洞主江湖说：我说的可能都是错的，但值得你去探索和反思。
亲爱的藏金洞友们：
过去三年，AI芯片市场有一个最简单的逻辑：想做AI，就买英伟达GPU。
但现在，Google、Amazon、Meta以及大量创业公司都在做自己的AI芯片。尤其当产业从“训练大模型”进入每天数十亿次调用的推理时代以后，GPU并不一定是所有任务最便宜的方案。
照这个趋势发展，英伟达似乎应该越来越危险。
但9月10日发生的一件事，却让我看到NVIDIA另一种打法：
既然你们一定要自己造芯片，那我干脆让你们的芯片进入我的体系。
美国AI芯片创业公司d-Matrix宣布，下一代Raptor推理芯片将采用英伟达NVLinkFusion，直接接入英伟达MGX机架级基础设施。首批兼容系统预计2027年推出。
表面看，英伟达正在帮助潜在竞争对手。
但如果往深一层看：
英伟达可能正在把自己的护城河，从“必须买我的GPU”，升级成“无论买谁的芯片，最好都运行在我的AI工厂里”。
这就完全是另一场战争了。
01
为什么d-Matrix值得注意？
d-Matrix不是一家普通芯片创业公司。
它专门做AI推理芯片。
2023年融资1.1亿美元，Microsoft已经成为投资者；2025年再次融资4.5亿美元，估值达到约20亿美元，第一代AI芯片已于2024年底开始出货。
它的新一代Raptor采用一种很有意思的架构：
把DRAM内存与SRAM计算芯片进行3D堆叠，重点解决AI推理中最麻烦的问题之一——
数据搬运。
为什么重要？
因为大模型运行时，大量时间和能源并不是花在“算”，而是花在模型参数不断从内存搬到计算单元。
所以推理时代的核心指标越来越不是：
谁算力峰值最高？
而是：
每一美元、每一瓦电，到底能生成多少Token。
这给专用芯片留下了巨大机会。
02
英伟达为什么主动给竞争对手开门？
因为英伟达非常清楚：
它不可能永远包办所有AI计算。
Google有TPU。
Amazon有Trainium。
云巨头越来越喜欢定制ASIC。
大量创业公司则专门攻击推理市场。
如果英伟达坚持：
“我的数据中心只能放我的GPU。”
客户迟早会建立另一套基础设施。
于是2025年，英伟达推出NVLinkFusion。
它的逻辑非常聪明：
你的芯片可以不是英伟达的。
但机架、互联、网络、CPU、DPU、交换机、冷却、管理系统，仍然可以进入英伟达生态。
这就像微软当年并不需要生产所有电脑。
只要大家运行Windows就够了。
03
真正的护城河开始从GPU变成“机架标准”
这是我认为这条新闻最重要的地方。
AI数据中心已经不再是：
买几张GPU插进服务器。
现在一个大型AI集群包含：
GPU/XPU、CPU、HBM、NVLink、网卡、DPU、交换机、光互联、液冷、电源以及整套管理软件。
复杂程度已经越来越像一座工厂。
谁能够定义整座工厂的接口标准，谁就拥有极大的产业权力。
英伟达官方给出的NVLinkFusion架构甚至允许不同XPU与GPU共享：
机架、网络、冷却、电力和管理系统。
于是英伟达的商业边界开始发生变化：
过去卖的是芯片。
后来卖服务器。
现在想卖的是：
AI数据中心的“操作标准”。
04
这其实是一次非常聪明的战略后撤
真正厉害的公司，并不是永远守住每一寸市场。
而是知道：
哪一寸可以让，哪一寸绝对不能让。
推理芯片市场未来一定会出现大量ASIC。
英伟达很难阻止。
所以它主动让出部分计算芯片市场，却试图控制更高一层的基础设施标准。
这和当年的Android有一点相似。
Google不需要自己制造所有手机。
三星、小米、OPPO都可以制造。
