Zusammenfassung:
Nvidia plant, in d-Matrix zu investieren, so drei Personen, die über den Deal Bescheid wissen. Dieses 7 Jahre alte Unternehmen konzentriert sich auf die Forschung und Entwicklung von Serverchips für künstliche Intelligenz und sein Produktziel ist es, mit Nvidia zu konkurrieren. Diese geplante Investition ist eine Initiative von Nvidia, um die Kompatibilität seiner eigenen Technologie mit konkurrierenden Chipdesignern zu fördern und Konkurrenten in sein dominantes Hardware-Ökosystem einzubinden, auch wenn Nvidias Anteil am Markt für KI-Inferenzchips weiter steigt.
Dies ist auch Nvidias erster Vertrag mit einem KI-Inferenzchip-Startup seit der Unterzeichnung einer Technologielizenzvereinbarung mit Groq im Dezember letzten Jahres über 20 Milliarden US-Dollar. Dies zeigt, dass Nvidia nicht nur auf dieses eine Unternehmen setzen will.
Vor drei Monaten startete Nvidia ein Kooperationsmodell mit seinen Chip-Konkurrenten, das es den Chips der beiden Unternehmen ermöglicht, zusammenzuarbeiten und sich unterschiedliche Aufgaben im gleichen Satz von KI-Inferenz-Workloads zu teilen. Ziel ist es, die Betriebseffizienz solcher Rechenaufgaben zu verbessern.
Für Konkurrenten ist es schwierig, Nvidias großen Vorsprung abzuschütteln, daher entscheiden sich immer mehr Hersteller dafür, mit Nvidias GPUs zu arbeiten, anstatt sie komplett zu ersetzen. NVIDIA fördert die Anbindung von Wettbewerbern an sein eigenes Ökosystem und kann auch von seinen Netzwerk-Hardwareprodukten profitieren. Diese Produkte können mehrere Gruppen von Server-Racks als Gesamtsystem miteinander verbinden, um KI-Berechnungen mit hoher Auslastung durchzuführen. Diese technische Lösung ist Parallelrechnen.
In den letzten 12 Monaten hat Nvidia milliardenschwere Investitionen in Intel und Broadcom, zwei weitere größere KI-Chip-Konkurrenten, getätigt, unter anderem um die Integration von Nvidia-GPUs mit diesen beiden Unternehmenschips voranzutreiben. Es ist unklar, wann solche Integrationen in großem Umfang verfügbar sein werden. Mitarbeiter mehrerer Chip-Start-up-Unternehmen gaben bekannt, dass Nvidia auch Lösungen für mehrere andere Chip-Start-ups gefördert hat, in der Hoffnung, dass deren Chips mit GPUs kompatibel sein könnten, die mit Nvidia-Netzwerktechnologie ausgestattet sind.
Im August dieses Jahres schlug Amazon auch eine ähnliche Integrationsidee vor: Die Nvidia-GPU und Amazons selbst entwickelter Trainium-KI-Chip sollten nebeneinander im selben Rechenzentrum unter Verwendung eines Server-Racks mit einer einheitlichen Architektur laufen und laufen. Gleichzeitig kann der Trainium-Chip auch die Netzwerk- und Speicherhardware von Nvidia aufrufen.
SambaNova Systems, ein weiteres Chip-Startup, demonstrierte im Juni ebenfalls eine Lösung zur Verbindung seiner eigenen Chips mit NVIDIA-GPUs, um KI-Modelle gemeinsam auszuführen. Während NVIDIA die oben erwähnte heterogene Integration vorantreibt, entwickelt es auch unabhängig ein Chipsystem, das die GPU mit dem dedizierten KI-Inferenzchip von Groq kombiniert. Zuvor hat NVIDIA durch diese Technologielizenztransaktion im Wert von 20 Milliarden US-Dollar auch das Gründungsteam von Groq und viele Mitarbeiter übernommen.
Das US-Justizministerium untersucht, ob Nvidia den Groq-Deal so konzipiert hat, dass eine formelle Untersuchung des Justizministeriums zu den Auswirkungen des Deals auf den Chipmarkt umgangen wird, so Quellen, die mit der Untersuchung vertraut sind. Die Nachricht wurde zuerst von der New York Times veröffentlicht.
Chips verschiedener Hersteller aufzufordern, gemeinsam dieselbe KI-Aufgabe zu verarbeiten, ist ein relativ neues Branchenkonzept, das als
disaggregierte Inferenz
bezeichnet wird AWS Neuron. Obwohl NVIDIA gemeinsam mit kleineren Konkurrenten aktiv entkoppelte Inferenzlösungen entwickelt, hat NVIDIA öffentlich erklärt, dass es mit seinen eigenen Chips immer noch fast alle KI-Arbeitslasten am effizientesten bewältigen kann.Dennoch wollen sich Cloud-Dienstanbieter und führende KI-Entwicklungsunternehmen wie Anthropic und OpenAI nicht vollständig auf einen einzigen Chiplieferanten verlassen. Diese beiden KI-Unternehmen kaufen nicht nur Chips von anderen Herstellern, um ihre Abhängigkeit von Nvidia zu verringern, sondern entwickeln auch eigene KI-Inferenzchips.
Der technische Schwerpunkt von d-Matrix liegt auf der
spekulativen Dekodierung
, kann diese Technologie die Laufgeschwindigkeit von KI-Modellen verbessern. In diesem von NVIDIA auf den Markt gebrachten gemeinsamen System wird der d-Matrix-Chip ein kleines KI-Modell ausführen und im Voraus die Ausgabeergebnisse vorhersagen, die das große Modell dem Benutzer liefern soll; während das große Modell auf der NVIDIA-GPU läuft, um die geschätzten Ergebnisse zu überprüfen und ihre Übernahme zu bestätigen.The Information berichtete zuvor, dass d-Matrix zu diesem Zeitpunkt eine neue Finanzierungsrunde mit einer angestrebten Post-Money-Bewertung von 5 Milliarden US-Dollar anstrebte; Es ist derzeit ungewiss, ob die Finanzierung von Nvidia in diese Finanzierungsrunde einbezogen wird. Die letzte Finanzierungsrunde von d-Matrix fand im November 2025 statt und brachte 275 Millionen US-Dollar ein, mit einer Post-Money-Bewertung von 2 Milliarden US-Dollar. Das Unternehmen hat diesen Sommer die Massenproduktion seiner Chips der ersten Generation abgeschlossen und testet derzeit seine Chips der zweiten Generation.
Kommentare