这家 AI 芯片龙头与 d-Matrix 达成新合作，尽显黄仁勋适配竞品林立新格局的商业思路

　　面对 AI 服务器芯片赛道涌现越来越多竞争对手 ，英伟达拿出了一套应对方案：与竞品开展合作 。

　　行业媒体 The Information 独家获悉
，英伟达与 AI 芯片初创企业 d-Matrix 将融合双方硬件，打造一套全新算力系统用于大模型推理
。

　　就在本次合作曝光一个月前 ，另一款 AI 服务器芯片厂商 SambaNova 宣布
，已和英伟达打通软硬件，让自家芯片可与英伟达 GPU 协同运行 AI 模型。

　　英伟达释放信号 ，后续还将落地更多同类合作项目 。 英伟达高性能计算高级总监迪翁・哈里斯表示：“其他合作暂不便提前披露
。”

　　d-Matrix、SambaNova 等厂商的芯片本身就能通过通用以太网线直连英伟达 GPU
，无需合作也可兼容。但本次深度合作中，英伟达工程师将与竞品芯片团队联合调试 GPU 控制软件 ，大幅提升跨芯片协同效率；正式合作绑定也更容易打动客户采购这套混合算力整机 。

　　这套打法充分体现出 CEO 黄仁勋的战略调整：当下英伟达在 AI 芯片市场的龙头份额持续遭遇多方冲击，与其和潜在对手死磕
，不如主动联手 —— 一旦新兴芯片厂商产品实现商业化成功，英伟达也能从中分得营收
。

　　暂未与英伟达合作 、但持开放态度的 AI 芯片初创企业 Positron 首席技术官托马斯・索默斯评价：“英伟达的战略与行业认知明显发生转变。如今英伟达选择主动示好
、搭建异构算力生态 ，而非拼尽全力打压竞争对手 。 ”

　　合作战略的多重价值

　　一方面
，该策略能化解过往市场指控：曾有客户投诉英伟达胁迫厂商仅采购自家硬件。The Information 此前报道，美国司法部两年前已就此展开调查 ，但至今未提起正式诉讼
。

　　哈里斯称
，英伟达的长期定位是综合性 AI 基础设施服务商，“我们绝不只是一家芯片公司
”。

　　英伟达拓宽生态布局的进程自去年加速：英伟达宣布开放 NVLink 高速互联接口 ，允许第三方芯片与其搭配组网
，提升服务器集群协同效率 。即便芯片销量不涨，英伟达也能借此卖出更多网络互联硬件
。

　　哈里斯直言：“有产品可卖 ，总好过一无所获。”

　　去年 12 月
，英伟达斥资 200 亿美元获取推理芯片厂商 Groq 的技术授权，并吸纳其核心研发团队 。这笔交易近似变相收购 ，但 Groq 仍保持独立运营；英伟达同步研发融合英伟达 GPU 与 Groq 芯片的专属服务器机架
。目前该整机产品的市场需求尚不明朗。

　　紧随其后便是与 SambaNova 的合作 。SambaNova 首席执行官罗德里戈・梁表示，英伟达看待这家初创企业的定位
，远不止普通竞争对手，更偏向合作伙伴
。

　　The Information 测算数据显示 ，尽管谷歌、亚马逊等企业入局竞争
，近两年英伟达在 AI 推理芯片市场的份额不降反升。黄仁勋也多次强调，英伟达 GPU 完成各类推理任务的综合效率优于竞品；但英伟达并未被动等待市场自然选择 ，而是依托雄厚资产负债表
，为中小云厂商提供资金支持，降低客户采购高价英伟达 AI 芯片的门槛 ，包括兜底算力租赁项目 。

　　与此同时
，微软 、Meta
、OpenAI，以及最新入局的 Anthropic 均在自研或布局推理芯片 ，长期来看或将稀释英伟达市场份额
。

　　OpenAI 发言人表示
，公司尚未确定是否会与英伟达打通芯片协同运行方案。英伟达已对 OpenAI 大额投资，双方还在洽谈为其俄亥俄州超大规模数据中心项目提供资金兜底 。

　　d-Matrix 首席执行官西德・谢斯表示：“未来行业会走向多芯片协同的格局 ，英伟达完全能接受不同芯片分工处理同一 AI 任务的不同环节，单一 GPU 垄断算力的时代一去不返。 ”

　　过往新兴芯片厂商普遍以 “英伟达颠覆者
” 自居
，但英伟达已建立难以逾越的技术与生态壁垒，初创企业如今更倾向和英伟达 GPU 协同配套 ，而非彻底替代；英伟达也主动向这类新锐企业抛出合作橄榄枝
。

　　据知情人士透露
，本次合作是英伟达主动接洽总部同位于加州圣克拉拉的 d-Matrix 促成。

　　长期以来，OpenAI 等 AI 企业都会混用不同型号英伟达 GPU 处理同一任务 —— 厂商早已发现 ，低算力 GPU 更适配特定负载 。但跨厂商异构芯片协同推理
，仍是近两年才兴起的全新架构思路
。

　　并非只有英伟达布局异构推理，自研 Trainium 芯片（供 Anthropic 使用、即将落地 OpenAI）的亚马逊 ，今年 3 月宣布将与 AI 芯片厂商 Cerebras 联合推出一体化 AI 推理服务器。

　　异构推理技术拆解

　　将大模型推理流程拆分至不同架构芯片分工执行
，业内称为异构推理（Disaggregated Inference） 。

　　以英伟达搭配 SambaNova 、Groq 的方案为例：英伟达 GPU 负责预填充（Prefill）—— 推理中算力消耗最高的环节；初创厂商芯片承接后续解码（Decode）生成词元
。

　　而 d-Matrix 方案采用双向分工：两类芯片同时分担部分预填充与解码工作，d-Matrix 芯片主打投机解码（Speculative Decoding） ，大幅提升大模型响应速度。

　　客户下发任务指令后
，d-Matrix 芯片运行小型草稿模型，预判大模型的输出词元；搭载英伟达 GPU 的主大模型再对预判结果校验
、采信 ，以此压缩整体推理延迟 。

　　“拥抱多元芯片生态”

　　d-Matrix 首席执行官西德・谢斯再次强调：“未来行业会走向多芯片协同的格局，英伟达完全能接受不同芯片分工处理同一 AI 任务的不同环节
，单一 GPU 垄断算力的时代一去不返
。 ”

　　d-Matrix2019 年成立，去年 11 月完成一轮 2.75 亿美元融资 ，投后估值 20 亿美元；三名知情人士透露
，企业已启动新一轮融资洽谈。

　　谢斯介绍，d-Matrix 核心差异化优势在于将计算单元与内存集成在单颗芯片内 ，且未采用当前供应紧缺的英伟达同款高带宽内存（HBM） 。 台积电今年夏季已启动 d-Matrix 芯片量产
，企业计划年底实现月产数千颗芯片
。

　　他透露，公司当前年收入仅数百万美元量级；目标明年其芯片在数据中心总功耗达到 30–40 兆瓦 ，可支撑 AI 代码生成、语音与视频多类推理业务。

　　加州圣马特奥新兴 AI 云厂商 Parasail 将成为英伟达与 d-Matrix 联合服务器整机的首位采购客户
，计划今年下半年面向租户开放这套混合算力服务 。Parasail 首席执行官迈克・亨利称，这套组合服务器能帮助企业摆脱对英伟达硬件单一采购的高度依赖 ，具备极高吸引力。