Nvidia on tähän asti rakentanut valtakuntaansa yhden periaatteen varaan: jos haluat AI-räkkiin kiinni, käytät Nvidian omaa piiriä. 10. syyskuuta 2026 tuo periaate sai ensimmäisen ison poikkeuksen. Piirisuunnittelija d-Matrix ilmoitti liittävänsä oman Raptor-inferenssisirunsa suoraan Nvidian MGX-räkkiarkkitehtuuriin NVLink Fusion -teknologian kautta. Kyse ei ole pienestä yhteistyöilmoituksesta, vaan ensimmäisistä konkreettisista merkeistä siitä, että Nvidia päästää kilpailevan piirin fyysisesti samaan telineeseen omien Rubin-grafiikkasirujensa kanssa.
Suomalaisille ja pohjoismaisille lukijoille uutinen osuu ajankohtaan, jolloin Nvidia rakentaa alueelle tekoälyinfrastruktuuria kiihtyvällä tahdilla ja pilvipalveluyhtiöt etsivät keinoja hillitä inferenssin kustannuksia. d-Matrixin ja Nvidian sopimus avaa ikkunan siihen, miten koko tekoälylaitteistomarkkina saattaa jakautua kahtia: koulutukseen jäävät Nvidian jättimäiset GPU:t, ja inferenssiin erikoistuneet, muistiin optimoidut sirut kuten Raptor.
Mitä 10. syyskuuta tarkalleen tapahtui
d-Matrix julkisti kumppanuuden samana päivänä sekä omalla verkkosivullaan että Nvidian kanavissa. Nvidian tekoälyinfrastruktuuritiimi vahvisti liittouman X-palvelussa lyhyellä mutta selkeällä lausunnolla: “d-Matrix is adopting NVIDIA NVLink Fusion to connect its next-generation Raptor XPUs with NVIDIA AI infrastructure, joining a growing ecosystem of partners using our rack-scale architecture for AI factory-scale deployment.” (NVIDIA AI Infrastructure, virallinen NVIDIA-tili).
Nvidian oma blogi kertoi asian lähes samoin sanoin. Yhtiö kirjoitti, että d-Matrix “today announced it will use NVLink Fusion to connect its next-generation Raptor XPUs to NVIDIA’s AI infrastructure platform – joining a growing roster of ecosystem partners.” (NVIDIA AI Infrastructure, virallinen NVIDIA-blogi). Alan seurantajulkaisut The Register ja The Next Platform vahvistivat ilmoituksen samana päivänä omissa artikkeleissaan, ja molemmat kuvasivat sopimusta merkkinä siitä, että Nvidia on valmis avaamaan aiemmin suljetun räkkiarkkitehtuurinsa kolmansille osapuolille aiempaa laajemmin.
Kuka on d-Matrix ja mikä Raptor-siru on
d-Matrix on tekoälyinferenssiin keskittynyt piiristartup, jonka tunnetuimpiin rahoittajiin kuuluu Microsoft. Yhtiö on rakentanut liiketoimintansa ajatukselle, että suurten kielimallien ajaminen (inferenssi) vaatii eri arkkitehtuurin kuin mallien kouluttaminen. Siinä missä koulutus kaipaa raakaa laskentatehoa, inferenssi (etenkin pitkien kontekstien ja monen käyttäjän samanaikainen palvelu) on usein muistikaistan rajoittama tehtävä.
Raptor on d-Matrixin seuraavan sukupolven XPU, joka rakentuu 3D-pinotun DRAM-muistin varaan. Sen sijaan että siru yrittäisi voittaa Nvidiaa raa’assa liukulukuteholaskennassa, se tavoittelee etua muistin kaistanleveydestä ja tiheydestä. d-Matrix on aiemmin markkinoinut edellistä sukupolveaan samalla logiikalla, mutta Raptor on ensimmäinen malli, joka on suunniteltu integroitumaan suoraan Nvidian omaan räkkistandardiin sen sijaan että se myytäisiin erillisenä, kilpailevana palvelinjärjestelmänä.
