Como o NVLink Fusion coloca o chip Raptor da d-Matrix dentro da infraestrutura da Nvidia

A adoção do NVLink Fusion faz com que o Raptor, próximo processador de inferência da d-Matrix, possa ser integrado diretamente aos racks de data center da Nvidia, em vez de operar como uma placa PCIe separada. Na prática, a startup encaixa sua XPU — um acelerador centrado em memória — na arquitetura de rack MGX/NVL144 da Nvidia, com refrigeração líquida e componentes já validados para sistemas de IA em grande escala. 14

Como o Raptor entra no rack

O Raptor implementará a interface NVLink Fusion. O NVLink é a interconexão de alta largura de banda e baixa latência usada para ampliar a comunicação entre dispositivos dentro do sistema (scale-up). Já a rede Spectrum-X Ethernet é voltada à expansão para além do rack ou entre racks (scale-out). 35

Isso permite que o chip da d-Matrix participe da mesma malha de infraestrutura da Nvidia, em vez de depender exclusivamente das conexões convencionais de entrada e saída. A Nvidia afirma que a integração também dá à d-Matrix acesso ao ecossistema MGX, cuja arquitetura modular de racks já foi validada. 4

O que fica com a d-Matrix e o que continua com a Nvidia

A d-Matrix entra com o Raptor XPU, seu processador de inferência. Mas o rack pode reunir diversos elementos da plataforma da Nvidia, incluindo:

• CPUs Nvidia Vera;
• switches NVLink;
• DPUs BlueField-4;
• ConnectX-9 SuperNICs;
• rede Spectrum-X Ethernet. 56

Em outras palavras, a parceria não substitui toda a infraestrutura da Nvidia por chips da d-Matrix. Ela cria um sistema heterogêneo: a d-Matrix fornece o acelerador especializado, enquanto a Nvidia fornece boa parte da interconexão, rede, I/O, gerenciamento e arquitetura de referência do rack. 5

Por que o foco é a inferência token a token

A proposta da d-Matrix é usar o Raptor especialmente na fase de decodificação de modelos generativos — quando o sistema produz cada novo token da resposta. Nessa etapa, os pesos do modelo precisam ser lidos repetidamente, o que torna capacidade e largura de banda de memória pontos centrais para a latência.

As GPUs continuam adequadas para o prefill, fase em que o modelo processa o prompt inicial, e para computação de uso geral. A arquitetura pretendida, portanto, é complementar: GPUs e XPUs podem dividir o pipeline de inferência, e não necessariamente disputar uma substituição total das GPUs. 310

Capacidade anunciada e uma ressalva sobre os números

A d-Matrix prevê sistemas com até 144 aceleradores Raptor conectados por uma única malha NVLink. A empresa cita, no nível do rack, cerca de 2,3 TB de memória DRAM empilhada em 3D e 7,2 PB/s de largura de banda agregada. 3

Esses totais seriam suficientes, em princípio, para armazenar mais de 4 trilhões de parâmetros quantizados em 4 bits, antes de considerar metadados, estado de execução e outras sobrecargas. O tamanho efetivamente utilizável de um modelo dependerá, assim, de seu formato e do software do sistema. 3

Há, porém, informações públicas que não coincidem perfeitamente: reportagens também descrevem cada Raptor com 32 GB de DRAM 3D e 100 TB/s de largura de banda por acelerador. 3712 Como esses valores não se alinham diretamente aos totais de 2,3 TB e 7,2 PB/s para 144 unidades, as especificações finais do produto ainda precisam ser confirmadas pela d-Matrix.

Cronograma e o interesse da Nvidia

O Raptor é descrito como um projeto com die de computação de 4 nm combinado a DRAM personalizada. A d-Matrix espera concluir o tape-out até o fim de 2026 e disponibilizar os primeiros sistemas integrados a racks no quarto trimestre de 2027. 1012

Para a Nvidia, o NVLink Fusion amplia o alcance de sua plataforma: clientes podem usar silício especializado de terceiros sem sair da arquitetura de racks, da malha de interconexão e da infraestrutura de rede da empresa. Essa leitura decorre da arquitetura e do modelo de integração anunciados; os termos financeiros da colaboração não foram divulgados. 135

A d-Matrix se junta a um ecossistema de NVLink Fusion que inclui parceiros associados publicamente à iniciativa, como AWS, Arm, Intel, Fujitsu, MediaTek e Marvell. O objetivo é transformar o NVLink em uma interface para hardware de IA heterogêneo, estendendo o papel da Nvidia para além de suas próprias GPUs. 3

A empresa já havia lançado o acelerador de inferência Corsair em novembro de 2024. Em 2025, levantou US$ 275 milhões em uma rodada Série C que a avaliou em US$ 2 bilhões; o total captado ao longo de sua história foi informado em cerca de US$ 450 milhões, número que não deve ser confundido com o valor da rodada isolada. 2