英伟达公司今日宣布向半导体设计公司Marvell Technology投资20亿美元,这笔现金注入是两家公司新合作伙伴关系的一部分,该合作将涵盖芯片市场的多个领域。
总部位于加利福尼亚州圣克拉拉的Marvell是数据中心芯片的主要供应商,制造用于为光纤网络和存储硬件供电的优化处理器。此外,Marvell还有一个业务部门帮助其他公司开发定制ASIC(专用集成电路),该部门是与英伟达合作的首要重点。
数据中心运营商使用名为NVLink的互连技术将英伟达图形处理单元与服务器机架中的其他芯片连接。直到最近,这种互连技术只能与这家GPU巨头自己的芯片配合使用。去年,英伟达推出了一项名为NVLink Fusion的技术,使Marvell等公司制造的定制ASIC能够使用NVLink。
作为合作伙伴关系的一部分,Marvell将"为共同客户提供定制XPU和NVLink Fusion兼容的扩展网络"。NVLink Fusion的主要组件是一个小芯片,公司可以将其集成到自定义处理器设计中。这个小芯片使主处理器能够通过NVLink连接与其他芯片连接。
NVLink旨在连接安装在同一服务器中的芯片。英伟达还提供第二种互连技术NVLink Switch,可以在机架中的服务器之间移动数据。NVLink Fusion支持这两种互连技术。
英伟达与Marvell的合作还延伸到其他领域。
两家公司将在英伟达Aerial上合作,这是一套用于支持5G网络的硬件模块和软件工具集合。该产品套件适用于创建运营商网络数字孪生以寻找优化机会等任务。同时,英伟达将与Marvell合作"推进世界级的AI网络,包括先进的光学互连解决方案和硅光子技术"。
去年,Marvell以高达55亿美元的交易收购了光学互连初创公司Celestial AI Inc.。此次收购为其带来了可用于连接处理器小芯片的光学中介层。中介层是一个硅制矩形,充当处理器的基础层,包含在小芯片之间传输数据的微小导线。
Marvell还在光学网络市场的其他领域展开竞争。它为城域网络销售可插拔相干收发器,这些是连接远程数据中心的长距离光纤网络。此外,Marvell还制造可用于在同一数据中心安装的服务器之间移动数据包的芯片。
英伟达首席执行官黄仁勋表示:"Token生成需求正在激增,全世界都在竞相建设AI工厂。与Marvell一起,我们正在使客户能够利用英伟达的AI基础设施生态系统并扩展以构建专业化的AI计算。"
这项合作伙伴关系是在英伟达向另外两家光学网络设备供应商投资40亿美元几周后宣布的。Lumentum Holdings Inc.和Coherent Corp.制造共封装光学(CPO)模块。该技术减少了构建高速光纤网络所需的组件数量,从而降低了建设AI数据中心的成本。
Q&A
Q1:英伟达为什么要投资Marvell?
A:英伟达投资20亿美元给Marvell是为了建立新的合作伙伴关系,主要聚焦于芯片互连技术。Marvell可以通过NVLink Fusion技术让其定制ASIC芯片使用英伟达的NVLink互连,这有助于构建专业化的AI计算基础设施。
Q2:NVLink Fusion技术有什么作用?
A:NVLink Fusion是英伟达去年推出的技术,它的核心组件是一个小芯片,公司可以将其集成到自定义处理器设计中。这个小芯片使定制ASIC等处理器能够通过NVLink连接与其他芯片通信,扩展了NVLink的兼容性。
Q3:这次合作除了芯片互连还包括哪些领域?
A:除了芯片互连,两家公司还将在英伟达Aerial(5G网络硬件模块和软件工具集合)上合作,用于创建运营商网络数字孪生等任务。同时还将推进AI网络技术,包括先进的光学互连解决方案和硅光子技术。
好文章,需要你的鼓励
Replit与RevenueCat达成合作,将订阅变现工具直接集成至Replit平台。用户只需通过自然语言提示(如"添加订阅"),即可完成应用内购和订阅配置,无需离开平台。RevenueCat管理超8万款应用的订阅业务,每月处理约10亿美元交易。此次合作旨在让"氛围编程"用户在构建应用的同时即可实现商业变现,月收入未达2500美元前免费使用,超出后收取1%费用。
LiVER是由北京大学、北京邮电大学等机构联合提出的视频生成框架,核心创新是将物理渲染技术与AI视频生成结合,通过Blender引擎计算漫反射、粗糙GGX和光泽GGX三种光照图像构成"场景代理",引导视频扩散模型生成光影物理准确的视频。框架包含渲染器智能体、轻量化编码器适配器和三阶段训练策略,支持对光照、场景布局和摄像机轨迹的独立精确控制。配套构建的LiVERSet数据集含约11000段标注视频,实验显示该方法在视频质量和控制精度上均优于现有方法。
所有人都说AI需要护栏,但真正在构建它的人寥寥无几。SkipLabs创始人Julien Verlaguet深耕这一问题已逾一年,他发现市面上多数"护栏"不过是提示词包装。为此,他打造了专为后端服务设计的AI编程智能体Skipper,基于健全的TypeScript类型系统与响应式运行时,实现增量式代码生成与测试,内部基准测试通过率超90%。他认为,编程语言的"人类可读性时代"正走向终结,面向智能体的精确工具链才是未来。
这项由蒙特利尔学习算法研究所(Mila)与麦吉尔大学联合发布的研究(arXiv:2604.07776,2026年4月)提出了AGENT-AS-ANNOTATORS框架,通过模仿人类数据标注的三种角色分工,系统化生成高质量网页智能体训练轨迹。以Gemini 3 Pro为教师模型,仅用2322条精选轨迹对90亿参数的Qwen3.5-9B模型进行监督微调,在WebArena基准上达到41.5%成功率,超越GPT-4o和Claude 3.5 Sonnet,并在从未见过的企业平台WorkArena L1上提升18.2个百分点,验证了"数据质量远比数量重要"这一核心结论。