NVLink Fusion selitettynä: mitä Nvidia oikeasti avaa
NVLink Fusion on räkkitason liitäntästandardi, joka rakentuu Nvidian kuudennen sukupolven NVLink-kudoksen, NVLink-kytkinten ja MGX-telinemallien varaan. Käytännössä se tarkoittaa, että kolmannen osapuolen siru (olipa kyse CPU:sta, DPU:sta tai inferenssikiihdyttimestä) voidaan kytkeä samaan NVLink-verkkoon Nvidian omien Rubin-GPU:iden ja Vera-CPU:iden kanssa. Reuters kuvasi teknologiaa yksinkertaisesti liittiminä ja erikoismuistina, joiden avulla räätälöidyt tekoälypiirit voidaan kytkeä Nvidian suurempiin konesalijärjestelmiin.
Raptorin tapauksessa integraatio kattaa kolme kerrosta: NVLink-yhteydet räkin sisäiseen skaalaukseen, Spectrum-X-Ethernet-verkko räkkien väliseen skaalaukseen, ja MGX-telinemekaniikka, joka mahdollistaa kaapeloimattomat, moduulipohjaiset laskentakortit. d-Matrix kuvasi tätä omassa tiedotteessaan hyvin suoraan: “As an NVIDIA NVLink Fusion partner, d-Matrix will work closely with NVIDIA to incorporate d-Matrix’s next-gen inference XPUs, starting with Raptor™, directly into the latest NVIDIA rack reference architecture design…” (d-Matrix, virallinen yhtiötiedote).
Miksi Nvidia päästää kilpailijan sisään omaan telineeseensä
Selitys ei ole hyväntahtoisuus, vaan liiketoimintalogiikka. Nvidia myy nykyään kokonaisia “AI-tehtaita”, ei yksittäisiä grafiikkasiruja. Jos räkki, verkko ja ohjelmistopino pysyvät Nvidia-standardin mukaisina, yhtiö tienaa siitä huolimatta, vaikka osa laskennasta tapahtuisi muun valmistajan sirulla. Ekosysteemin laajentaminen vähentää myös riskiä siitä, että inferenssiin erikoistuneet asiakkaat rakentaisivat kokonaan oman, Nvidiasta riippumattoman pinon. NVLink Fusionin kumppanilistalla on jo laaja joukko toimijoita: muun muassa AWS, Arm, Intel, Fujitsu, SiFive, Alchip, Astera Labs, GUC, Marvell, MediaTek, Samsung, Cadence, Synopsys, Ayar Labs ja Lightmatter d-Matrixin lisäksi.
Raptor XPU:n tekniset tiedot räkkitasolla
d-Matrixin oman ilmoituksen mukaan Nvidian NVL144-tyylisen räkin täydellä Raptor-kokoonpanolla saavutetaan huomattava muistikapasiteetti ja -kaista. Alan analyysisivusto kuvasi integraation tuovan Raptorille 20-kertaisen kaistatiheyden verrattuna Nvidian omaan Rubin-GPU:hun. Huomionarvoista on, että luku on d-Matrixin oma väite, ei riippumattoman testaajan mittaustulos, joten sitä kannattaa lukea markkinointiväitteenä siihen asti kunnes kolmas osapuoli vahvistaa sen.
| Ominaisuus | Arvo |
|---|---|
| Muistityyppi | 3D-pinottu DRAM |
| Muisti per Raptor-kortti | noin 16 Gt |
| Kaistanleveys per kortti | noin 50 Tt/s |
| XPU:ta per täysi räkki | 144 |
| Räkin kokonaismuisti | noin 2,3 Tt |
| Räkin yhteenlaskettu kaistanleveys | noin 7,2 Pt/s |
| Kohdetyökuorma | LLM-inferenssi, yli 4 biljoonan parametrin mallit 4-bitin tarkkuudella |
| Ensimmäinen saatavuus | Q4 2027 |
Luvut kertovat selvästi, mihin d-Matrix tähtää. 2,3 teratavun muistikapasiteetti yhdessä räkissä riittää d-Matrixin oman kuvauksen mukaan ajamaan yli neljän biljoonan parametrin kokoisia kielimalleja 4-bitin tarkkuudella, kokoluokka joka ylittää useimpien tämän hetken julkisesti tunnettujen mallien parametrimäärän reilusti. Tavoite ei siis ole voittaa Nvidiaa koulutuksessa, vaan tarjota kustannustehokas tapa palvella isoja malleja tuhansille samanaikaisille käyttäjille.
