d-Matrix інтегрує Raptor у стійки Nvidia MGX за допомогою NVLink Fusion

d-Matrix обрала шлях до масштабного AI-інференсу, який не вимагає від замовників будувати цілком окремий кластер прискорювачів. Компанія повідомила, що інтегрує технологію Nvidia NVLink Fusion у наступне покоління inference-процесорів Raptor XPU. Це має підключити їх до стійкової архітектури Nvidia MGX та ширшої AI-платформи компанії. Співпрацю описують як багаторічну продуктову дорожню карту; перша доступність Raptor XPU, інтегрованих у стійку MGX, очікується у IV кварталі 2027 року. 18

Що саме анонсувала d-Matrix

NVLink Fusion — це технологія та IP Nvidia для високошвидкісного низьколатентного з'єднання кастомних CPU й XPU з AI-інфраструктурою Nvidia. Для d-Matrix це означає, що Raptor зможе працювати з мережею NVLink для масштабування всередині системи, мережею Spectrum-X для масштабування між системами та дизайнами стійок MGX — замість розгортання лише у спеціально створеній окремій системі. 114

Запланована конфігурація стійки включає CPU Nvidia Vera, комутатори NVLink, DPU BlueField-4, SuperNIC ConnectX-9 і Ethernet-мережу Spectrum-X. За словами d-Matrix, це дає системам перевірений шлях інтеграції з усіма супутніми компонентами — стійкою, мережею, живленням, охолодженням і ланцюгом постачання, які виробникам спеціалізованих прискорювачів інакше довелося б збирати самостійно. 18

По суті, йдеться не просто про підключення ще одного чипа до сервера, а про інтеграцію на рівні всієї системи. Оператор дата-центру потенційно зможе використовувати спільний інфраструктурний підхід Nvidia для GPU, CPU та XPU d-Matrix, а не проєктувати окремі стійки під кожен тип процесорів. 1

Як Raptor має працювати разом із GPU Nvidia

Запропонована архітектура спирається на розподілений інференс. Nvidia GPU мають виконувати обчислювально важкий етап prefill — початкове опрацювання запиту. Спеціалізоване обладнання d-Matrix призначене для етапу decode, коли модель послідовно генерує вихідні токени.

Такий розподіл має дозволити кожному типу процесорів виконувати частину інференсу, для якої він призначений. Раніше d-Matrix заявляла, що Parasail розгортатиме її поточні прискорювачі Corsair разом із системами Nvidia Hopper і Blackwell, застосовуючи аналогічний загальний поділ між prefill та decode. 22

Водночас виграш у продуктивності залежить від конкретного навантаження. Заява Parasail про послуги, що можуть бути до 10 разів швидшими й економнішими, є твердженням компаній-партнерів для окремих сценаріїв, а не незалежно підтвердженим універсальним порівнянням обладнання d-Matrix із GPU. 22

Стійки та строки

d-Matrix повідомляла, що її перша стійка з Raptor буде побудована за еталонною архітектурою Nvidia MGX. У публікаціях про дорожню карту згадано дизайн класу NVL144, покликаний з'єднати до 144 прискорювачів Raptor в одній фабриці NVLink. Утім, це майбутній план, а не гарантовані характеристики готового продукту. 2

Більш конкретний орієнтир, який назвала d-Matrix: початкова доступність Raptor XPU, інтегрованих у стійку Nvidia MGX, очікується у IV кварталі 2027 року. 8

Оскільки Raptor ще не є серійним продуктом для MGX, показники продуктивності, місткості та деталі розгортання варто сприймати як цілі дорожньої карти — до появи фінального обладнання й незалежно відтворюваних тестів.

Чому Nvidia вигідні сторонні прискорювачі

На перший погляд, підтримка стороннього inference-процесора може здаватися послабленням ролі Nvidia. Стратегічна логіка протилежна: Nvidia прагне, щоб її AI-платформа залишалася базовою інфраструктурою навіть тоді, коли обчислювальний чип не є GPU Nvidia.

NVLink Fusion залишає в екосистемі Nvidia важливі платформні рівні: фабрику масштабування всередині системи, мережі, архітектуру стійок та пов'язану інфраструктуру. Для d-Matrix і її клієнтів це може зменшити ризики інтеграції та прискорити розгортання. Для Nvidia це знижує потребу замовника будувати повністю окремий, не-Nvidia кластер. 114

Саме в цьому сенсі Nvidia називає свою платформу «вертикально інтегрованою та горизонтально відкритою».

• Вертикально інтегрована означає, що Nvidia координує різні шари інфраструктури: з'єднання обчислювальних компонентів, мережі, дизайн стійок і ширшу AI-платформу.
• Горизонтально відкрита означає, що виробники кастомних CPU та XPU можуть підключати свій кремній до цієї платформи через NVLink Fusion. 114

Це не означає, що всі прискорювачі взаємозамінні або рівні за продуктивністю. «Взаємозамінність» у такому контексті радше є операційною метою: оператор може обирати обчислювальний ресурс під певне навантаження, зберігаючи спільну інфраструктурну основу.

Де тут Groq 3

План d-Matrix доповнює GPU Nvidia у запропонованому поділі між prefill і decode, але водночас належить до тієї самої широкої категорії спеціалізованого inference-обладнання, що й заплановані системи Nvidia на базі Groq 3 LPU. Nvidia представляла Groq 3 LPX як спеціалізоване рішення для decode, яке може працювати в парі з інфраструктурою Vera Rubin NVL72. 24

Отже, відносини тут подвійні. Raptor може доповнювати GPU Nvidia і використовувати інфраструктуру її платформи, але потенційно також конкуруватиме з власною спеціалізованою пропозицією Nvidia для decode. Наявних даних недостатньо для змістовного прямого порівняння затримок, пропускної здатності, енергоспоживання, цін чи строків доступності.

Фінансування d-Matrix і платформа Corsair

d-Matrix повідомила, що в листопаді 2025 року залучила 275 млн доларів США у раунді Series C за оцінки компанії у 2 млрд доларів. Загальний обсяг залученого фінансування сягнув 450 млн доларів. 27 Її поточна inference-платформа — Corsair; Raptor є XPU наступного покоління, зазначеним у дорожній карті NVLink Fusion.

Саме Corsair лежить в основі партнерства d-Matrix із Parasail, яка заявила про його розгортання разом з інфраструктурою Nvidia для вибраних inference-навантажень. Значення Raptor у тому, що d-Matrix тепер планує пряміший шлях до стійкового середовища Nvidia. 22

Що поки невідомо

Жодна зі сторін не розкрила фінансові умови угоди. Тому з публічної інформації неможливо встановити, чи передбачені ліцензійні роялті, мінімальні зобов'язання щодо закупівель, інженерні платежі, розподіл виручки або преференційні комерційні умови.

Отже, анонс варто розглядати передусім як важливу інфраструктурну дорожню карту: d-Matrix отримує шлях для розгортання спеціалізованого обладнання decode в AI-фабриках на базі Nvidia, а Nvidia розширює коло обчислювальних чипів, що можуть використовувати її інтерконект і стійкову екосистему. Чи забезпечить це кращу економіку інференсу в реальних умовах, залежатиме від фінального обладнання, інтеграції програмного забезпечення, цін і незалежно відтворюваних результатів тестування. 18