2026年9月10日，总部距离英伟达硅谷总部仅三英里的AI推理芯片公司d-Matrix，做了一个让行业侧目的决定——正式加入英伟达NVLink Fusion生态系统。
这家成立于2019年、累计融资4.5亿美元、估值20亿美元的推理芯片初创企业，此前一直以英伟达挑战者的形象示人。其旗舰产品Corsair芯片的定位是作为英伟达Blackwell GPU的协处理器，以系统级组合方案实现10倍推理加速、最高5倍能效提升。而现在，它选择将自己下一代芯片Raptor直接插进英伟达的机架里。
从挑战者到共建者，这不仅仅是换了一个对外的话术。d-Matrix的选择，撕开了AI推理芯片行业最真实的生存逻辑。
一笔务实的交易
d-Matrix与英伟达的合作，远不止一次普通的生态宣布。根据双方联合发布的新闻稿，d-Matrix自Raptor起的下一代推理XPU，将与英伟达Vera CPU、NVLink交换机、BlueField-4 DPU、ConnectX-9 SuperNIC以及Spectrum-X以太网网络进行全面整合。这意味着d-Matrix的推理加速器将运行在英伟达定义的机架架构内，使用英伟达的交换机和网络方案，与英伟达GPU在同一套基础设施中协同工作。
更关键的是，d-Matrix还将采用英伟达的MGX通用机架参考架构。MGX是英伟达为AI工厂设计的标准化模块化机架平台，支持数百种GPU、DPU、CPU、存储和网络组合。d-Matrix的机架将采用模块化无线缆托盘，基于英伟达成熟的MGX生态系统和供应链体系进行部署。d-Matrix同时还与Astera Labs合作，后者是英伟达NVLink Fusion生态内的连接解决方案领导者，负责提供定制化的高吞吐量连接方案。
加入NVLink Fusion生态意味着，d-Matrix无需进行复杂的选型设计即可享受到机架级解决方案带来的更大扩展域，能将更多精力放在AI XPU本身的开发上。英伟达用一套成熟的供应链和全球部署能力，换来了又一个加速器厂商的生态忠诚。
d-Matrix并不是NVLink Fusion生态的首批玩家。在它之前，联发科、Marvell、SiFive、Alchip Technologies已经先后加入。英伟达向Marvell投资了20亿美元，向联发科投资了35亿美元。如今d-Matrix的加入，让这个生态从CPU、定制芯片、RISC-V延伸到了AI推理加速器。
Raptor芯片预计在2026年底前流片，搭载该芯片的MGX机架系统将在2027年第四季度首次可用。d-Matrix瞄准的是延迟敏感型AI推理场景：AI编程助手、实时聊天机器人、语音助手。这些场景的共同特征是交互性至关重要，用户愿意为速度支付溢价。
一个挑战者的务实转向
d-Matrix的故事始于2019年。创始人Sid Sheth和Sudeep Bhoja选择的是一条技术极客路线：内存中心计算。通过SRAM片上存储和创新的3D内存堆叠技术，d-Matrix试图在推理延迟和能效上做出比GPU更好的表现。其第一代Corsair芯片已在2024年11月宣布出货，微软等客户正在进行测试。
在技术谱系上，d-Matrix与Groq、Cerebras等推理芯片初创站在同一条战线上。他们都认为GPU架构对于推理任务是杀鸡用牛刀。推理的特点是计算密度低、对延迟敏感，而GPU是为高密度并行训练设计的。专用推理芯片在这些场景下理应更有优势。
但问题在于：AI工厂不是单一芯片的战场，而是系统级工程。一个AI数据中心里有交换机、网卡、CPU、DPU、存储、散热、供电，芯片只是其中一块拼图。独立构建整条供应链的成本和复杂度，远超一家融资4.5亿美元的初创公司的承受能力。
这是d-Matrix选择归顺的核心逻辑。NVLink Fusion给了d-Matrix一个成熟、高带宽、低延迟的纵向扩展基础，用于将d-Matrix XPU连接到英伟达的机架级基础设施。d-Matrix不需要自己设计互联协议、不需要重新发明机架管理、不需要说服客户放弃现有的英伟达基础设施。它只需要专注于自己最擅长的事：把推理芯片做到极致。
CEO Sid Sheth多次公开强调AI推理是大奖。但要拿到这个大奖，d-Matrix需要先拿到进入AI工厂的门票。NVLink Fusion和MGX，就是这张门票。
NVLink Fusion的面子与里子
