英伟达扩展NVLink Fusion，AI芯片生态再升级
AI基础设施竞争正在从单一GPU性能比拼，转向整个计算架构的协同优化。8月28日，英伟达宣布扩展NVLink Fusion平台，引入下一代高带宽内存技术NVHBM，为定制XPU提供更强的内存带宽、更高的数据传输效率以及更优的能耗表现。
这项更新背后的信号很明确：英伟达正在尝试把自己的技术优势从GPU产品本身，延伸到更广泛的AI芯片生态。
过去几年，大模型训练推动GPU需求爆发，英伟达凭借CUDA生态和高性能GPU占据AI计算核心位置。但随着云厂商、互联网企业以及大型科技公司开始研发自研AI芯片，市场正在出现新的变化。
企业并不一定希望所有AI任务都依赖通用GPU。一些公司希望针对自身业务特点设计定制XPU，在推理、推荐系统、搜索或者特定模型训练场景中获得更高效率。对于英伟达而言，如何在这一趋势下继续保持生态影响力，比单纯销售GPU更加关键。
NVLink Fusion正是在这一背景下推出的平台。
它允许第三方设计的定制芯片接入英伟达高速互联体系，使不同类型的计算单元能够更高效地协同工作。此次加入NVHBM，则进一步补充了AI计算中的内存瓶颈问题。
大模型时代，算力并不是唯一限制因素。随着模型参数规模不断扩大，数据搬运效率成为影响整体性能的重要环节。很多时候，芯片计算能力足够，但内存带宽不足会导致大量时间消耗在数据交换过程中。
高带宽内存技术因此成为AI芯片竞争的重要组成部分。英伟达通过将NVHBM与NVLink Fusion结合，希望让定制XPU也能够获得类似高性能AI系统中的高速通信能力。
亚马逊旗下芯片团队Annapurna Labs将成为首批合作伙伴之一。双方计划把AWS定制芯片与NVHBM、NVLink扩展架构结合，用于提升AI工作负载效率。
这背后也体现了云计算巨头对AI基础设施自主化的追求。
近年来，亚马逊、谷歌、微软等云服务商都在开发自己的AI芯片。原因很现实：购买大量通用GPU成本高昂，而且面对长期AI需求增长，自研芯片能够帮助企业优化供应链和计算成本。
但自研芯片并不意味着完全脱离英伟达生态。实际上，很多企业希望获得一定程度的自主控制，同时继续利用成熟的高速互联、软件工具和开发体系。
英伟达正在寻找的，就是这种“合作型生态”。
类似策略此前已经在网络设备、服务器以及数据中心领域出现。行业龙头往往不会要求所有组件都由自己制造，而是通过接口标准、软件平台和核心技术建立生态壁垒。
对于AI基础设施市场来说，未来竞争可能不再只是“谁拥有最快的芯片”，而是谁能够构建更完整的计算体系。
NVLink Fusion扩展NVHBM，实际上是在回应一个趋势：AI计算正在走向异构化。GPU、CPU、定制ASIC以及各种专用加速器可能长期共存，如何让这些计算资源高效连接，会成为下一阶段技术竞争的关键。
英伟达过去依靠GPU建立护城河，如今正在试图把这条护城河延伸到整个AI硬件网络。随着更多企业加入定制芯片路线，芯片之间的连接能力，或许会成为AI基础设施的新战场。