聯發科將基於英偉達 NVLink Fusion 為客戶開發定製 XPU

英偉達(NVIDIA)宣布將投資 35 億美元,以購買聯發科海外可轉換公司債的形式進行資金挹注,雙方同步簽署技術合作協議。這項合作鎖定未來數代 RTX Spark 與 DGX Spark 電腦晶片的開發,並以英偉達的 NVLink Fusion 互連技術為核心基礎。外界解讀,這項布局不僅深化兩家公司在半導體領域的夥伴關係,也正式宣告聯發科將跨足客製化 XPU 市場,在高效能運算領域展開全新篇章。根據雙方揭露的資訊,這次技術合作的核心在於整合英偉達的 NVLink Fusion 互連技術與聯發科的晶片設計能力,針對不同應用場景打造專屬的加速處理器。
NVLink Fusion 是英偉達在高效能運算架構中的關鍵技術,能夠有效串聯多顆處理器與加速器,提供高頻寬、低延遲的資料傳輸路徑。這項技術過去主要應用於大型資料中心與 AI 訓練叢集,如今藉由與聯發科的合作,將進一步拓展至更廣泛的運算裝置。RTX Spark 與 DGX Spark 系列晶片將以這項技術為核心進行開發,目標是提升資料中心與邊緣運算的效能與效率。RTX Spark 系列主要鎖定需要即時圖形處理與加速運算的應用情境,而 DGX Spark 則著重於 AI 訓練與推論任務。
兩條產品線的晶片設計都將整合 NVLink Fusion 的互連能力,使多晶片協同運作時的擴展性與穩定性獲得顯著提升,進而滿足越來越複雜的工作負載需求。這次合作也意味著聯發科的角色將出現重大轉變。過去聯發科以智慧型手機系統單晶片(SoC)聞名,產品線涵蓋行動通訊、物聯網、智慧家庭等領域,但在高效能運算與 AI 加速器市場的著墨相對有限。透過與英偉達的深度合作,聯發科不僅有機會將其晶片設計經驗導入伺服器等級的運算產品,更將為客戶提供定製化的 XPU 解決方案,開啟一條截然不同的成長路徑。
所謂 XPU,指的是針對特定運算任務設計的專用處理器,涵蓋 GPU、AI 加速器、資料處理單元(DPU)等多種形態。在 AI 應用百花齊放的時代,不同產業客戶對運算架構的需求差異極大,標準化的通用晶片往往無法完全滿足效能或功耗上的要求。聯發科此次切入客製化 XPU 市場,等於是將其長年在晶片整合、功耗控制與量產管理上的經驗,延伸至高效能運算領域,為客戶提供更貼近實際需求的解決方案。英偉達此次透過可轉換公司債形式注資,也顯示對聯發科在晶片設計與量產能力的長期信心。
可轉換公司債具有股權與債權的雙重特性,投資人可在特定條件下將債券轉換為股票,這類工具通常用於策略性投資,代表英偉達看好的不僅是短期合作成果,更是聯發科在未來數年內的成長潛力。這筆資金也將為聯發科提供更充裕的研發資源,加速其在高效能運算領域的技術布局。從產業角度來看,這項合作反映出高效能運算市場正在經歷結構性的轉變。傳統上,資料中心運算依賴 CPU 與 GPU 的分工,但隨著 AI 模型的規模持續擴大,單純倚賴既有架構已難以應付日益嚴苛的效能需求。晶片之間的互連技術因此成為決定整體系統效能的關鍵因素之一,而 NVLink Fusion 正是英偉達用來鞏固其在 AI 運算生態系主導地位的重要武器。
聯發科與英偉達的結合,也有助於打破目前高效能運算市場由少數垂直整合廠商主導的局面。透過分工合作,英偉達可以專注於運算架構與軟體生態的開發,聯發科則發揮其在晶片設計與先進製程量產上的優勢,雙方的互補性相當明確。這種模式不僅能縮短新產品從設計到量產的時程,也能讓更多不同規模的客戶有機會取得客製化的高效能運算晶片。值得注意的是,這次合作也將對邊緣運算的發展產生深遠影響。邊緣運算需要在有限的功耗與體積限制下,提供足夠的運算能力,這正好是聯發科長期累積的強項。
將 NVLink Fusion 技術導入邊緣裝置,意味著未來在智慧工廠、自駕車、智慧城市等場景中,多顆加速處理器可以更有效率地協同運作,實現過去只能在大型資料中心達成的運算表現。雙方在聲明中皆未透露具體的產品上市時間表,但業界普遍認為,RTX Spark 與 DGX Spark 系列晶片的開發工作應已進入實質階段。由於這類高階運算晶片的設計週期通常長達數年,加上需要與軟體生態系統緊密配合,預期首批合作的成果最快也要在未來一兩年內才會陸續亮相。屆時,聯發科在高效能運算領域的實際競爭力也將接受市場的嚴格檢驗。對聯發科而言,這次合作是其從行動通訊晶片龍頭轉型為多元運算解決方案提供者的重要里程碑。
