d-Matrix połączy układy Raptor z szafami Nvidia MGX przez NVLink Fusion

d-Matrix nie zamierza budować całkowicie odrębnych klastrów akceleratorów AI. Firma zapowiedziała, że w kolejnej generacji procesorów inferencyjnych Raptor XPU zintegruje technologię Nvidia NVLink Fusion. Dzięki temu układy mają trafić do szaf zgodnych z architekturą Nvidia MGX i szerzej — do platformy infrastrukturalnej Nvidii dla AI. Obie firmy opisują tę współpracę jako wieloletnią mapę produktową; pierwsza dostępność Raptorów zintegrowanych z szafą MGX jest przewidywana na IV kwartał 2027 r. 18

Co właściwie ogłoszono

NVLink Fusion to technologia i własność intelektualna Nvidii służąca do łączenia niestandardowych CPU oraz XPU z jej infrastrukturą AI, przy wysokiej przepustowości i niskich opóźnieniach. W przypadku d-Matrix oznacza to, że Raptor ma korzystać z połączeń NVLink do skalowania wewnątrz systemu, sieci Spectrum-X do skalowania między systemami oraz konstrukcji szaf MGX — zamiast funkcjonować wyłącznie w zaprojektowanej od zera, własnej platformie. 114

Planowana konfiguracja szafy ma obejmować procesory Nvidia Vera, przełączniki NVLink, układy DPU BlueField-4, karty ConnectX-9 SuperNIC i sieć Ethernet Spectrum-X. d-Matrix wskazuje, że daje to sprawdzoną ścieżkę integracji pozostałych elementów systemu: szafy, sieci, zasilania, chłodzenia i łańcucha dostaw. 18

W praktyce nie chodzi więc wyłącznie o podłączenie kolejnego układu do serwera. Operator centrum danych mógłby wykorzystywać wspólne, zorientowane na Nvidię podejście infrastrukturalne dla GPU, CPU i XPU, bez projektowania osobnych szaf dla każdego typu procesora. 1

Podział pracy: GPU dla prefill, Raptor dla decode

Zakładana architektura opiera się na rozdzielonej inferencji. GPU Nvidii miałyby realizować wymagający obliczeniowo etap prefill, a sprzęt d-Matrix — etap decode, czyli generowanie odpowiedzi token po tokenie.

Prefill to przetworzenie promptu użytkownika i przygotowanie kontekstu modelu. Decode następuje później: model tworzy kolejne fragmenty odpowiedzi. Taki podział ma pozwolić użyć każdego procesora do zadania, do którego został zaprojektowany.

d-Matrix stosuje już podobne założenie w partnerstwie z Parasail. Firma ta zapowiedziała wdrożenie obecnych akceleratorów Corsair obok systemów Nvidia Hopper i Blackwell: GPU mają obsługiwać prefill, a Corsair dekodowanie. 22

Warto jednak zachować ostrożność wobec deklarowanych efektów. Informacja Parasail o usługach nawet 10 razy szybszych i bardziej efektywnych kosztowo jest twierdzeniem firm dla wybranych obciążeń, a nie niezależnie potwierdzonym, uniwersalnym porównaniem sprzętu d-Matrix z GPU. 22

Szafy MGX i harmonogram

Według informacji o mapie rozwoju pierwsza szafa Raptor ma bazować na architekturze referencyjnej Nvidia MGX. Doniesienia opisują projekt typu NVL144, który ma połączyć do 144 akceleratorów Raptor w jednej strukturze NVLink. To jednak plany na przyszłość, a nie gwarantowane parametry gotowego produktu. 2

Najbardziej konkretny termin podany przez d-Matrix jest węższy: pierwsze Raptory XPU zintegrowane z szafą Nvidia MGX są oczekiwane w IV kwartale 2027 r. 8

Do czasu udostępnienia finalnych systemów i niezależnie testowalnych wyników, dane o wydajności, pojemności oraz szczegółach wdrożenia należy traktować jako cele produktowe.

