文章核心观点 - 人工智能推理的性能瓶颈已从单个芯片转向整个系统架构，解决低延迟、高效率和可扩展性的系统性问题成为关键 [1][2][6] - 行业内的收购与投资（如d-Matrix收购GigaIO、英伟达投资Marvell）均旨在整合技术，构建更强大的全栈式AI基础设施生态系统 [1][2][3][4] 行业趋势：从芯片到系统的范式转变 - 为AI推理选择处理器时，整个系统的架构比单个芯片的选择更重要 [1] - AI推理的规模远超任何单一芯片，已成为一个需要分解工作负载、跨多种处理器（CPU、GPU、推理加速器）运行的系统性问题 [2] - 突破AI推理极限需要一种超越任何单个芯片能力的全系统方法，关键在于实现数据在芯片、节点、机架乃至整个数据中心之间的实时高效传输 [2][6] d-Matrix的战略与收购 - d-Matrix以数字内存计算技术起家，其最新产品Corsair采用3DMIC技术，专为LLM AI推理设计，可提供150 TB/s的内存带宽 [1] - 公司完成首笔收购，收购GigaIO的数据中心业务，以加速交付适应新形势（低延迟、高效率、大规模）的基础设施 [2] - d-Matrix自2022年成立以来累计融资4.5亿美元，其中去年11月C轮融资筹集了2.75亿美元 [2] 1. **收购目标GigaIO的技术**：GigaIO开发了名为FabreX的可组合基础设施，使用PCI和CXL标准连接GPU、FPGA等XPU，其SuperNODE平台可将多达32个XPU连接到单个节点 [2] 2. **收购后的业务布局**：GigaIO计划继续作为独立公司专注于边缘计算，近期发布了可放入飞机行李舱的便携式超级计算机Gryf [2] 英伟达的战略与投资 - 英伟达业务已超越芯片，成为全栈式公司，致力于帮助客户构建AI工厂，其成功的AI需要旗下全部七款芯片（现统称为Vera Rubin平台）的支持 [3] - 公司GPU产品路线图显示，当前Blackwell GPU将于2026年被Rubin取代，随后在2028年推出Feynman GPU [3] - 英伟达宣布向定制芯片制造商Marvell投资20亿美元，以提升Marvell与NVLink Fusion的集成度 [3][4] 1. **投资目标Marvell的业务**：Marvell是一家市值80亿美元的定制芯片制造商，开发AI加速器、交换机、存储控制器等各类ASIC，曾与AWS合作开发Trainium XPU，并与微软Azure、谷歌云、甲骨文云有合作 [3] 2. **NVLink Fusion合作细节**：Marvell将提供定制的XPU和兼容NVLink Fusion的横向扩展网络组件，英伟达则提供Vera CPU、ConnectX网卡、BlueField DPU、NVLink互连技术、Spectrum-X交换机及GPU [4][5] 3. **Marvell的技术整合**：Marvell在去年12月以32.5亿美元收购了Celestial AI，后者开发的光子结构技术可提供高达16 Tb/s的带宽，该技术原计划整合到对UALink的支持中，现正与英伟达NVLink Fusion合作 [5] 关键技术竞争 - 行业正在探索突破内存壁垒的互连工具，无论是UALink、NVLink Fusion还是Ultra Ethernet，其竞争凸显了系统级解决方案的重要性 [5][6]