabilità interna al dominio (scale-up), Spectrum-X per l’espansione della rete (scale-out) e i progetti rack MGX, invece di vivere soltanto in sistemi costruiti su misura. 114

Il rack previsto includerà CPU Nvidia Vera, switch NVLink, DPU BlueField-4, ConnectX-9 SuperNIC e networking Ethernet Spectrum-X. Secondo d-Matrix, questa scelta offre un percorso già validato per gli aspetti di rack, rete, alimentazione, raffreddamento e filiera di fornitura che un produttore di acceleratori custom dovrebbe altrimenti assemblare e certificare autonomamente. 18

In sostanza, non si tratta solo di aggiungere un chip a un server. Un operatore di data center potrebbe adottare una base infrastrutturale comune incentrata su Nvidia per GPU, CPU e XPU d-Matrix, anziché progettare rack dedicati per ciascun tipo di processore. 1

GPU per il prefill, Raptor per il decode

L’architettura proposta usa l’inferenza disaggregata. Le GPU Nvidia gestirebbero il prefill, la fase più intensiva sul piano computazionale; l’hardware specializzato d-Matrix si concentrerebbe invece sul decode, cioè la generazione sequenziale dei token della risposta.

Il prefill elabora il prompt in ingresso; il decode produce il flusso di parole o token successivi. La divisione del lavoro mira quindi a destinare ogni processore alla fase per cui è progettato. d-Matrix aveva già indicato questo approccio nella collaborazione con Parasail, che prevede l’uso degli attuali acceleratori Corsair insieme ai sistemi Nvidia Hopper e Blackwell. 22

Va però mantenuta una distinzione importante: i vantaggi prestazionali dipendono dal carico di lavoro. L’affermazione di Parasail su servizi fino a 10 volte più veloci ed efficienti nei costi è una dichiarazione delle aziende relativa a carichi selezionati, non un confronto universale e verificato in modo indipendente fra l’hardware d-Matrix e le GPU. 22

Rack e tempistiche: ciò che è noto

d-Matrix ha dichiarato che il primo rack Raptor seguirà l’architettura di riferimento Nvidia MGX. Secondo quanto riportato sulla roadmap, il progetto è in stile NVL144 e dovrebbe connettere fino a 144 acceleratori Raptor in un singolo fabric NVLink; queste specifiche restano piani futuri, non garanzie di un prodotto già disponibile. 2

Il traguardo di disponibilità indicato direttamente da d-Matrix è più circoscritto: le prime XPU Raptor integrate in un rack Nvidia MGX sono attese nel Q4 2027. 8

Finché Raptor non sarà un prodotto MGX in commercio, capacità, prestazioni e dettagli operativi vanno dunque letti come obiettivi di roadmap, in attesa di sistemi definitivi e benchmark riproducibili.

Perché l’apertura conviene anche a Nvidia

A prima vista, consentire l’uso di un processore di inferenza di terze parti potrebbe sembrare un modo per ridurre il peso di Nvidia. La logica strategica è opposta: Nvidia può rendere la propria piattaforma la fondazione preferita dell’AI anche quando il chip di calcolo non è una GPU Nvidia.

NVLink Fusion mantiene dentro il suo ecosistema gli strati di maggiore valore della piattaforma: fabric scale-up, rete, architettura del rack e infrastruttura associata. Per d-Matrix e i suoi clienti questo può ridurre il rischio d’integrazione e accelerare il deployment; per Nvidia, diminuisce la necessità di costruire cluster del tutto esterni al suo ambiente. 114

È questo il senso della formula Nvidia: piattaforma «integrata verticalmente e aperta orizzontalmente».

• Integrata verticalmente: Nvidia coordina più livelli, dalla connettività di calcolo alla rete, dal design del rack alla piattaforma AI nel suo complesso.
• Aperta orizzontalmente: fornitori di CPU e XPU custom possono collegare il proprio silicio a quella piattaforma tramite NVLink Fusion. 114

Non significa che tutti gli acceleratori siano intercambiabili o equivalenti nelle prestazioni. In questo contesto, l’idea di risorse “fungibili” va intesa come obiettivo operativo: scegliere il calcolo più adatto al carico di lavoro, mantenendo una base infrastrutturale comune.

Il confronto potenziale con Groq 3

Il progetto d-Matrix è complementare alle GPU Nvidia nella divisione prefill/decode, ma opera anche nello stesso terreno degli acceleratori specializzati per inferenza in cui Nvidia colloca i futuri sistemi basati su Groq 3 LPU. Nvidia ha presentato Groq 3 LPX come soluzione progettata per il decode e abbinabile all’infrastruttura Vera Rubin NVL72. 24

Ne risulta un rapporto doppio: Raptor può affiancare le GPU Nvidia e usare l’infrastruttura della piattaforma, ma potrebbe anche competere con l’offerta Nvidia per il decode specializzato. Le informazioni disponibili non consentono però un confronto affidabile su latenza, throughput, consumi, prezzo o disponibilità.

Finanziamenti e piattaforma Corsair

d-Matrix ha dichiarato che il round di Serie C da 275 milioni di dollari, chiuso nel novembre 2025, ha valutato la società 2 miliardi di dollari e ha portato i finanziamenti complessivi a 450 milioni di dollari. 27

L’attuale piattaforma di inferenza dell’azienda è Corsair; Raptor è invece la XPU di nuova generazione inclusa nella roadmap con NVLink Fusion. Corsair è già alla base della partnership con Parasail, che ha annunciato il suo impiego insieme a infrastruttura Nvidia per carichi di inferenza selezionati. 22

La rilevanza di Raptor sta quindi nel percorso più diretto progettato per entrare nell’ambiente rack-scale di Nvidia.

Cosa non è stato comunicato

Né d-Matrix né Nvidia hanno reso pubblici i termini finanziari dell’intesa. Non è quindi possibile stabilire se siano previsti royalty di licenza, impegni minimi di acquisto, costi di ingegneria, condivisione dei ricavi o condizioni commerciali preferenziali.

L’annuncio va letto soprattutto come una roadmap infrastrutturale rilevante: d-Matrix ottiene una via per distribuire hardware specializzato nel decode dentro AI factory basate su Nvidia, mentre Nvidia amplia il numero di chip di calcolo che possono poggiare sul suo ecosistema di interconnessione e rack. Se questo produrrà un vantaggio economico concreto nell’inferenza dipenderà dall’hardware finale, dall’integrazione software, dai prezzi e da risultati riproducibili su carichi reali. 18