8月31日，TechCrunch报道英伟达向联发科投资35亿美元。如果只把它当成一笔普通的战略投资，就错过了真正有趣的部分：联发科将采用NVLink Fusion技术，为AI公司和超大规模云厂设计定制芯片，而这些芯片可以直接插入英伟达的机架级数据中心架构。

换句话说，英伟达花钱资助一家顶尖芯片设计公司，去帮自己的大客户造"非英伟达芯片"——前提是这些芯片必须长在英伟达的骨架上。

这不是示弱。这是一次战场转移。

一、自研芯片：云厂商的"必然叛乱"

要看懂这步棋，得先承认一个现实：超大规模云厂自研AI芯片，已经不是"要不要"的问题，而是"多快、多深"的问题。

经济账很简单。英伟达上一财年数据中心收入超过1100亿美元，其中相当大部分来自全球十几家超大规模客户。对云厂来说，这笔支出换一种算法是：每买一块GPU，都在给未来可能颠覆自己的公司输血。Google的TPU已经迭代到第七代以上，AWS的Trainium承担了越来越多自有声推理负载，Meta有MTIA，微软有Maia，OpenAI也在与博通合作推进自研路线。博通CEO陈福阳在2024年底的财报电话会上给过业界一个估算：定制AI芯片市场到2027年可达600亿至900亿美元。

供给账更简单。过去几年抢GPU的经历让所有云厂都刻骨铭心：单一供应商的产能瓶颈就是自己的增长瓶颈。HBM和先进封装的产能爬坡速度，决定了"全押英伟达"在物理上就不可行。

所以对英伟达来说，真正的问题从来不是"自研芯片会不会来"，而是：当每个大客户手里都有一条替代路线时，如何让自己依然是那块绕不开的拼图？

NVLink Fusion在2025年Computex上首次亮相，当时的首批伙伴名单里就有联发科、Marvell、Alchip、Astera Labs、Cadence和Synopsys。这次35亿美元，是把最早站队的伙伴升级成了持股盟友。

从英伟达官方披露的技术细节看，这套东西的野心远超"开放一个接口"：

  • 互连层：NVLink 6提供每颗XPU 3.6TB/s的全互连带宽，单个NVL72域内72颗加速器全互连，聚合带宽260TB/s，路线图上的域规模上限是1152颗。作为参照，NVLink 1.0在2016年P100上首发时只有160GB/s——十年22倍，这条曲线本身就是AI系统从"单卡时代"走向"集群时代"的历史。
  • 机架层：MGX机架架构让自研XPU系统与Vera Rubin NVL72这类GPU机架共享同一套机架位形、供电、散热、网络和管理平面。官方话术叫"灵活重新配置"（flexible reprovisioning）——数据中心的建设周期与芯片的供应周期从此解耦。
  • 内存层：NVHBM是英伟达自研的HBM基础裸片和内存控制器，亚马逊Annapurna Labs是第一个合作伙伴。这是最值得玩味的一环——连内存这个AI芯片最稀缺的资源，英伟达也想把控制器层握在自己手里。
  • 芯片级：NVLink-C2C把互连下沉到chiplet之间，让第三方裸片与英伟达CPU/GPU做高带宽一致性互连。

四层叠起来，NVLink Fusion卖的不是任何一颗芯片，而是"把你的芯片变成英伟达AI工厂的一个构件"这件事本身。

三、“半定制"的商业本质：向每一块XPU收税

历史上所有平台公司都面临过同一个时刻：当客户强大到要自己造核心部件时，是死守整机关税，还是开放底层收过路费？

微软当年的选择是拥抱开源再扩展，Google的选择是做Android——不拥有每一台手机，但拥有让手机成为生态的那层协议。英伟达现在做的，是把同一套逻辑搬到数据中心：你们自研XPU，我定义XPU如何组网、如何进机架、如何与GPU混布。

这个模式的精妙之处在于收益结构的改变：

第一，每一块进入NVLink域的自研XPU，都天然承载英伟达的IP授权。 联发科的定制ASIC业务2026年营收预计20亿美元，这只是开始——博通给出的2027年定制芯片市场是600-900亿美元量级。假设其中相当比例走NVLink Fusion路线，英伟达等于在竞争对手的地盘上抽成。

第二，GPU订单可以变成互连生态的谈判筹码。 就在上周，英伟达与AWS达成合作：追加200万块GPU，同时AWS将Trainium通过NVLink Fusion集成进英伟达机架架构。读一下这个交易结构——英伟达用GPU供货优先级，换Trainium"入编”。这不是防御，这是用存量优势赎买增量生态。

