Como o Raptor da d-Matrix entra na infraestrutura de IA da Nvidia

A d-Matrix quer transformar o Raptor em um componente integrado da infraestrutura de IA da Nvidia — e não apenas em uma placa de inferência conectada a um servidor convencional. Com o NVLink Fusion, a startup pretende combinar seu processador especializado e centrado em memória com a arquitetura de racks, a interconexão e a rede já usadas nas chamadas “fábricas de IA” da Nvidia. 310

O que muda com o NVLink Fusion

O NVLink Fusion é a plataforma da Nvidia para incorporar silício de parceiros à sua infraestrutura de IA. No caso da d-Matrix, o Raptor será conectado à rede NVLink para expansão dentro do rack (scale-up), à arquitetura MGX e à rede Spectrum-X para expansão entre racks (scale-out). Segundo a Nvidia, isso oferece um caminho mais rápido e com menor risco para levar chips personalizados a implantações em grande escala, pois o parceiro aproveita um ecossistema de racks já validado. 3

Na prática, o Raptor está previsto para fazer parte de um rack baseado no projeto de referência MGX. A diferença é relevante: em vez de vender um acelerador avulso, a d-Matrix passa a participar de um sistema em escala de rack, com malha compartilhada de alta largura de banda e componentes de infraestrutura definidos. 310

Quais componentes da Nvidia entram no projeto

O desenho planejado para o Raptor inclui:

• CPUs Nvidia Vera, para computação de host no rack;
• switches NVLink, que formam a malha de interconexão scale-up;
• DPUs BlueField-4, voltadas ao processamento de dados e às funções de infraestrutura;
• SuperNICs ConnectX-9, para I/O de rede de alto desempenho;
• Ethernet Spectrum-X, para a expansão da rede além do rack. 10

A d-Matrix também trabalha com a Astera Labs em conectividade personalizada para sustentar um fluxo de dados de alto volume no sistema. 10

A divisão de papéis é clara: a d-Matrix fornece a XPU de inferência, enquanto a Nvidia entra com boa parte da plataforma ao redor — arquitetura de referência, conectividade, rede e ecossistema de infraestrutura. 310

Foco em inferência com baixa latência

O Raptor é posicionado para cargas de inferência nas quais a latência de geração de cada token importa. Um acelerador centrado em memória pode ser especialmente útil em tarefas que acessam repetidamente os pesos do modelo durante a geração, enquanto a plataforma da Nvidia fornece a base de comunicação e implantação necessária para operar em escala de rack.

Isso não significa que o Raptor substituirá GPUs da Nvidia em todo tipo de trabalho de IA. A proposta é criar sistemas heterogêneos: silício especializado em inferência pode coexistir com a infraestrutura da Nvidia. A estratégia do NVLink Fusion é justamente permitir infraestrutura de IA semicustomizada, combinando chips de parceiros com os sistemas e as redes da Nvidia. 26

A proposta de rack com 144 XPUs

A d-Matrix afirma esperar sistemas com até 144 aceleradores Raptor ligados por uma única malha NVLink com comunicação entre todos os componentes. A meta declarada para cada rack é de 2,3 TB de DRAM empilhada em 3D e 7,2 PB/s de largura de banda agregada de memória, com capacidade planejada para atender modelos com mais de quatro trilhões de parâmetros em precisão de 4 bits. 24

Esses números são metas futuras de produto, não especificações de sistemas já disponíveis. Há também descrições públicas divergentes sobre memória e largura de banda por acelerador. A configuração final por dispositivo e a capacidade efetivamente utilizável para modelos dependerão da versão final do produto, além de memória de execução, metadados do modelo, formato de quantização e software do sistema.

Cronograma: tape-out em 2026 e sistemas em 2027

O Raptor é descrito como um projeto que combina um die de computação de 4 nanômetros com DRAM personalizada. A d-Matrix espera concluir o tape-out — etapa em que o desenho final do chip é enviado para fabricação — até o fim de 2026. Os primeiros sistemas integrados em rack são esperados para o quarto trimestre de 2027. 1014

Portanto, trata-se de uma colaboração de roteiro de produtos para vários anos, e não de um rack conjunto já disponível no mercado. 12

Por que a Nvidia abre espaço para aceleradores de terceiros

Ao disponibilizar sua plataforma em escala de rack a chips de parceiros, a Nvidia pode atender clientes que buscam silício especializado sem exigir que eles abandonem sua infraestrutura. Mesmo se o processador de inferência for da d-Matrix, o sistema proposto ainda poderá usar a malha NVLink, CPUs, switches, DPUs, SuperNICs, rede Ethernet Spectrum-X e a arquitetura MGX da Nvidia. 310

Essa é uma implicação arquitetural da parceria, e não uma informação divulgada sobre repartição de receitas ou termos comerciais. As empresas não revelaram os termos financeiros do acordo. 1

Onde a d-Matrix se encaixa no ecossistema

A Nvidia apresentou o NVLink Fusion para viabilizar infraestrutura de IA semicustomizada com parceiros. A lista inicial divulgada incluía MediaTek, Marvell, Alchip Technologies, Astera Labs, Synopsys e Cadence. A Nvidia também informou que CPUs da Fujitsu e da Qualcomm poderiam ser integradas a GPUs Nvidia pela plataforma. 26

A d-Matrix amplia essa proposta para XPUs focadas em inferência. O ponto mais amplo não é apenas um chip: é a possibilidade de combinar computação personalizada com a interconexão e a infraestrutura de rede da Nvidia, em vez de escolher entre um sistema inteiramente Nvidia ou uma plataforma totalmente separada.

Histórico da d-Matrix

A d-Matrix lançou o acelerador de inferência Corsair em novembro de 2024. Em novembro de 2025, a companhia informou ter levantado US$ 275 milhões em uma rodada Série C, a uma avaliação de US$ 2 bilhões, elevando o total captado a US$ 450 milhões. O fundo M12, da Microsoft, esteve entre os investidores. 2839

A parceria em torno do Raptor é, assim, uma tentativa de levar a empresa de uma estratégia baseada em aceleradores discretos para um modelo de implantação em escala de rack. Se as vantagens prometidas de latência, capacidade e largura de banda se traduzirão em uso real dependerá do chip final, da integração de software e de testes independentes quando os sistemas previstos para 2027 chegarem ao mercado.