公司近年來積極布局車用電子、AI 物聯網與客製化晶片等領域,與英偉達的合作無疑將加速這項轉型進程。而對英偉達來說,透過投資與技術綁定的方式擴大產能夥伴陣容,也有助於其在全球 AI 晶片需求持續攀升之際,確保穩健的供應鏈與更多元的產品布局。整體而言,這樁結合策略投資與技術合作的案,為半導體產業開創了一種新的競合模式。在 AI 運算需求爆發的時代,沒有單一廠商能夠完全掌握從架構設計、晶片製造到系統整合的所有環節,跨界合作已成為必然趨勢。聯發科與英偉達的聯手,能否在高效能運算市場擦出亮眼火花,值得持續觀察。
Related
相關文章
擴展印度語言預訓練:2.8兆詞元與開放資料生成管線
本文介紹了針對22種印度語言的預訓練擴展計畫,使用了2.8兆詞元,並提供了12種語言的羅馬化資料。作者來自AI4Bharat與NVIDIA,開發了一套可重用的GPU加速管線,用於翻譯、品質評估與修復,以支援這些語言的模型訓練。
Multimodal open d1 decision models for the edge
Back to Articles Multimodal open d1 decision models for the edge Team Article Published October 7, 2026 Upvote - Aurelien Lac Aurelien-Lac Follow LiquidAI Fernando Fernandes Neto fernandofernandes Follow LiquidAI Edoardo Mosca EdoardoMosca Follow LiquidAI Maxime Labonne mlabonne Follow LiquidAI Leonie Monigatti iamleonie Follow LiquidAI Today, we release two open decision models in our d1 decision model family: d1-3B and d1-omni-600M (experimental).
A Developer’s Guide to Laya: Zero-Shot Decisions and Calibration
In this tutorial, we work with Laya, the open-source decision engine from Convai Innovations that became one of the most-starred machine-learning repositories of September 2026.

AI算力硬合作,馬斯克還是更相信中國製造
馬斯克確認正與臺積電討論Terafab芯片製造合作,此前英特爾是唯一被點名的夥伴,計劃提供14A製程。Terafab規模龐大,目標年產1TW AI算力,約為當前全球產出50倍,馬斯克可能藉此分散風險並確保芯片供應。外界推測合作可能採臺積電直接運營、SpaceX控股或僅技術合作等模式,英特爾的14A製程也可能與臺積電技術混搭使用。
NVIDIA Kumo Tabular Sets a New Accuracy-Efficiency Frontier for Tabular Prediction
Back to Articles NVIDIA Kumo Tabular Sets a New Accuracy-Efficiency Frontier for Tabular Prediction Enterprise + Article Published September 29, 2026 Upvote - Jingang Qu jingangqu Follow nvidia Valter Hudovernik valterh-nv Follow nvidia Martin Jurkovic martinjurkovic Follow nvidia Cedric Lorenz cedric-lorenz Follow nvidia Akihiro Nitta akihironitta-nv Follow nvidia DG dgordeev Follow nvidia Federico Lopez flopeznv Follow nvidia Ramona Bendias RBendiasN Follow nvidia Gilberto Titericz Jr titericz Follow nvidia Aleksandar S.
黃仁勳:明年英偉達芯片銷量將翻倍,AI監管不該照搬社交媒體模式
NVIDIA創辦人黃仁勳預估明年該公司晶片銷售量將翻倍成長,反映市場對運算力的強勁需求。他同時認為AI監管不應直接套用社交媒體模式,以免扼殺創新,呼籲決策者深入了解技術特性。