英特尔老兵组团，狙击NVLink

在AI算力的战火从单芯片性能迅速蔓延至集群互连的今天，高速互连战场迎来了罕见的剧烈震荡。

两支源自英特尔昔日网络业务的创业力量，在同一时间冲向了AI时代最值钱的Scale-up 互连赛道，并将矛头直指英伟达的腹地。另一边，由115家行业巨头组建的“反NVLink联盟”正在加速集结，试图打破单家垄断；而英伟达则顺水推舟打出“NVLink Fusion”这张暗牌，试图在硬件层重演CUDA的封神之路。

一场关乎下一代AI数据中心主导权的硬件大决战，已经全面打响。

首先让我们来看下Cornelis这家公司，它和英特尔的渊源很深。2020年，英特尔将 Omni-Path Architecture（OPA） 高性能互连业务拆分，核心团队成立 Cornelis Networks。Cornelis CEO Lisa Spelman本人此前也在英特尔工作约20年。直到今天，Cornelis仍然明确将自己描述为“从英特尔高性能互连业务拆分而来”，其技术路线也直接继承了Omni-Path。Omni-Path当年原本就是英特尔用来挑战Mellanox InfiniBand的重要武器。

只不过随着Intel战略调整，这项业务最终被剥离出去。而此后几年，Cornelis一直围绕HPC和AI集群发展自己的高速互连产品。目前已经量产的CN5000仍然主要解决Scale-out问题，也就是服务器、计算节点之间的大规模连接。其交换机提供48个400Gb/s端口，Director级设备最高可以提供576个400Gb/s端口。

但9月14日这次融资之后，Cornelis明显跨过了一条边界。它第一次正式宣布进军Scale-up。

所谓Scale-out，是把更多服务器连接起来；Scale-up则更加靠近GPU本身，要让一个机架里的几十甚至数百颗AI加速器像一台计算机一样协同工作。而这恰恰是NVLink长期占据优势的位置。

9月14日，Cornelis宣布融资2.05亿美元，并发布 Active Compute Fabric（主动计算网络）——一种集成可编程计算、跨横向与纵向扩展的开放网络架构，标志着其正式进军纵向扩展网络领域。Cornelis想做的是：让网络本身开始计算该架构将无损传输、网内加速与可编程计算融为一体。它能在数据流动时直接处理数据、卸载集合通信并适应AI算法演进，避免GPU因等待数据而停顿，大幅提升加速器利用率。

Cornelis声称，在10万张GPU的集群中，传统网络因数据等待会导致约50%的算力空转，每年浪费近16.8亿美元及500 GWh电量（够近4.8万个美国家庭用电）。Active Compute Fabric通过网内计算解决这一痛点，并兼容UALink、ESUN及Ultra Ethernet等开放标准与主流加速器。

几乎在同一时间，另一家英特尔系背景的初创公司Delos Data也发布了融资消息。

Delos Data的CEO兼联合创始人Ed Doe同样来自Intel体系。这家公司是2025年成立的新公司，由Ed Doe和Dan Daly创办Ed Doe曾任Barefoot Networks COO。英特尔 2019年收购 Barefoot 后，他先后负责英特尔Barefoot Division、英特尔 Switch & Fabric Group等业务。Dan Daly同样是英特尔老将，曾长期担任英特尔网络领域高级工程职务。路透社把Delos 定义为一家由“英特尔 veterans”创办的公司。

Delos在9月15日宣布融资超过1亿美元，投资方包括Matrix、Playground Global、Capricorn、Matter Venture Partners等，值得一提的是，前英特尔CEO Pat Gelsinger现在所在的Playground Global也参与其中。

Delos提出了一个概念：MoXI（Mixture of X Infrastructure），也就是“混合一切”的基础设施。它正在开发的Nonstop AI Data Interface，本质上是想在这些异构设备与网络之间增加一个统一数据接口。例如，其面向GPU、XPU和AI加速器的I/O Chiplet计划直接与计算芯片共同封装，可以提供超过30Tb/s的多协议I/O带宽；此外还有超过10Tb/s的近封装光学版本，以及面向CPU、闪存和内存的400Gb/s以上板卡版本。

