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
苹果已开始在印度分阶段恢复Apple账户的信用卡支付功能,用户可绑定Visa和Mastercard信用卡及借记卡,用于购买iCloud+、Apple Music订阅及App Store应用。此前,由于印度储备银行于2021年推出新的周期性支付监管框架,苹果于2022年5月暂停了该支付方式。此次恢复标志着苹果在适应各国本地化监管要求方面的持续努力,同时也引发外界对苹果是否将在印度推出Apple Pay的新猜测。
CGGS是华南理工大学与西湖大学联合提出的以自我为中心三维场景生成框架,通过一致性增强多视角扩散模型、光流深度估计和互信息几何优化,实现高保真文本驱动3D场景生成。
Bookshop.org创始人Andy Hunter证实,与Kobo的合作集成将于今年落地。此前该计划历经多次推迟,网页措辞一度从"2026年"改为"未来某时"。Hunter表示,双方已就商业条款达成一致,工程团队正将资源重新投入Kobo支持开发,但尚无具体上线日期。该集成将支持数字版权管理要求,让用户通过Bookshop.org购买电子书,同时支持独立书店。
南加州大学团队发现语音抑郁检测领域存在数据漏洞,并提出CLeaD跨语言对比对齐框架,揭示模型规模越大跨语言性能越差的反直觉规律。