d-Matrix 采用英伟达 NVLink Fusion，将下一代 Raptor 芯片接入 MGX 机架生态

Translation Summary

Okay, so the task is to translate this press release about d-Matrix and NVIDIA NVLink Fusion into Simplified Chinese. I've broken it down step-by-step. First, I analyzed the source, noting that it's an English press release on d-Matrix using NVIDIA's AI platform and that I need to preserve paragraph structure and URLs (though there aren't any in this one) and provide only the translation.

Next, I went paragraph by paragraph. I focused on getting the technical terms right. For "NVIDIA NVLink Fusion," I decided on 英伟达/NVIDIA NVLink Fusion, with "NVIDIA" itself kept in place when referencing the brand name, which is common practice. Terms like "scale-up" and "scale-out" became "纵向扩展" and "横向扩展" respectively. "Custom silicon" is "定制芯片." I also made sure to maintain the paragraph breaks.

Here's the final output, carefully reviewed:

AI 推理芯片制造商 d-Matrix 今日宣布，将采用 NVIDIA NVLink Fusion 将其下一代 Raptor XPU 连接至 NVIDIA AI 基础设施平台，成为其不断壮大的生态系统合作伙伴中的一员。通过将 Raptor 与 NVIDIA NVLink 纵向扩展（scale-up）网络、Spectrum-X 横向扩展（scale-out）网络、NVIDIA MGX 机架架构以及更广泛的 NVIDIA AI 平台相连接，NVLink Fusion 为 d-Matrix 提供了一条从定制芯片走向大规模部署的加速、低风险路径。

d-Matrix 联合创始人兼首席执行官 Sid Sheth 在昨天的媒体通气会上表示：“推理需求正在飞速增长，但资金、时间和能源都是有限的。借助 NVLink Fusion 和 MGX，我们能够将 Raptor XPU 集成到广泛部署的液冷架构中，为客户提供一条更快、更低风险的路径，以部署和扩展超低延迟推理。”

NVIDIA AI 平台兼具垂直整合性与水平开放性。NVLink Fusion 将这种开放性延伸至 XPU 和 CPU，使芯片公司能够专注于其处理器创新，同时利用 NVIDIA 的基础设施将其部署至 AI 工厂规模。

从定制芯片到机架级规模部署

制造 XPU 仅仅是第一步。要将其部署到 AI 工厂规模，需要一个涵盖网络、机架架构、供电、散热、软件以及经过验证的供应链的完整平台。从芯片采购、高速接口集成、验证纵向扩展网络解决方案，到设计并认证机架架构，每一步都会增加时间、成本和风险。

NVLink Fusion 让芯片创新企业能够直接接入 NVIDIA 经受过检验的成熟平台。这项高带宽、低延迟技术将定制 XPU 和 CPU 与 NVIDIA 技术栈连接在一起。通过采用 NVLink Fusion，d-Matrix 可以利用 NVIDIA MGX 生态系统成熟且经过验证的机架设计、供应链、供电和散热基础设施。通过标准化通用机架，数据中心只需构建一次即可支持 GPU、CPU 和 XPU，无需为每种处理器类型单独设计机架架构。

NVLink Fusion 将 d-Matrix XPU 集成到 AI 工厂

借助 NVIDIA NVLink，d-Matrix 计划将其 XPU 连接在一个统一的高带宽、低延迟纵向扩展域中。其机架还可以与基于 NVIDIA GPU 的系统（如 NVIDIA Vera Rubin NVL72）协同工作，实现解耦推理（disaggregated inference）。d-Matrix 还计划集成 NVIDIA Vera CPU、NVIDIA ConnectX-9 SuperNIC（超级网卡）、NVIDIA BlueField-4 DPU 和 NVIDIA Spectrum-X 以太网网络。结合 NVLink 和 MGX，这些技术为 d-Matrix 提供了一个成熟可靠的基础，使其能够在灵活统一的 AI 工厂中，与 NVIDIA 系统并行部署专用推理算力。