Aikataulu: milloin Raptor oikeasti saapuu räkkeihin
Ajoitus on tässä uutisessa poikkeuksellisen selvä, koska d-Matrix on julkaissut sen suoraan: “Initial availability of d-Matrix Raptor XPUs integrated into the NVIDIA MGX rack is expected Q4 2027.” (d-Matrix, virallinen yhtiötiedote). Reuters täydensi kuvaa kertomalla, että Raptor-sirujen lopullinen suunnitteluvaihe on määrä saada päätökseen vuoden 2026 loppuun mennessä, minkä jälkeen tuotanto ja räkki-integraatio etenevät kohti vuoden 2027 loppupuolen lanseerausta.
Yli vuoden mittainen odotusaika on tavallista tälle laitteistosyklille, mutta se tarkoittaa myös, että kyseessä on enemmän strateginen suunnanmuutos kuin tuote, joka näkyy asiakkaiden ostoskoreissa lähikuukausina. Pilvipalveluyhtiöt ja suuret AI-laboratoriot ehtivät siis suunnitella infrastruktuuriaan pitkälle etukäteen sen tiedon varassa, että heterogeeninen räkki on tulossa markkinoille vuoden 2027 lopulla.
NVLink Fusionin kumppaniverkosto laajenee nopeasti
d-Matrix ei ole ainoa yhtiö, joka on liittynyt NVLink Fusion -ohjelmaan. Alan seurantajulkaisujen mukaan kumppanilistalla on jo useita eri toimialojen yrityksiä, mikä kertoo siitä, että Nvidia rakentaa tietoisesti monitoimittajaista ekosysteemiä pelkän suljetun GPU-myynnin sijaan.
| Yritys | Rooli NVLink Fusion -ekosysteemissä |
|---|---|
| AWS | Suunnittelee Trainium4-siruaan NVLink 6- ja MGX-yhteensopivaksi |
| Arm | Suoritinarkkitehtuurin lisensointi kumppanien CPU-suunnitteluun |
| Intel | Räätälöityjen piirien ja pakettiteknologian kumppani |
| Fujitsu | Yritys- ja HPC-palvelinjärjestelmien integraatio |
| Marvell | Verkko- ja liitäntäpiirien toimittaja |
| MediaTek | Räätälöidyn piisuunnittelun kumppani |
| Samsung | Muisti- ja valmistusyhteistyö |
| d-Matrix | Raptor-inferenssi-XPU, ensimmäinen julkistettu räkki-integraatio |
Listalla on myös suunnitteluautomaatioyhtiöitä kuten Cadence ja Synopsys sekä optisiin liitäntöihin erikoistuneita Ayar Labsia ja Lightmatteria. Kaikkia yhdistää sama tavoite: pysyä osana Nvidian räkkistandardia sen sijaan, että ne yrittäisivät rakentaa oman, kilpailevan infrastruktuurin tyhjästä.
Kilpailijavertailu: Groq, Cerebras, SambaNova ja Positron AI
d-Matrix ei toimi tyhjiössä. Inferenssiin erikoistuneiden sirujen kenttä on käynyt viime vuoden aikana selvästi ruuhkaisemmaksi, ja jokainen toimija on valinnut hieman eri strategian suhteessa Nvidiaan.
| Yritys | Arkkitehtuuri | Suhde Nvidiaan | Painopiste |
|---|---|---|---|
| d-Matrix | Raptor XPU, muistikeskeinen | NVLink Fusion -kumppani, integroitu MGX-räkkiin | Suurten LLM:ien inferenssi |
| Groq | LPU (Language Processing Unit) | Teknologia lisensoitu Nvidialle, Groq 3 LPU osaksi Vera Rubinia | Token-generointi, tasainen viive |
| Cerebras | WSE-3, waferin kokoinen siru | Ei NVLink Fusion -kumppani, oma erillinen infrastruktuuri | Koulutus ja inferenssi yhdellä jättisirulla |
| SambaNova | Täyden pinon AI-järjestelmät | Ei NVLink Fusion -kumppani | Yritys- ja paikallisesti ajettavat LLM:t |
| Positron AI | Inferenssiin räätälöidyt kiihdyttimet | Ei NVLink Fusion -kumppani | Kustannustehokas inferenssi ilman yleiskäyttöistä GPU-arkkitehtuuria |
Kiinnostavin rivi taulukossa on Groq. Nvidia lisensoi Groqin inferenssiteknologian ja esitteli GTC 2026 -tapahtumassa Groq 3 LPU:n Vera Rubin -järjestelmän osana toimivana dekoodauskiihdyttimenä. Käytännössä Nvidia myönsi näin julkisesti, ettei tavallinen GPU ole paras mahdollinen laite token-generointiin. d-Matrixin reitti on toinen: se ei myynyt teknologiaansa Nvidialle, vaan liittyi kumppaniohjelmaan ja pitää Raptorin omana, erillisenä tuotteenaan räkin sisällä.
