--- title: "d-Matrix conectará sus chips de IA a la infraestructura de NVIDIA con NVLink Fusion" description: "d-Matrix integrará su próxima generación de aceleradores de inteligencia artificial Raptor XPU en la arquitectura de racks NVIDIA MGX mediante NVLink Fusion , dentro de una colaboración plurianual que..." url: https://revistacloud.com/d-matrix-conectara-sus-chips-de-ia-a-la-infraestructura-de-nvidia-con-nvlink-fusion/ date: 2026-09-12 modified: 2026-09-12 author: "Nota de Prensa" image: https://revistacloud.com/wp-content/uploads/2026/09/gpu-architecture-corp-blog-dmatrix-nvlink-fusion.png categories: ["Noticias", "Tecnología"] tags: ["d-matrix", "NVIDIA", "NVLink"] type: post lang: es --- # d-Matrix conectará sus chips de IA a la infraestructura de NVIDIA con NVLink Fusion d-Matrix integrará su próxima generación de aceleradores de inteligencia artificial **Raptor XPU en la arquitectura de racks NVIDIA MGX mediante NVLink Fusion**, dentro de una colaboración plurianual que busca llevar estos chips especializados en inferencia a grandes centros de datos sin desarrollar una infraestructura propia desde cero. Los primeros sistemas integrados están previstos para el cuarto trimestre de 2027, mientras que Raptor todavía debe completar una etapa esencial: la compañía espera cerrar su diseño y enviarlo a fabricación antes de terminar 2026. **Las claves de la alianza entre d-Matrix y NVIDIA en 30 segundos** - d-Matrix diseñará Raptor para integrarlo directamente con NVIDIA NVLink Fusion y los racks MGX. - Los sistemas combinarán tecnologías como Vera CPU, BlueField-4, ConnectX-9 y Spectrum-X. - Raptor está especializado en inferencia y utiliza una arquitectura que apila DRAM sobre un chip de cálculo SRAM. - d-Matrix plantea combinar sus XPU con sistemas NVIDIA Vera Rubin para repartir distintas fases de la inferencia. - La disponibilidad inicial está prevista para el cuarto trimestre de 2027. El anuncio permite observar un movimiento más amplio dentro del mercado de hardware para inteligencia artificial. NVIDIA está utilizando **NVLink Fusion para extender parte de su infraestructura a procesadores desarrollados por otras compañías**, incluidos aceleradores especializados o XPU y CPU personalizados. Para empresas como d-Matrix esto resuelve un problema que va mucho más allá de fabricar un buen chip. Un acelerador destinado a centros de datos necesita conectividad de alta velocidad, servidores, racks, alimentación eléctrica, refrigeración, redes entre nodos y una cadena de suministro capaz de producir todo el sistema en volumen. Diseñar cada una de esas piezas de forma independiente puede añadir años de trabajo y elevar el coste necesario para entrar en grandes instalaciones. d-Matrix pretende evitar buena parte de ese recorrido adoptando una arquitectura ya desarrollada alrededor de NVIDIA. ## Raptor se conectará mediante NVLink y utilizará el ecosistema MGX El primer resultado de la colaboración será un sistema de rack basado en **NVIDIA MGX** en el que se instalarán los Raptor XPU de d-Matrix. La compañía prevé incorporar componentes de NVIDIA como los procesadores Vera, conmutadores NVLink, unidades de procesamiento de datos (DPU) BlueField-4, ConnectX-9 SuperNIC y la red Ethernet Spectrum-X. También trabaja con Astera Labs, miembro del ecosistema NVLink Fusion, para desarrollar soluciones de conectividad destinadas a mantener un elevado caudal de datos dentro del sistema. El planteamiento permite diferenciar dos niveles de comunicación. **NVLink se utilizará para el denominado *scale-up***, es decir, para conectar aceleradores dentro de un dominio de cálculo de alta velocidad y baja latencia. Spectrum-X cubre el *scale-out*, encargado de comunicar diferentes sistemas y racks dentro de una instalación mayor. | Componente | Función prevista en el sistema | | --- | --- | | d-Matrix Raptor XPU | Inferencia especializada | | NVIDIA Vera CPU | Procesamiento general y coordinación | | NVIDIA NVLink Fusion | Interconexión de alta velocidad entre aceleradores | | NVIDIA BlueField-4 | Procesamiento de infraestructura y red | | NVIDIA ConnectX-9 | Conectividad de alto rendimiento | | NVIDIA Spectrum-X | Red Ethernet para escalar entre sistemas | | NVIDIA MGX | Arquitectura modular de servidor y rack | | Astera Labs | Soluciones de conectividad para la integración | La ventaja que persigue d-Matrix es poder concentrar más recursos en el procesador y utilizar una infraestructura de racks, refrigeración y conectividad que ya cuenta con una cadena de suministro desarrollada. Eso no convierte a Raptor en una GPU de NVIDIA ni significa que NVIDIA vaya a fabricar el acelerador. **NVLink Fusion funciona aquí como punto de integración entre silicio de terceros y parte de la plataforma de infraestructura de NVIDIA.