（问题）随着生成式应用加速落地，推理工作负载持续攀升，数据中心建设正从单纯“堆算力”转向“建系统”。在此过程中，行业面临两大现实挑战：其一，推理和训练对算力、网络、存储的协同要求明显提高，单一硬件难以覆盖多种场景；其二，越来越多的超大规模运营商和企业希望引入自研或半定制加速器，以更好控制成本、功耗与供应链，但又担心与主流生态脱节，带来软件迁移与运维复杂度上升。 （原因），英伟达与迈威尔宣布深化合作，通过资金投入与生态整合双线推进，推动机架级互连架构更好适配异构AI系统。双方合作的核心，是让迈威尔的定制XPU与可扩展网络能力，与英伟达NVLink Fusion平台实现更深层次的兼容对接。NVLink Fusion面向机架级系统设计，强调在异构组件组合的情况下仍能与英伟达核心技术栈保持连贯，从而降低客户在“多加速器、多网络”环境下的系统集成门槛。 （影响）从产业链视角看，这一合作发出三上信号。第一，AI基础设施竞争正从单点芯片性能，扩展到“计算+网络+互连+软件”的系统能力竞争。英伟达在GPU之外，继续强化CPU、网卡、DPU、交换与互连等“连接与调度底座”，以平台化方式支撑数据中心的规模化部署。第二，迈威尔凭借在高速模拟、光学DSP、硅光子学及定制芯片等领域的积累，进入高端AI集群的关键环节。随着机架级带宽需求快速提升，光互连、先进封装与信号完整性等技术的重要性上升，具备光电一体化能力的供应商将获得更多系统级机会。第三，NVLink兼容能力向非原生加速器延伸，反映出异构化正在加速。业内普遍认为，未来推理基础设施将呈现GPU、定制加速器与专用网络并存的格局，而互连层的紧耦合程度将直接影响集群吞吐与时延表现。 （对策）对企业用户而言，建设“AI工厂”需要在性能、成本、能效与可扩展性之间做权衡。一是以应用负载为导向区分训练与推理架构，避免“一套方案通吃”；二是优先评估互连与网络的端到端能力，包括机架级拓扑、拥塞控制、可观测性与故障隔离，防止算力被通信瓶颈拖累；三是重视生态兼容与长期演进，选择在软件栈、系统管理和硬件迭代上具备清晰路线图的方案，降低锁定风险与迁移成本。监管与产业政策层面，也可支持高速互连、光通信与先进封装等关键环节研发，促进供给多元化与产业韧性提升。 （前景）展望未来，AI基础设施将更强调“系统工程”。在算力扩张的同时，互连、交换、光模块以及数据中心电力与散热等综合约束会更加突出。随着行业围绕高速互连路径展开多线竞争，既有以太网、InfiniBand等成熟路线持续演进，也有面向芯粒与内存扩展的开放互连技术不断推进。可以预期，能够在开放与兼容之间找到平衡、并在异构计算中提供稳定互连底座的生态，将在下一阶段的规模化部署中获得更强影响力。
这场跨国半导体巨头的深度合作，不仅关系到两家企业的商业布局，也折射出数字经济时代基础设施建设的基本逻辑：当算力需求持续攀升，单一技术路线很难独自支撑复杂系统的演进，开放协同的生态将成为关键变量。回看半导体产业的发展，每一次技术跃迁往往伴随产业分工与协作方式的调整；在此轮变革中，合作带来的系统化能力，仍可能是决定胜负的重要因素。