美國AI推論晶片新創公司d-Matrix於週四宣布，將採用輝達（NVIDIA）的NVLink Fusion晶片互連技術，讓其新一代Raptor推論晶片能夠直接整合進輝達的資料中心伺服器機櫃之中。這項合作的核心意義在於，AI工作負載正從過去的「模型訓練」典範，大規模轉向「模型推論」的日常應用階段，而Raptor晶片正是專為低延遲的程式碼助理、聊天機器人與語音代理人等高速推論場景量身打造。
d-Matrix的Raptor晶片預計於今年底完成最終設計階段，整合NVLink Fusion的相容機櫃系統則預計於2027年正式問世。 d-Matrix同時與連接方案商Astera Labs合作，確保整體系統內部的資料傳輸效率。這家總部位於加州聖塔克拉拉的新創，2023年完成1.1億美元融資時獲得微軟背書，2024年底開始量產出貨首顆AI晶片，2025年於新一輪融資中募集4.5億美元，公司估值已達20億美元。
這起事件本質並非傳統的地緣政治角力或企業壟斷訴訟，而是AI半導體產業從「訓練典範」邁向「推論典範」過程中，一場極具典範轉移意義的基礎設施重組，其深層脈絡值得從三大技術與商業演進層面剖析。
第一、輝達主動鬆動封閉生態系。 長期以來，輝達GPU憑藉CUDA軟體護城河與NVLink高速互連專利，在AI訓練市場享有近乎壟斷的地位。然而，當產業重心從燒錢的訓練環節轉向追求每瓦效能與低延遲的推論環節，純GPU架構的成本效益開始遭到質疑。輝達推出NVLink Fusion，實質上是允許第三方ASIC晶片「插隊」進入自家機櫃，這是一場以生態系開放換取長期控制權的戰略轉向。
第二、d-Matrix的「推論優先」技術押注。 d-Matrix不走GPU通用路線，而是從第一天起就鎖定推論市場。其Raptor晶片採用記憶體近資料運算（near-memory computing）架構，透過把運算單元貼近高頻寬記憶體擺放，來大幅降低資料搬運的能耗與延遲。這種「非GPU」設計在聊天機器人、即時翻譯、語音代理人等場景中，能提供比傳統GPU高出一截的單次推論成本效率。
第三、供應鏈垂直解構與Astera Labs的角色。 當機櫃內不再只有輝達單一晶片供應商，PCIe、CXL與專屬互連的訊號完整性問題就成了新的戰場。Astera Labs作為連接晶片（connectivity IC）專業廠商，順勢成為「異質運算機櫃」不可或缺的系統整合者，這也象徵AI基礎設施的價值鏈，正從單一巨頭壟斷走向多層分工的模組化生態系。
戰略貿易流向與供應鏈依賴度
HS 8542資料來源：UN Comtrade 聯合國商品貿易統計庫 · 全球市場規模 $5,800 億美元 / 年
這場NVLink Fusion與d-Matrix Raptor的結合，背後是AI運算典範從訓練轉向推論的結構性轉折。可對照歷史上的「x86開放架構 vs RISC精簡指令集」之爭，或更貼近時代的「GPU統一架構 vs TPU異質加速」典範轉移，來預測以下三種未來情境：
面對這場AI運算典範的結構性轉移，無論是科技決策者或資本配置者，都應採取以下雙軌策略：
01 起因觸發：AI工作負載典範從昂貴的「訓練」轉向高頻率的「推論」，純GPU架構成本效益遭質疑
02 一階傳導：輝達推出NVLink Fusion技術，主動鬆動封閉生態系，邀請第三方ASIC晶片進入機櫃
03 二階擴散：d-Matrix Raptor晶片與Astera Labs連接方案整合，異質運算從概念走向量產
04 三階擴散：超大型雲端服務商（如微軟Azure）開始混合部署GPU與推論ASIC，推論成本曲線急速下墜
05 宏觀終局：AI算力供給從「少數超大型資料中心壟斷」走向「雲端＋邊緣」分散式架構，重塑全球數位經濟與半導體地緣版圖
跨事件因果網路圖譜 3 驗證節點
AI 驗證因果鏈條 · 可拖曳節點 · 點兩下開啟文章
記憶體三強成交激增：AI榮景下的新訊號
輝達透過NVLink Fusion開放生態，吸引d-Matrix等推論晶片整合進其資料中心機櫃，鞏固AI運算基礎設施的主控地位；此舉強化輝達在AI供應鏈的不可取代性，使其與記憶體三強共同成為市場資金重新評估AI瓶頸環節的核心標的。
OpenAI垂直紮根晶片設計 價格戰開打力壓開源陣營
OpenAI「Luna」模型降價 80%、使用量暴增 10 倍，與蘋果因 AI 記憶體荒被迫漲價的事件，共同反映 AI 推論需求爆炸性成長正同步壓縮消費性與低階企業級硬體的資源供給與定價空間。
沙烏地電力三箭齊發 LEAP 2026打造AI超級資料中心能源命脈
AI工作負載由訓練轉向推論的典範轉移，推升分散式資料中心與邊緣節點的電力需求；沙烏地為HUMAIN等主權AI算力中心布建穩定電網，與輝達開放NVLink Fusion予d-Matrix等推論晶片整合，皆為AI推論時代算力基建擴張的同步環節。