Dlaczego Nvidia zyskuje na układach innych firm

Na pierwszy rzut oka wsparcie zewnętrznego procesora inferencyjnego może wyglądać jak osłabienie pozycji Nvidii. Strategiczna logika jest odwrotna: Nvidia chce, by jej platforma AI pozostawała podstawą infrastruktury także wtedy, gdy sam układ obliczeniowy nie jest GPU tej firmy.

NVLink Fusion utrzymuje w ekosystemie Nvidii wartościowe warstwy platformy — połączenia wewnątrz systemu, sieć, architekturę szaf i związaną z nimi infrastrukturę. Dla d-Matrix oraz klientów może to ograniczać ryzyko integracji i skracać drogę do wdrożenia. Dla Nvidii oznacza zaś mniejszą potrzebę budowania przez klientów całkowicie niezależnych klastrów poza jej środowiskiem. 114

W tym sensie należy rozumieć określenie platformy Nvidii jako „zintegrowanej pionowo i otwartej poziomo”:

• Integracja pionowa oznacza koordynację wielu warstw: łączności obliczeniowej, sieci, konstrukcji szaf i szerszej platformy AI.
• Otwartość pozioma oznacza, że twórcy niestandardowych CPU i XPU mogą podłączać swoje układy do tej platformy przez NVLink Fusion. 114

Nie oznacza to, że wszystkie akceleratory są wymienne albo równoważne pod względem wydajności. „Wymienność” należy tu rozumieć raczej jako cel operacyjny: możliwość dobrania zasobu obliczeniowego do konkretnego zadania przy zachowaniu wspólnej podstawy infrastrukturalnej.

Gdzie w tym układzie jest Groq 3

Plan d-Matrix ma uzupełniać GPU Nvidii w modelu prefill/decode, ale dotyczy też tego samego szerokiego rynku wyspecjalizowanych procesorów do inferencji, co planowane systemy Nvidia Groq 3 oparte na LPU. Nvidia przedstawiała Groq 3 LPX jako rozwiązanie skonstruowane specjalnie z myślą o dekodowaniu, które może współpracować z infrastrukturą Vera Rubin NVL72. 24

Powstaje więc podwójna relacja. Raptor może być komplementarny wobec GPU Nvidii i korzystać z infrastruktury tej firmy, a jednocześnie potencjalnie konkurować z jej własnym rozwiązaniem do dekodowania. Dostępne informacje nie pozwalają jednak na rzetelne porównanie opóźnień, przepustowości, zużycia energii, cen ani dostępności obu ofert.

Finansowanie d-Matrix i obecna platforma Corsair

d-Matrix podał, że w rundzie Series C z listopada 2025 r. pozyskał 275 mln dolarów przy wycenie 2 mld dolarów. Łączne finansowanie spółki miało wówczas sięgnąć 450 mln dolarów. 27

Obecną platformą inferencyjną d-Matrix jest Corsair, natomiast Raptor to układ XPU nowej generacji objęty planem współpracy w ramach NVLink Fusion. Corsair stanowi też podstawę partnerstwa z Parasail, które zapowiedziało jego wdrażanie obok infrastruktury Nvidii dla wybranych zadań inferencyjnych. 22

Znaczenie Raptora polega na tym, że d-Matrix planuje teraz bardziej bezpośrednie wejście do środowiska szafowego Nvidii na dużą skalę.

Czego nadal nie wiadomo

Żadna ze spółek nie ujawniła warunków finansowych współpracy. Publicznie nie wiadomo zatem, czy umowa przewiduje opłaty licencyjne, minimalne zobowiązania zakupowe, opłaty inżynieryjne, podział przychodów lub preferencyjne warunki handlowe.

Najtrafniej traktować to ogłoszenie jako istotną mapę rozwoju infrastruktury: d-Matrix zyskuje drogę do wdrażania specjalizowanego sprzętu do dekodowania w „fabrykach AI” opartych na Nvidii, a Nvidia rozszerza katalog procesorów, które mogą korzystać z jej łączności i ekosystemu szafowego. To, czy przełoży się to na lepszą ekonomię inferencji w rzeczywistych zastosowaniach, będzie zależało od finalnego sprzętu, integracji oprogramowania, cen i niezależnie powtarzalnych wyników testów. 18