Nvidian oma inferenssitiekartta: Rubin, Vera Rubin ja Groq-yhteistyö
Nvidian MGX-räkkiarkkitehtuuri rakentuu Vera-suorittimien, Rubin-grafiikkasirujen, BlueField-4-DPU:iden, Spectrum-X-verkon ja ConnectX-9-verkkokorttien varaan. Rubin-GPU:t pysyvät koulutuksen ja yleiskäyttöisen laskennan ytiminä, mutta Vera Rubin -kokonaisuus täydentyy jatkossa myös Groq 3 LPU -dekoodauskiihdyttimillä ja nyt siis d-Matrixin Raptor-XPU:illa. Saatavilla olevista lähteistä ei löydy virallisia hintatietoja Rubin- tai Vera Rubin -järjestelmille, joten tarkkaa hintavertailua ei tässä vaiheessa voi tehdä luotettavasti.
Miksi tämä ravistelee inferenssimarkkinaa
Suurin muutos ei ole teknologinen vaan rakenteellinen. Aiemmin ostajan piti valita: joko täysin Nvidia-pohjainen pino, tai kilpaileva infrastruktuuri kokonaan Nvidian ulkopuolella. NVLink Fusion poistaa tämän joko-tai-asetelman. Yritys voi nyt ostaa Nvidia-räkin, Nvidia-verkon ja Nvidia-ohjelmistopinon, mutta valita osaan laskennasta d-Matrixin, Groqin tai jonkin muun kumppanin sirun sen mukaan, mikä sopii parhaiten juuri kyseiseen työkuormaan.
Tämä madaltaa kynnystä ottaa käyttöön erikoistuneita inferenssisiruja, koska ostajan ei tarvitse rakentaa koko konesalia uudelleen niiden ympärille. Samalla se vahvistaa Nvidian asemaa alustana, vaikka yhtiö menettäisikin osan yksittäisistä sirumyynneistä kilpailijoille. Analyytikot ovat kuvanneet tätä siirtymää mallina, jossa piikilpailu ei enää tapahdu räkkitason ulkopuolella vaan sen sisällä.
Markkinan koko ja kasvuennuste
Globe Market Researchin arvion mukaan tekoälyn inferenssisirumarkkinan koko oli vuonna 2026 noin 20,4 miljardia dollaria. Sama tutkimuslaitos ennustaa markkinan kasvavan 99,1 miljardiin dollariin vuoteen 2035 mennessä, mikä vastaa noin 19,2 prosentin vuotuista kasvuvauhtia. Kasvu tarkoittaa markkinan lähes viisinkertaistumista reilussa vuosikymmenessä, ja se selittää osaltaan, miksi Nvidialla on kannustin laajentaa räkkiekosysteemiään sen sijaan, että se yrittäisi puolustaa jokaista sirukategoriaa yksin.
Kasvava markkina tarkoittaa myös sitä, että tilaa riittää useammalle toimijalle samanaikaisesti. Inferenssin kysyntä ei ole nollasummapeliä samalla tavalla kuin koulutusklusterien GPU-kauppa, koska yhä useampi yritys ajaa omia, räätälöityjä malleja tuotannossa, ja jokainen niistä tarvitsee jatkuvaa, kustannustehokasta laskentatehoa palvelupyyntöjen käsittelyyn.
Miten sopimus vertautuu Nvidian muihin haastajaliikkeisiin vuonna 2026
d-Matrixin tapaus ei synny tyhjästä. Vuosi 2026 on ollut Nvidialle poikkeuksellisen aktiivinen liikkeiden vuosi suhteessa kilpaileviin sirunvalmistajiin. Yhtiö osti Hugging Facen noin 13 miljardilla dollarilla vahvistaakseen otettaan avoimen lähdekoodin mallien ekosysteemistä, samalla kun kilpailija AMD jäi kaupan ulkopuolelle. Qualcomm toi omat AI200-sirunsa markkinoille lupauksin 7,4 petatavun sekuntikaistasta, ja Broadcom rakentaa räätälöityjä XPU-siruja muun muassa Anthropicille kymmenien gigawattien mittakaavassa.