** ## Una arquitectura de memoria pensada específicamente para inferencia Raptor será el sucesor de **Corsair**, la plataforma de inferencia que d-Matrix ya tiene en producción. La diferencia tecnológica más interesante está en la memoria. Los modelos generativos necesitan mover constantemente grandes cantidades de parámetros y datos entre memoria y unidades de cálculo. Ese movimiento puede convertirse en uno de los principales límites para la velocidad, consumo energético y coste de la inferencia. d-Matrix lleva años trabajando en una arquitectura centrada precisamente en reducir esa distancia. Raptor utilizará una solución de **apilamiento 3D que coloca un chip de memoria DRAM junto a un chip de cálculo basado en SRAM dentro de un mismo paquete vertical**, una aproximación que la compañía describe gráficamente como una estructura de dos pisos. Los detalles técnicos de esta tecnología fueron presentados durante Hot Chips 2026 por Sudeep Bhoja, cofundador y director tecnológico de d-Matrix, y publicados posteriormente por IEEE. La compañía asegura que Raptor cuenta con más de 100 patentes asociadas y afirma que el procesador está siendo evaluado por grandes proveedores cloud y laboratorios de inteligencia artificial. No ha identificado públicamente en este anuncio qué empresas participan en esas evaluaciones. Tampoco es todavía un producto comercial. d-Matrix espera realizar el **tape-out de Raptor antes de finalizar 2026**. El *tape-out* marca el cierre del diseño que se envía a fabricación, pero después todavía quedan fabricación de las primeras muestras, pruebas, correcciones, validación y producción en volumen. Por eso la compañía sitúa la primera disponibilidad de los sistemas Raptor integrados en MGX en el **cuarto trimestre de 2027**. ## GPU y XPU podrían repartirse una misma inferencia La colaboración no plantea necesariamente Raptor como sustituto de las GPU. d-Matrix propone utilizar arquitecturas heterogéneas en las que diferentes procesadores ejecuten las partes de una carga para las que resulten más adecuados. Un ejemplo es la inferencia desagregada de modelos de lenguaje. Cuando una persona envía una petición a un modelo existen dos fases con características diferentes. Durante el **prefill**, el sistema procesa el contexto inicial completo. Después comienza el **decode**, durante el cual genera los nuevos tokens progresivamente. El *prefill* necesita mucha capacidad de cálculo en paralelo. El *decode*, especialmente en aplicaciones interactivas, es muy sensible a la latencia y al acceso rápido a memoria. d-Matrix plantea que sistemas NVIDIA Vera Rubin puedan encargarse del *prefill* mientras los Raptor XPU procesan determinadas cargas de *decode*. La compañía menciona como ejemplos los asistentes de programación, chatbots en tiempo real y agentes de voz, donde reducir el tiempo entre tokens puede influir directamente en la experiencia del usuario. Se trata por ahora de la arquitectura y los casos de uso que plantea d-Matrix. El anuncio **no aporta benchmarks independientes de Raptor ni cifras que permitan comparar su rendimiento, consumo o coste por token con Vera Rubin u otros aceleradores de inferencia**. Por tanto, las afirmaciones sobre menor latencia o eficiencia energética deben entenderse como objetivos y declaraciones del fabricante hasta disponer de hardware final y mediciones comparables. ## NVLink Fusion convierte la infraestructura de NVIDIA en una plataforma para otros chips La parte estratégica del acuerdo va más allá de d-Matrix. Durante años NVLink ha sido una de las ventajas de NVIDIA para construir sistemas donde muchas GPU funcionan como un gran dominio de cálculo. Con NVLink Fusion, la compañía está abriendo esa infraestructura de interconexión a determinados procesadores de terceros. El resultado es una relación aparentemente contradictoria: **otros fabricantes pueden competir con las GPU de NVIDIA en determinadas cargas mientras utilizan tecnologías de NVIDIA para construir sus sistemas**. Para NVIDIA esto amplía el mercado de NVLink, Spectrum-X, BlueField, ConnectX, MGX y otros componentes incluso cuando el acelerador principal no sea suyo. Para los diseñadores de chips reduce una barrera diferente. Crear un acelerador personalizado ya resulta extremadamente caro, pero convertirlo en una plataforma de cientos o miles de procesadores preparada para un centro de datos exige resolver alimentación, refrigeración líquida, conectividad, servidores, racks, software y fabricación. NVLink Fusion permite que empresas especializadas intenten entrar en ese mercado sin reproducir toda la infraestructura que NVIDIA ha construido alrededor de sus GPU. d-Matrix es un buen ejemplo porque su especialización se encuentra precisamente en la inferencia. En lugar de intentar construir una plataforma completa que compita componente por componente con NVIDIA, pretende colocar Raptor dentro de una arquitectura compatible con el mismo tipo de infraestructura. Si el calendario se cumple, el primer hardware resultante aparecerá a finales de 2027. Hasta entonces quedan dos incógnitas importantes: **cómo rendirá finalmente Raptor una vez fabricado y cuánto de la ventaja prometida por su arquitectura de memoria se mantendrá cuando se despliegue a escala de rack**. Lo que el acuerdo ya muestra es una evolución de NVIDIA más allá de vender sus propias GPU. Con NVLink Fusion intenta convertir su interconexión, redes y diseños de rack en una infraestructura común sobre la que también puedan desplegarse algunos de los chips especializados que compiten por una parte del creciente mercado de inferencia de IA.