第三，异构混布制造了新的依赖。 NVLink Fusion官方强调的头号场景是"解耦推理"（disaggregated inference）这类非对称负载：XPU机架与GPU机架在同一数据中心混布、按需调配。一旦云厂的数据中心平面按这套标准建设，“换掉英伟达"就不再是一颗芯片的替换，而是整栋楼的改造。

注意一个反直觉的点：这套策略在反垄断视角下反而是安全的。监管看到的是"英伟达开放了互连标准、欢迎竞争者接入”，比"必须整柜采购英伟达"的旧模式温和得多。但客户实际感受到的绑定，可能比买GPU更深——芯片三年一换代，数据中心骨架十五年一换代。

四、竞争单位变了：从"最好的芯片"到"最大的域"

为什么互连突然变得这么值钱？因为大模型 scaling 的范式变了。

预训练时代，模型质量大致是参数量与数据量的函数，集群规模的意义是"更快跑完一次训练"。但到了推理时扩展和Agent/RL时代，情况不同了：一次Agent任务需要长上下文、多模型协作、高频KV缓存读写，负载特征从"大计算"转向"大通信、大内存"。这个转折在今天的另一条新闻里也有呼应——各家实验室买数万台Mac mini训练计算机操作Agent，图的就是统一的统一内存架构。

衡量这个时代的指标不再是单芯片峰值算力，而是MFU（Model FLOPs Utilization）：万卡集群真正跑出理论算力的百分比。而MFU的魔鬼全在通信里——互连带宽决定了梯度同步与KV缓存的存取速度，也就决定了同一笔电力和硅片能产出多少有效token。

这就是"域"（domain）成为竞争单位的原因：谁能把最多的加速器、最大的内存池、最低的通信延迟圈进同一个一致性域里，谁就定义了这个时代的基础设施。NVLink 6的72颗域、1152颗路线图，本质上是在说——未来的AI工厂会以"域"为最小设计单元，而我拥有域的定义权。

同一天还有第三条新闻可以作为注脚：长鑫存储产出首批国产HBM3E。把它和NVLink Fusion、AWS交易放在一起看，AI算力供应链正在从"单一GPU依赖"解构为多层结构——定制计算、标准互连、国产内存、开放网络各自成篇。芯片层正在多极化，这恰恰解释了英伟达为什么急着把护城河往互连层和机架层搬。

五、反制力量：英伟达没有躺赢

当然，这套阳谋并非无解。

开放阵营在攒以太网的局。 超以太网联盟（UEC）聚拢了AMD、博通、Cisco、Meta、微软、Intel等一众玩家，目标是把scale-up互连也拉回开放以太网标准。以太网的历史战绩是"够用+便宜+无锁定"总能赢——InfiniBand的教训就在眼前。

博通的身份极其暧昧。 它既是NVLink Fusion生态里的伙伴，又是UEC的核心推手，还握着定制ASIC设计和Tomahawk交换芯片两张牌。英伟达收的"互连税"，博通想在交换层再收一道。两者的默契与对抗，会是未来三年AI基础设施最好看的暗线。

云厂在"借道"而非"投诚"。 AWS接入NVLink Fusion的同时，Trainium自己的scale-up路线并没有停。对云厂来说，多一个标准化选项永远不亏，但把命脉交出去是另一回事。半定制的深度，取决于每家对英伟达供应确定性的焦虑程度——这恰好是英伟达可以调节的阀门。

六、给架构师的三句话

如果这条新闻和你有关，大概在这三个层面：

  1. 把互连当作选型的第一公民。 评估半定制路线时，别只比算力和单位成本，把IP授权费、生态绑定深度、以及三年后换供应商的退出成本一起算进去。硬件锁定的风险正在从芯片层转移到互连层。
  2. 数据中心的弹性比峰值更重要。 MGX卖的核心概念是"建设与芯片解耦"——即使不用英伟达方案，这个思路也值得抄：机架位形、供电、散热按多代芯片设计，别让建筑替某一代硅片做决定。
  3. 盯住scale-up域的演进。 推理和Agent负载的下一个数量级提升，大概率来自更大的互连域和更近的内存，而不是单颗芯片的制程红利。

结语

2019年英伟达宣布以69亿美元收购Mellanox时，外界的解读是"买网络"。现在回头看，那笔交易买下的是互连霸权的地基。

2026年的这35亿美元，逻辑如出一辙，只是方向反了过来：当年是买下自己缺的那块拼图，现在是花钱让别人的拼图长成自己需要的形状。五年后回看，英伟达这十年最重要的产品可能不是任何一代GPU，而是它对"AI工厂"这个概念的定义权——芯片会换代，骨架会长存。

自研芯片的浪潮不会停，但浪潮冲刷的方向，可能早就被设计好了。