2025年Computex大会上，黄仁勋发布了NVLink Fusion。官方表述是：让行业利用英伟达合作伙伴生态系统构建半定制AI基础设施。翻译成商业逻辑：你造芯片，我来定义芯片之间的连接方式。
NVLink Fusion的本质是互联标准化。通过英伟达的高速互联协议和MGX机架标准，第三方芯片被纳入英伟达的物理和逻辑框架。你的芯片可以不叫GPU，但你的机架必须是MGX，你的互联必须是NVLink，你的管理平台必须兼容NVIDIA Mission Control。
对于第三方厂商来说，这是一笔一目了然的交易：放弃构建独立生态的野心，换回英伟达成熟的供应链、全球部署能力和客户信任。对于英伟达来说，则是一场更高维度的商业操作。与其坐视推理芯片初创各自为战，不如把他们纳入自家体系。
从联发科到Marvell，从SiFive到d-Matrix，英伟达正在系统性地编织一张网：GPU是网的中心，NVLink是网线，MGX是网架。所有加入的厂商都是网上的节点，他们越成功，这张网就越不可或缺。
正如一位业内人士的评价：英伟达不是在卖芯片，而是在定义AI工厂的建筑规范。任何想在这个工厂里运行的加速器，都得先拿到这份规范。
推理芯片的宿命：生态依附
d-Matrix的选择，揭示了AI芯片行业一个残酷的现实：在AI基础设施层面，独立生存的空间正在急剧收窄。
过去两年，AI推理芯片赛道经历了从狂热到冷静的完整周期。Groq靠超低延迟在开发者社区获得了口碑，Cerebras在医疗和科学计算领域找到了一席之地。但没有任何一家推理芯片初创能够撼动英伟达在整体AI基础设施中的主导地位。原因很简单：企业客户不想要一个异类，他们想要一个能与现有英伟达基础设施无缝集成的加速器。
这种生态锁定效应正在加速。当一个体系中有几千家企业在英伟达的CUDA生态上构建了软件栈，有无数数据中心按MGX标准建设了机架，有整个供应链围绕NVLink协议运转，那么任何更好但不同的替代方案都面临巨大的迁移成本。这个成本不仅来自技术，更来自整个产业链的惯性。
d-Matrix意识到了这一点。与其在生态外和英伟达硬刚，不如进入生态内争取自己的位置。这不是投降，这是对美国AI产业古老法则的应验。
联发科、Marvell、SiFive、Astera Labs、Cadence、Synopsys。NVLink Fusion合作伙伴名单越长，英伟达的生态壁垒就越厚。每一个新成员的加入，都在悄然抬升后来者进入AI工厂的门槛。
更大的图景：AI工厂走向通用平台
d-Matrix的故事不是孤例。它代表了AI基础设施行业正在经历的结构性转变，从每个公司建一套走向一个通用平台加多种加速器。
英伟达正在推动的演进，与当年PC行业走过的道路有惊人的相似。微软和英特尔用Wintel标准统一了PC行业。硬件厂商可以有差异化的显卡、声卡、网卡，但都插在同一个PCIe总线上。如今英伟达试图用CUDA加NVLink加MGX统一AI工厂。推理芯片公司就像当年的显卡厂商：可以在统一总线上做出差异化产品，但不必、也无法另建一套总线。
这对行业意味着什么？
一方面，标准化降低了AI基础设施的进入门槛。一家有优秀芯片设计能力的初创公司，不再需要同时搞定互联、机架、供应链和部署运维，只要专注芯片本身，剩下的交给英伟达。这为更多创新芯片提供了被实际部署的机会。
另一方面，英伟达制定的标准让它的生态粘性越来越强。每多一个厂商加入NVLink Fusion，英伟达对AI工厂标准的控制力就增强一分。去英伟达化的难度正以指数级增长。
对于整个AI行业来说，一个统一的平台意味着更快的部署速度和更低的总体拥有成本。但代价是，当整个行业的基础设施都绑在同一个生态上时，任何技术路线切换都会变得异常困难。
d-Matrix加入NVLink Fusion，对每一方都有不同的意义。对d-Matrix，从生态外的挑战者变为生态内的共建者，获得了通往AI工厂的门票。但Raptor芯片能否在2027年第四季度如期交付，将是第一场大考。对英伟达，把又一家有实力的推理芯片玩家收入生态版图，最后一块拼图似乎正在补上。对行业，推理芯片初创独立生存的空间正在收窄，打不过就加入成为新常态。但当一个大厂生态大到所有人都选择加入而非对抗时，下一个真正意义上的颠覆者，将从哪里涌现？
三英里的距离，d-Matrix选择了靠近，而不是对抗。这不是投降。这是在看清系统级工程才是真正的护城河之后，一家初创公司能做出的唯一务实选择。
快报