英伟达，为何重金收购这家芯片公司？

2025 年 9 月，芯片巨头英伟达（Nvidia）再次抛出重磅动作 —— 斥资超 9 亿美元收购 AI 硬件初创公司 Enfabrica 的核心技术，并将其 CEO 罗尚・桑卡尔（Rochan Sankar）及部分员工纳入麾下。

据 CNBC 披露，此次交易采用现金与股票结合的方式，于 2025 年 9 月初完成。除 Enfabrica CEO 罗尚・桑卡尔外，英伟达还吸纳了该公司多名核心技术人员，并获得 Enfabrica 全套技术的授权。值得注意的是，英伟达并非首次与 Enfabrica 产生交集 ——2023 年，英伟达曾参与 Enfabrica 的 B 轮融资，该轮融资总额达 1.25 亿美元，由 Atreides Management 领投；2024 年底，Enfabrica 又完成 1.15 亿美元 C 轮融资，投资方包括 Spark Capital、Arm、三星、思科等，投后估值约 6 亿美元。

从行业背景看，此次交易是科技巨头 “人才争夺战” 的延续。近年来，Meta、谷歌、微软、亚马逊等均通过类似 “收购式招聘”（Acquihire）吸纳 AI 顶尖团队：2025 年 6 月，Meta 以 143 亿美元收购 Scale AI 创始人团队并持股 49%；7 月，谷歌以 24 亿美元签下 AI 编程初创公司 Windsurf 的联合创始人兼 CEO 瓦伦・莫汉及其研发团队。而英伟达此次出手，不仅是对 AI 人才的争夺，更瞄准了 Enfabrica 在 GPU 集群连接领域的独特技术优势。

为何是 Enfabrica？

Enfabrica 成立于 2019 年，核心产品围绕 “AI 超大规模连接” 展开，其中最具代表性的是ACF-S “千禧” 超级网卡芯片与EMFASYS 弹性内存 fabric 系统。ACF-S 芯片堪称 “GPU 集群的神经中枢”，一侧配备 128 条 PCIe 5.0/6.0 通道，可直接连接 GPU 等计算设备；另一侧则支持 3.2Tbps 以太网带宽（拆解为 32 条 112Gbps 通道），能灵活适配 100Gbps 至 800Gbps 的网络链路。这种 “PCIe + 高速以太网” 双接口设计，可将超 10 万块 GPU 高效连接，让分散的 GPU 集群等效为 “一台超级计算机”，大幅提升数据传输效率与系统稳定性。

而 EMFASYS 系统则针对 GPU 内存瓶颈提供解决方案。该系统通过 CXL 控制器支持 4.5TB-18TB 的共享 DDR5 内存池，GPU 可通过 RDMA 协议直接访问这部分内存，读取延迟低至 3 微秒（仅为传统 GPU 直连存储延迟的 1/50-1/200）。更关键的是，其内存成本仅为每 GB 20 美元，远低于 GPU 高带宽内存（HBM3e）每 GB 100 美元的成本，能将 AI 推理场景的 “每 token 成本” 降低 50%，同时减少 50% 的 GPU 算力需求 —— 以某 LLM 模型为例，在相同 1000QPS（每秒查询量）与 8 万用户上下文容量下，使用 EMFASYS 内存池仅需 64 块 GPU 与 8 台 CPU，较传统 CPU 内存方案减少一半硬件投入。

此外，Enfabrica 技术的 “高可靠性” 也是英伟达看重的核心优势。ACF-S 芯片支持多路径冗余设计，即便 32 条 100Gbps 链路中某一条故障，仅损失约 3% 带宽，剩余链路可自动重新路由；而传统 400Gbps 单链路设计一旦故障，将直接导致 GPU 失去通信能力。Servethehome 的测试数据显示，在 52.4 万块 GPU 的超大规模集群中，采用 ACF-S 的系统 “首次故障时间” 可达 2.02×10^56 小时，远超传统架构的 5 分钟，为超大规模 AI 集群的稳定运行提供关键保障。

此次收购并非英伟达的孤立动作，而是其近期 AI 基础设施布局的重要一环。2025 年 9 月同期，英伟达还宣布以 50 亿美元入股英特尔（Intel），双方将合作研发 AI 处理器；同时，其向英国数据中心初创公司 Nscale 投资近 7 亿美元，进一步完善数据中心硬件生态。

回溯英伟达的技术路径，“连接技术” 一直是其 AI 集群能力的关键支撑 ——2019 年，英伟达以 69 亿美元收购以色列芯片设计公司 Mellanox，获得其高速网络技术，这一技术至今仍是英伟达 Blackwell 系列 GPU 的核心组网基础。而此次收购 Enfabrica，被业内解读为 “对下一代 GPU 集群连接技术的提前锁定”。

当前，随着大模型参数规模突破万亿、AI 算力需求呈指数级增长，单集群 GPU 数量已从数千块向数十万块迈进，“如何高效连接与调度” 成为比单 GPU 性能更关键的瓶颈。Enfabrica 的技术恰好填补了这一空白：其 ACF-S 芯片可与英伟达现有 NVL72 GPU 机架无缝适配，EMFASYS 内存池则能缓解 HBM 内存成本压力，二者结合将进一步巩固英伟达在超大规模 AI 集群市场的主导地位。

对于 Enfabrica 团队而言，加入英伟达也意味着技术落地的 “规模化优势”。据 Servethehome 透露，Enfabrica 此前已启动 ACF-S 芯片的预生产采样，并有客户进入 EMFASYS 系统试点阶段；而借助英伟达的全球供应链、客户渠道与研发资源，这一技术有望更快实现商业化落地，覆盖数据中心、大模型训练、智能驾驶等核心场景。

求点赞

求分享

求推荐