Verrattuna näihin tapauksiin d-Matrixin sopimus on laadullisesti erilainen. Qualcomm ja Broadcom rakentavat vaihtoehtoja Nvidian ulkopuolelle, kokonaan omine räkkeineen ja verkkoineen. d-Matrix sen sijaan asettuu Nvidian oman infrastruktuurin sisään. Se ei kilpaile Nvidiaa vastaan asiakkaan konesalissa, vaan täydentää sitä. Tämä tekee sopimuksesta vähemmän dramaattisen otsikkotasolla, mutta pitkällä aikavälillä ehkä vaikutusvaltaisemman, koska se luo toistettavan mallin, jota moni muukin piiriyhtiö voi seurata ilman miljardien dollarien omaa infrastruktuuri-investointia.
Pohjoismainen näkökulma: mitä tämä tarkoittaa Suomelle
Suoraa Pohjoismaihin tai Suomeen kohdistuvaa mainintaa d-Matrix–Nvidia-sopimuksessa ei ole julkistettu, mutta ajoitus osuu keskelle alueen tekoälyinfrastruktuurin voimakasta laajenemista. Nvidia on kesän ja syksyn 2026 aikana toiminut aktiivisesti eräänlaisena välittäjänä Pohjoismaissa, yhdistäen yhtiöitä, joilla on sen GPU-kapasiteettia, konesaliyrityksiin, joilla on vapaata sähkö- ja jäähdytyskapasiteettia alueella.
Kiinteistökonsulttiyhtiö Savillsin raportti on nostanut Oslon, Tukholman ja Helsingin maailman kuuden lupaavimman konesalisijainnin joukkoon, mikä liittyy suoraan alueen runsaaseen sähkö- ja maa-alakapasiteettiin. Jos NVLink Fusion -tyyppiset heterogeeniset räkit yleistyvät, samat pohjoismaiset konesalit voivat tulevaisuudessa isännöidä paitsi Nvidian omia Rubin-järjestelmiä, myös kumppanisiruja kuten Raptoria, ilman että operaattorien tarvitsee rakentaa kokonaan erillistä infrastruktuuria niitä varten.
Historiallinen konteksti: Nvidian matka suljetusta avoimempaan ekosysteemiin
Nvidian valta-asema tekoälylaskennassa on rakentunut pitkälti CUDA-ohjelmistokerroksen ja suljetun laitteistokannan varaan. Yhtiö on historiallisesti pitänyt tiukasti kiinni siitä, että sen omat GPU:t ovat oletusarvoinen (usein ainoa) vaihtoehto suurten mallien koulutukseen ja ajamiseen. NVLink itsessään on ollut olemassa vuosia räkin sisäisenä, Nvidia-omaisena kytkentäverkkona.
NVLink Fusionin avaaminen kolmansille osapuolille merkitsee selvää suunnanmuutosta. Se muistuttaa liikettä, jonka moni teknologiajätti on tehnyt aiemmin omalla alallaan: kun ydinliiketoiminta on riittävän vahva, alustan avaaminen kumppaneille kasvattaa kokonaismarkkinaa enemmän kuin se uhkaa ydinliiketoimintaa. Groqin lisensointisopimus loppuvuodesta 2025 oli ensimmäinen merkki tästä suunnanmuutoksesta, ja d-Matrixin NVLink Fusion -integraatio on toinen, konkreettisempi askel samaan suuntaan.
Markkinavaikutus: mitä tämä tarkoittaa sijoittajille ja pilvipalveluille
Pilvipalveluyhtiöille ja suurille AI-laboratorioille uutinen tarjoaa lisää neuvotteluvoimaa. Kun inferenssikiihdyttimiä on tarjolla useammalta kuin yhdeltä toimittajalta saman räkkistandardin sisällä, ostajien ei tarvitse sitoutua yksinomaan Nvidian omiin GPU-hintoihin jokaisen työkuorman kohdalla. Tämä voi hidastaa inferenssin yksikköhintojen nousua, joka on ollut viime vuosina merkittävä huolenaihe muistipulan ja GPU-kysynnän vuoksi.
Startup-sijoittajien näkökulmasta sopimus toimii vahvistuksena sille, että erikoistuneet inferenssisirujen kehittäjät voivat löytää markkinareitin ilman, että niiden pitäisi kilpailla Nvidiaa vastaan koko räkin tasolla. Se madaltaa uusien piiriyhtiöiden pääsyä markkinoille ja voi houkutella lisää pääomaa d-Matrixin kaltaisiin yhtiöihin, joilla on jo osoitettu teknologinen erikoisosaaminen mutta ei omaa räkki- tai verkkoinfrastruktuuria.