图源：Delos

Delos不是简单的NVLink替代者。它的野心反而更大：如果各种GPU、XPU、内存和存储能够通过统一的数据接口自由组合，那么底层到底使用NVLink、UALink还是其它协议，就不应该再决定整个系统架构。

如果说Cornelis和Delos还是创业公司的进攻，那么真正能够从产业层面对NVLink形成制衡的，是UALink（Ultra Accelerator Link）。

UALink最初由AMD、Intel、Google、Meta、Microsoft等共同推动，目标建立一个开放的AI Scale-up互连标准。截至2025年底，UALink Consortium成员数量已经超过115家。今天UALink董事会中除了AMD和Intel，还包括谷歌、Meta、微软、AWS、苹果、阿里巴巴、思科、HPE、Astera Labs以及Synopsys等公司。可以说，UALink的成员基本覆盖了今天全球最重要的云计算公司、AI芯片公司和基础设施厂商。

UALink 1.0支持200G/lane，并可以在一个AI Pod内连接最多1024颗AI加速器；2026年4月发布的新一批规范又加入了In-Network Compute、Chiplet、集中式管理等能力。9月初，UALink进一步披露下一阶段路线图，明确开始推进400G、光互连、端到端可靠性以及更丰富的管理功能。

对于这些厂商而言，他们不希望未来所有AI计算芯片都必须经过英伟达的一道收费站。如果芯片实现了自研，最终机架内部的核心互连却仍然必须依赖NVLink，那么这种“去英伟达化”显然是不完整的。这就是UALink最核心的商业逻辑。

英伟达也看到了这一点。于是2025年5月，一个非常关键的变化发生了。英伟达推出了NVLink Fusion——一种新型芯片，它使各行业能够利用英伟达的NVLink构建半定制的AI 基础设施。

2025年以前，NVLink很大程度上是英伟达内部GPU之间的私有高速互连。NVLink Fusion却第一次系统性地向第三方CPU和AI ASIC开放。首批公布的合作伙伴包括联发科、Marvell、世芯（Alchip）、Astera Labs、Synopsys和Cadence；Fujitsu和Qualcomm则计划开发可以通过NVLink与英伟达GPU组成系统的CPU。

随后这个名单不断迅速扩大。2025年11月，Arm宣布Neoverse集成 NVLink Fusion。2025年12月，AWS宣布Trainium4 将集成 NVLink Fusion。2026年1月，SiFive的加入，意味着RISC-V CPU也可以进入NVLink。NVLink Fusion在极短时间内打通了 Arm、x86、RISC-V三大CPU架构。

2026年3月，作为首批NVLink Fusion合作伙伴，Marvell双方把合作进一步升级，英伟达还向Marvell投资了 20亿美元。Marvell将提供Custom XPU、NVLink Fusion兼容Scale-up网络、硅光技术，而英伟达继续提供NVLink、Vera、ConnectX、BlueField、Spectrum-X等。

更具戏剧性的是，就连英伟达的竞争对手也选择“投诚”。

2026年9月10日，作为英伟达的典型挑战者之一的AI推理芯片公司d-Matrix，宣布加入英伟达NVLink Fusion生态。按照双方公布的计划，d-Matrix下一代Raptor XPU将直接接入英伟达的机架级基础设施，与Vera CPU、NVLink Switch、BlueField-4 DPU、ConnectX-9 SuperNIC以及Spectrum-X以太网共同组成完整系统。首批相关系统预计从2027年开始部署。2025年，d-Matrix完成4.5亿美元融资，估值达到20亿美元。