NVLink Fusion 向专用 XPU 架构开放 NVIDIA AI 工厂

NVIDIA 全栈 AI 工厂平台包括 NVIDIA Vera Rubin NVL72、Groq 3 LPX、Vera CPU 机架、Vera BlueField-4 STX 存储以及 Spectrum-6 SPX 以太网网络。该平台旨在实现完全的通用与互换性——可运行各类 AI 工作负载、模型和模型架构——并提供最优的每瓦特性能和最低的每 token 成本。NVLink Fusion 让客户能够灵活地在通用 AI 工厂平台内为每项工作负载匹配合适的算力，同时开放使用 NVIDIA 的网络、系统、软件及全球供应链。像 d-Matrix 这样的芯片创新企业可以利用 NVLink Fusion 提升性能、加快产品上市速度，并降低部署半定制 AI 工厂的风险。

AI 推理芯片制造商 d-Matrix 今日宣布，将采用 NVIDIA NVLink Fusion 将其下一代 Raptor XPU 连接至 NVIDIA AI 基础设施平台，成为其不断壮大的生态系统合作伙伴中的一员。通过将 Raptor 与 NVIDIA NVLink 纵向扩展（scale-up）网络、Spectrum-X 横向扩展（scale-out）网络、NVIDIA MGX 机架架构以及更广泛的 NVIDIA AI 平台相连接，NVLink Fusion 为 d-Matrix 提供了一条从定制芯片走向大规模部署的加速、低风险路径。

d-Matrix 联合创始人兼首席执行官 Sid Sheth 在昨天的媒体通气会上表示：“推理需求正在飞速增长，但资金、时间和能源都是有限的。借助 NVLink Fusion 和 MGX，我们能够将 Raptor XPU 集成到广泛部署的液冷架构中，为客户提供一条更快、更低风险的路径，以部署和扩展超低延迟推理。”

NVIDIA AI 平台兼具垂直整合性与水平开放性。NVLink Fusion 将这种开放性延伸至 XPU 和 CPU，使芯片公司能够专注于其处理器创新，同时利用 NVIDIA 基础设施将其部署至 AI 工厂规模。

从定制芯片到机架级规模部署

制造 XPU 仅仅是第一步。要将其部署到 AI 工厂规模，需要一个涵盖网络、机架架构、供电、散热、软件以及经过验证的供应链的完整平台。从芯片采购、高速接口集成、验证纵向扩展网络解决方案，到设计并认证机架架构，每一步都会增加时间、成本和风险。

NVLink Fusion 让芯片创新企业能够直接接入 NVIDIA 经受过检验的成熟平台。这项高带宽、低延迟技术将定制 XPU 和 CPU 与 NVIDIA 技术栈紧密连接。通过采用 NVLink Fusion，d-Matrix 可以利用 NVIDIA MGX 生态系统成熟且经过验证的机架设计、供应链、供电和散热基础设施。通过在通用机架上实现标准化，数据中心只需构建一次即可支持 GPU、CPU 和 XPU，无需为每种处理器类型单独设计机架架构。

NVLink Fusion 将 d-Matrix XPU 集成到 AI 工厂

借助 NVIDIA NVLink，d-Matrix 计划将其 XPU 连接在单一的高带宽、低延迟纵向扩展域中。其机架还可以与基于 NVIDIA GPU 的系统（如 NVIDIA Vera Rubin NVL72）协同工作，实现解耦推理。d-Matrix 还计划集成 NVIDIA Vera CPU、NVIDIA ConnectX-9 SuperNIC（超级网卡）、NVIDIA BlueField-4 DPU 和 NVIDIA Spectrum-X 以太网网络。结合 NVLink 和 MGX，这些技术为 d-Matrix 提供了成熟可靠的基础，使其能够在灵活统一的 AI 工厂中，与 NVIDIA 系统并行部署专用推理算力。

NVLink Fusion 向专用 XPU 架构开放 NVIDIA AI 工厂

NVIDIA 全栈 AI 工厂平台包括 NVIDIA Vera Rubin NVL72、Groq 3 LPX、Vera CPU 机架、Vera BlueField-4 STX 存储以及 Spectrum-6 SPX 以太网网络。该平台旨在实现完全的通用互换——可运行各类 AI 工作负载、模型和模型架构——并提供最优的每瓦特性能和最低的每 token 成本。NVLink Fusion 让客户能够灵活地在统一的 AI 工厂平台内为每项工作负载匹配合适的算力，同时全面利用 NVIDIA 的网络、系统、软件及全球供应链。像 d-Matrix 这样的芯片创新企业可以利用 NVLink Fusion 提升性能、加快产品上市速度，并降低部署半定制 AI 工厂的风险。