d-Matrix收购GigaIO数据中心业务，推动机架级AI推理系统发展

推动构建更完整机架级AI推理系统的需求，驱动d-Matrix收购GigaIO数据中心业务。这项收购增加了互连技术和系统专业知识，随着竞争已超越单个芯片范畴。

该交易建立在始于2025年的合作基础上，旨在增强公司提供系统级AI基础设施而非离散硅片的能力。

扩展超越芯片

通过此次收购，GigaIO的数据中心技术，包括其SuperNode平台和基于PCIe的FabreX内存结构，正被整合到更广泛的d-Matrix推理堆栈中。

此举扩展了一个已包含Corsair推理加速器、JetStream网络、Aviator软件，以及与Broadcom和Arista共同开发的SquadRack机架级参考架构的平台。

"推理比任何单个芯片都更复杂，这现在是一个系统问题，"d-Matrix创始人兼CEO Sid Sheth表示。"为了跟上激增的AI需求，工作负载越来越多地分布在CPU、GPU和推理加速器上。这意味着数据必须在芯片、节点、机架和整个数据中心之间实时高效移动。"

他表示，此次收购旨在加快交付低延迟、高效和可扩展的基础设施。

交易结构和战略理由

该交易采用业务单元收购结构，GigaIO数据中心相关资产的所有权转移给d-Matrix。

"这是一次业务单元收购，我们正在收购该单元的相关资产，"Sheth告诉Data Center Knowledge。

GigaIO将继续独立运营，同时专注于边缘计算。财务条款未披露。

更广泛地说，此举反映了向拥有更多系统堆栈转变的趋势，因为推理工作负载变得越来越分散，基础设施设计超越了单个芯片。

市场焦点和业务影响

目标客户包括超大规模云厂商、前沿AI实验室和企业部署，这些场景中推理工作负载分布在异构计算环境中。

根据Sheth的说法，此次收购预计将加快公司的收入轨迹，并扩大部署货币化的方式。

"我们预计这将推动收入轨迹，"他说。

他补充说，系统级能力可以支持新的定价模型并增加每个机架的价值。

"两者都是肯定的，"Sheth说。"我们有能力在一系列机架配置中实现高级AI推理服务，包括为分散工作负载优化的异构系统。"

竞争格局：互连方法分歧

该交易使d-Matrix更直接地进入由系统互连和扩展不同方法定义的竞争格局。

Nvidia以GPU为中心的系统依赖专有高速互连如NVLink和NVSwitch来紧密耦合GPU。AMD同样使用Infinity Fabric在其平台间实现高带宽通信。

相比之下，基于PCIe的结构技术如FabreX将标准PCIe连接扩展到各节点，实现可在机架或集群级别组合的分散计算和内存池。

HyperFrame Research常驻分析师Stephen Sopko表示，该交易加强了公司向系统级所有权的转移。

"这次收购通过内化SuperNode架构和FabreX PCIe结构，增强了d-Matrix的机架级AI推理能力，"Sopko告诉Data Center Knowledge。"这使他们从协作参考设计转向更完整的、自有的系统堆栈，用于低延迟企业部署。"

他说基于PCIe的结构可以在分散环境中提供优势。

"基于PCIe的结构，如FabreX，能够灵活汇集加速器和内存，而无需传统以太网结构的开销，"Sopko说。"这对成本和能效扩展至关重要。"

Sopko补充说，这种方法突出了日益增长的架构分歧。

"异构推理在2026年获得真正动力，尽管广泛生产采用仍面临集成障碍，"他说。"这项交易强化了d-Matrix与NVIDIA和AMD平台的对比——加倍支持结构支持的分散化，让运营商能够混合CPU、GPU和专用加速器。"

这些方法反映了不同的设计优先级——一方面是紧密集成的高带宽系统，另一方面是更模块化、可组合的基础设施。

向机架级分散基础设施转变

增加GigaIO的技术和工程团队与向分布式推理工作负载的机架级架构转变相一致。

基于PCIe的结构如FabreX实现跨节点计算和内存间的高速通信，支持更灵活的系统设计。

这种灵活性可以提高AI推理环境中的利用率，特别是当工作负载分布在异构资源上时。

此次收购增强了公司支持这些系统级部署的能力，因为推理变得更加分散。

作为交易的一部分，位于加利福尼亚州卡尔斯巴德的系统工程师团队被加入，在南加州建立了新的工程基地。

该公司现在在北美、欧洲和亚洲运营六个创新中心。

Q&A

Q1：d-Matrix收购GigaIO是为了解决什么问题？

A：主要是解决AI推理从单芯片向系统级扩展的挑战。随着AI需求激增，工作负载越来越分散在CPU、GPU和推理加速器上，需要数据在芯片、节点、机架和整个数据中心之间实时高效移动，这已经成为一个系统性问题。

Q2：FabreX技术有什么特殊优势？

A：FabreX是基于PCIe的内存结构技术，能够将标准PCIe连接扩展到各节点，实现可在机架或集群级别组合的分散计算和内存池。相比传统以太网结构，它能够灵活汇集加速器和内存而无需额外开销，对成本和能效扩展至关重要。

Q3：这次收购对d-Matrix的业务模式有什么影响？

A：收购预计将加快公司的收入轨迹，支持新的定价模型并增加每个机架的价值。公司将能够在一系列机架配置中提供高级AI推理服务，包括为分散工作负载优化的异构系统，从而扩大部署货币化的方式。