一个试图从英伟达手里抢AI计算市场的芯片公司，为什么反而主动接入英伟达的NVLink？

因为NVLink Fusion给的实在太多了：成熟的Scale-up网络，不用重新开发；成熟的机架，MGX已经大规模部署；成熟的供应链，电源、液冷、主板、交换机、机箱都有人做；成熟的数据中心部署体系，客户已经都很熟悉；更重要的是更短的上市时间，这对创业公司尤其致命。

所以，笔者汇总了一下，目前英伟达明确列出的NVLink Fusion生态已经包括：（一）CPU阵营：Arm、英特尔、Fujitsu、SiFive；（二）ASIC / Custom Silicon阵营：世芯（Alchip）、Astera Labs、GUC、Marvell、联发科、三星、AWS、d-Matrix；（三）EDA/IP领域：Cadence、Synopsys；（四）光互连阵营：Ayar Labs、Lightmatter、Marvell。

从NVLink Fusion的名单中我们也可以看到一个现象，这里面不少厂商也在UALink。所以真实产业状态其实是芯片公司正在“两边下注”，这和PCIe、CXL、以太网的历史很像。它们一边参与UALink，帮助建立一个开放的NVLink替代生态；另一边又积极支持NVLink Fusion。

对这些公司而言，最危险的事情不是同时支持两个标准。而是押错标准，尤其对于接口IP、交换芯片、光互连、EDA厂商来说，最合理的商业选择本来就是：NVLink AND UALink，而不是NVLink OR UALink。

综合各方面来看，UALink vs NVLink，现在已经不是简单的开放与封闭的竞争。目前来看，英伟达凭借六代演进与从芯片到软件的深度打磨，拥有巨大的先发优势；而 UALink 虽有百家响应，但大规模商业落地仍需等待 2026—2027年的窗口期。

这场战争短期看并不是谁马上消灭谁。真正需要关注的是：UALink能不能把“开放”变成真正可部署的多供应商生态；而NVLink Fusion能不能趁着这个时间窗口，把越来越多第三方CPU、ASIC甚至竞争对手提前吸收到自己的机架体系里。

过去二十年，很多人都曾经认为：只要做出一颗性能接近英伟达的GPU，就有机会挑战英伟达。后来大家发现事情没有这么简单。因为客户使用的并不只是一颗GPU。它们已经把CUDA、cuDNN、NCCL、TensorRT，以及PyTorch背后的大量优化、开发工具和工程经验，全部建立在英伟达的软件生态上。

所以竞争对手真正需要迁移的不是一颗芯片。而是一整个软件世界。这就是CUDA最厉害的地方。

而今天，相似的事情正在硬件基础设施层重新发生。过去一家AI芯片公司只需要考虑我的芯片性能是不是比GPU更高，而现在则需要思考我的芯片装进谁的机架。因为AI系统的竞争单位，正在从Chip升级为System，再从System继续升级为Rack甚至整座AI Factory。

英伟达自己对此也非常明确。NVLink 6已经不是独立的GPU接口，而是和Vera CPU、NVLink Switch、ConnectX、BlueField、Spectrum-X、NCCL、Dynamo等软硬件进行深度协同。英伟达将这种模式称为把整个数据中心视为一个计算单元。

堵不如疏，在英伟达看来，与其试图阻止所有客户自研芯片，不如换一种玩法：你的芯片可以不是我的，但你的芯片可以接到我的平台里。通过 NVLink Fusion，英伟达成功将“芯片份额”与“平台份额”进行了解耦。即使未来第三方ASIC分走了一部分算力需求，只要它们依然跑在NVLink、MGX 机架和 Spectrum-X 网络之上，英伟达就依然稳坐AI基础设施的抽税者地位。

十多年前，CUDA让行业逐渐意识到，GPU最强大的地方不只是GPU。今天NVLink Fusion正在试图让行业再次面对一个类似的问题：英伟达最难替代的东西，未来也许不再只是GPU，而是GPU周围那整套基础设施。

CUDA锁住了软件生态。现在，NVLink正在向硬件基础设施延伸。不得不说，英伟达又打出了一手绝妙的好牌。