Ennusteet: mitä seuraavaksi tapahtuu
- Useampi NVLink Fusion -kumppani julkistaa oman räkki-integraationsa aikataulun vuoden 2027 aikana, samaan tapaan kuin d-Matrix teki nyt Raptorin kanssa.
- Nvidia laajentaa Groq-mallista lisensointistrategiaa myös muihin erikoisarkkitehtuureihin, ei vain inferenssidekoodaukseen vaan mahdollisesti myös muihin osatehtäviin kuten esikäsittelyyn.
- Pilvipalveluyhtiöt alkavat markkinoida heterogeenisiä, useamman valmistajan sirua sisältäviä räkkejä omana tuotekategorianaan, erillään puhtaista Nvidia-GPU-instansseista.
- Cerebras, SambaNova ja Positron AI joutuvat ottamaan kantaa siihen, liittyvätkö nekin NVLink Fusion -ohjelmaan vai jatkavatko ne täysin erillisen infrastruktuurin strategiaa.
- Inferenssisirumarkkinan kasvuvauhti pysyy Globe Market Researchin arvioiman noin 19 prosentin CAGR-tason tuntumassa, kunhan suurten kielimallien käyttöönotto yrityksissä jatkuu nykyisellä vauhdilla.
Avoimet kysymykset ja riskit
Kaikki ei ole vielä varmaa. d-Matrixin rahoitushistoriasta on julkisesti saatavilla vain rajallisesti tietoa: tiedetään, että Microsoft on yksi sen strategisista sijoittajista, mutta tarkkaa rahoituskierrosten summaa tai nykyistä arvostusta ei ole vahvistettu näissä lähteissä. Myös 20-kertainen kaistatiheysväite suhteessa Rubiniin on toistaiseksi yksin d-Matrixin oma laskelma, eikä riippumaton testaus ole sitä vielä vahvistanut.
Suurin epävarmuus koskee aikataulua. Q4 2027 on yli vuoden päässä, ja laitteistoalalla suunnitelmat siirtyvät usein oikealle. Kaikki riippuu myös siitä, kuinka moni pilvipalveluyhtiö oikeasti tilaa heterogeenisiä räkkejä sen sijaan, että pysyisi puhtaissa Nvidia-kokoonpanoissa, joiden ohjelmistotuki ja optimointityökalut ovat jo valmiiksi kypsempiä.
Ohjelmistopuoli on toinen avoin kysymys, jota harva uutinen nostaa esiin. Nvidian CUDA-pino on rakennettu vuosikymmenen aikana Nvidian omille siruille, ja kehittäjätyökalut, kirjastot ja optimoinnit olettavat oletusarvoisesti Nvidia-laitteiston. d-Matrixin pitää tarjota oma ohjelmistokerroksensa, joka toimii saumattomasti NVLink Fusion -räkin sisällä mutta silti erottuu riittävästi omana tuotteenaan. Jos ohjelmistointegraatio ontuu, laitteiston teoreettinen etu (olipa se 20-kertainen tai vaatimattomampi) jää käytännössä hyödyntämättä.
Myös hinnoittelu on toistaiseksi täysin auki. Kumpikaan osapuoli ei ole julkistanut, miten Raptor-XPU:iden hinta asettuu suhteessa Nvidian omiin Rubin-GPU:ihin räkkitasolla, eikä sitä, veloittaako Nvidia lisenssi- tai integraatiomaksuja NVLink Fusion -kumppaneiltaan. Ostajan kannalta juuri tämä luku ratkaisee lopulta, kannattaako heterogeeninen räkki valita puhtaan Nvidia-kokoonpanon sijaan.
Mitä tämä tarkoittaa yrityksille, jotka ajavat omia kielimallejaan
Käytännön tasolla suurin hyötyjä ei ole Nvidia eikä d-Matrix, vaan yritys, joka joutuu tänään päättämään, minkälaiseen infrastruktuuriin se sitoo seuraavan kolmen vuoden budjettinsa. Tähän asti valinta on ollut karkeasti kahtia jakautuva: joko rakennat kaiken Nvidia-yhteensopivaksi ja hyväksyt sen hintatason, tai lähdet kokeilemaan vaihtoehtoista arkkitehtuuria ja kannat riskin siitä, että ohjelmistotuki, ylläpito ja osaava henkilöstö ovat harvinaisempia.