只要Android仍然是操作系统。
英伟达现在想做的事情可能是：
让AI芯片世界也出现一个“Android”。
而NVLinkFusion就是其中非常关键的一步。
05
这也解释了最近几笔看似矛盾的交易
今年3月，英伟达与MarvellTechnology扩大NVLinkFusion合作，同时向Marvell投资20亿美元。
8月底，又与MediaTek扩大合作，让其帮助云厂商开发可接入NVLinkFusion的定制XPU。
现在d-Matrix也加入。
把这些事情串起来，逻辑就非常清楚：
英伟达不是在消灭所有ASIC。
而是在建设一个：
“所有ASIC都可以进入，但最好按照我的规则进入”的生态。
这比单纯卖GPU野心得多。
06
对中国AI芯片产业有什么启示？
中国市场现在大量讨论国产GPU替代。
但如果只盯着“做出一颗性能接近H100的芯片”，可能低估了问题。
真正困难的是：
芯片出来以后，
服务器谁设计？
高速互联怎么办？
液冷怎么配？
软件怎么迁移？
数据中心怎么规模化部署？
客户为什么敢一次买一万颗？
这就是为什么我一直认为：
国产算力真正需要替代的不是一颗GPU，而是一整套生态。
未来真正值钱的中国公司，也未必只是芯片设计公司。
还可能出现在：
高速互联、交换芯片、光模块、先进封装、液冷、集群调度和AI基础设施软件。
因为芯片只是入口。
系统才是生意。
07
但英伟达这招也不是没有风险
开放生态意味着一个潜在问题：
今天d-Matrix需要英伟达。
如果未来它的推理芯片越来越强，会不会逐渐替代英伟达GPU？
当然可能。
更重要的是，行业还有开放互联标准和其他架构竞争。
如果云厂商认为英伟达体系收费太高、控制太强，也可能推动更加开放的替代方案。
所以NVLinkFusion本质上是一场赌博：
英伟达愿意牺牲一部分芯片垄断，换取整个AI基础设施生态的控制权。
如果成功，它的市场反而可能更大。
如果失败，它等于亲手培养竞争者。
08
AI真正进入了“系统竞争”时代
第一阶段大家比较：
模型参数。
第二阶段比较：
GPU性能。
第三阶段正在比较：
整个AI工厂的效率。
谁能够让几万颗不同芯片一起工作？
谁能降低网络延迟？
谁能降低每Token成本？
谁能让数据中心更快上线？
这些问题最终决定的不是一颗芯片的性能。
而是：
每投入10亿美元，能产出多少AI。
这才是未来真正的产业指标。
09
很多人看到英伟达允许d-Matrix芯片进入自己的机架，会认为：
英伟达开始妥协了。
我反而觉得，这可能是英伟达最危险的一次进化。
因为真正强大的平台，从来不要求所有产品都由自己生产。
Windows没有生产所有电脑。
Android没有生产所有手机。
Visa也没有发行所有信用卡。
它们真正控制的是：
标准、接口和网络。
英伟达今天正在尝试做同样的事情。
所以未来判断英伟达的护城河，可能不能只看：
GPU市场份额还有多少。
而应该多看一个指标：
全球AI数据中心里，有多少设备仍然运行在英伟达定义的基础设施标准之上。
最后留一个问题：
如果未来英伟达GPU的市场份额真的下降，但全世界越来越多AI芯片反而接入NVLink、MGX和Spectrum-X，那么英伟达究竟是失去了垄断，还是把垄断升级到了更高一层？
这个问题，可能比下一颗GPU跑多少分更重要。
资料核查：9月10日，d-Matrix宣布下一代Raptor推理XPU将采用NVIDIANVLinkFusion并进入MGX机架级架构，Raptor预计2026年底完成最终设计，兼容系统预计2027年推出。d-Matrix2025年融资4.5亿美元时估值约20亿美元。