NVLink Fusion -mallissa tätä valintaa voi lykätä, tai ainakin pehmentää. Yritys voi hankkia Nvidia-standardin mukaisen räkin ja päättää vasta myöhemmin, kannattaako osa inferenssikuormasta siirtää d-Matrixin tai jonkin muun kumppanin sirulle. Tämä on erityisen merkityksellistä toimialoilla, joissa mallien koko ja käyttäjämäärät kasvavat nopeasti, esimerkiksi asiakaspalvelubottien, koodiavustimien ja sisällöntuotannon työkalujen tarjoajille, joiden inferenssikustannukset skaalautuvat suoraan käyttäjämäärän mukana. Mitä useampi tällainen toimija arvioi Raptorin kaltaisia ratkaisuja vuoden 2027 aikana, sitä nopeammin nähdään, muuttuuko NVLink Fusion aidoksi kustannustehokkuustekijäksi vai jääkö se pääasiassa Nvidian oman ekosysteemin vahvistamisen välineeksi.
Usein kysytyt kysymykset
Mikä on d-Matrixin Raptor-siru?
Raptor on d-Matrixin seuraavan sukupolven inferenssi-XPU, joka perustuu 3D-pinottuun DRAM-muistiin. Se on suunniteltu erityisesti suurten kielimallien ajamiseen, ei niiden kouluttamiseen, ja se integroituu Nvidian MGX-räkkiarkkitehtuuriin NVLink Fusionin kautta.
Mitä NVLink Fusion tarkoittaa käytännössä?
Se on räkkitason liitäntästandardi, jonka avulla kolmannen osapuolen sirut voidaan kytkeä samaan NVLink-verkkoon Nvidian omien Rubin-GPU:iden ja Vera-CPU:iden kanssa, hyödyntäen samalla Nvidian Spectrum-X-verkkoa ja MGX-telinemekaniikkaa.
Milloin Raptor-sirut ovat oikeasti saatavilla?
d-Matrixin oman ilmoituksen mukaan ensimmäinen saatavuus on odotettavissa vuoden 2027 viimeisellä neljänneksellä. Sirujen suunnitteluvaihe on määrä saada päätökseen vuoden 2026 loppuun mennessä.
Miksi Nvidia päästää kilpailijan omaan räkkiinsä?
Koska Nvidia myy nykyään kokonaisia räkkijärjestelmiä, verkkoa ja ohjelmistopinoa, ei pelkkiä yksittäisiä siruja. Jos asiakas pysyy Nvidian räkkistandardin sisällä, yhtiö hyötyy kaupasta, vaikka osa laskennasta tapahtuisi kumppanin sirulla.
Miten Raptor eroaa Groqin ratkaisusta?
Groq lisensoi oman LPU-teknologiansa suoraan Nvidialle, ja Groq 3 LPU toimii nyt Vera Rubin -järjestelmän sisäisenä dekoodauskiihdyttimenä. d-Matrix puolestaan pitää Raptorin omana tuotteenaan ja liittyy siihen NVLink Fusion -kumppanina, jolloin siru säilyy erillisenä mutta yhteensopivana osana räkkiä.
Kuinka suuri inferenssisirumarkkina on vuonna 2026?
Globe Market Researchin arvion mukaan markkinan koko oli noin 20,4 miljardia dollaria vuonna 2026, ja sen ennustetaan kasvavan 99,1 miljardiin dollariin vuoteen 2035 mennessä, noin 19,2 prosentin vuotuisella kasvuvauhdilla.
Vaikuttaako sopimus suoraan Pohjoismaiden konesaleihin?
Suoraa mainintaa alueesta ei ole julkistettu, mutta ajoitus osuu keskelle Pohjoismaiden voimakasta tekoälyinfrastruktuurin laajenemista. Jos heterogeeniset NVLink Fusion -räkit yleistyvät, samat alueen konesalit voivat tulevaisuudessa isännöidä sekä Nvidian omia järjestelmiä että kumppanisiruja.
Onko d-Matrixin 20-kertainen kaistaväite vahvistettu riippumattomasti?
Ei. Kyseessä on toistaiseksi d-Matrixin oma laskelma suhteessa Nvidian Rubin-GPU:hun, eikä riippumaton testaaja ole sitä vielä vahvistanut julkisesti.
