在一项重要合作中,Marvell Technology通过NVLink Fusion平台加入英伟达AI生态系统。此次战略合作将两家AI公司连接到GPU制造商的AI工厂和AI无线接入网络生态系统,并将共同研究硅光子技术。
这一战略合作的主要目标是将Marvell连接到英伟达生态系统,为基于英伟达架构构建的客户提供更多选择和灵活性,以开发下一代基础设施。作为合作的一部分,英伟达向Marvell投资了20亿美元。
Marvell运营已超过30年,其使命是通过半导体解决方案来移动、存储、处理和保护数据。该公司相信,通过"深度合作和透明化"流程,最终能够改变未来企业、云和运营商架构的转型方式。
该公司认识到,随着世界上越来越多的数据通过云端流转,每个云都是独特的,并使用其数据基础设施半导体技术组合为客户需求优化最佳解决方案。无论是在本地还是在云端工作,该公司都与客户合作寻找能够提供竞争优势的"意外连接"。
此次合作基于英伟达NVLink Fusion构建,这是一个机架级平台,使客户能够使用NVLink生态系统开发半定制化AI基础设施。根据合作条款,Marvell将提供定制XPU和NVLink Fusion兼容的扩展网络,而英伟达将提供支持技术,包括Vera CPU、ConnectX网卡、BlueField DPU、NVLink互连和Spectrum-X交换机,以及机架级AI计算。
对于开发定制XPU的客户,NVLink Fusion旨在实现与英伟达系统完全兼容的异构AI基础设施,允许与英伟达GPU、LPU、网络和存储平台"无缝"集成,同时使用英伟达的技术栈全球供应链生态系统。
两家公司还将合作,通过英伟达Aerial AI-RAN技术将全球电信网络转化为5G/6G AI基础设施,并推进AI网络发展。这将包括先进的光互连解决方案和硅光子技术。
"我们与英伟达扩大的合作伙伴关系反映了高速连接、光互连和加速基础设施在AI扩展中日益重要的地位,"Marvell董事长兼首席执行官Matt Murphy表示。"通过将Marvell在高性能模拟、光学DSP、硅光子和定制硅片方面的领导地位与英伟达不断扩展的AI生态系统通过NVLink Fusion连接,我们正在帮助客户构建可扩展、高效的AI基础设施。"
英伟达创始人兼首席执行官Jensen Huang补充道:"推理拐点已经到来。Token生成需求激增,世界正在竞相构建AI工厂。与Marvell合作,我们正在帮助客户利用英伟达的AI基础设施生态系统进行扩展,构建专业化的AI计算。"
这一新的战略合作关系延续了英伟达在2025年10月与诺基亚达成的类似安排。在那次合作中,两家公司宣布建立合作关系,将前者的AI驱动RAN产品添加到诺基亚的RAN产品组合中,使通信服务提供商能够在英伟达平台上推出AI原生5G Advanced和6G网络。
其目标是推动无线创新的性能和效率,确保在设备上使用生成式AI、智能体和物理AI应用的消费者能够获得"无缝"的网络体验。两家公司表示,通过合作,他们正在铺设战略基础设施,通过大规模提供分布式边缘AI推理,为电信提供商开辟高增长前沿。
Q&A
Q1:英伟达和Marvell的合作主要内容是什么?
A:Marvell通过NVLink Fusion平台加入英伟达AI生态系统,连接到英伟达的AI工厂和AI无线接入网络生态系统。Marvell提供定制XPU和扩展网络,英伟达提供Vera CPU、ConnectX网卡等支持技术,共同为客户构建可扩展的AI基础设施。
Q2:NVLink Fusion平台有什么作用?
A:NVLink Fusion是一个机架级平台,使客户能够使用NVLink生态系统开发半定制化AI基础设施。它能够实现与英伟达系统完全兼容的异构AI基础设施,允许与英伟达GPU、网络和存储平台无缝集成。
Q3:这次合作对电信行业有什么影响?
A:两家公司将合作通过英伟达Aerial AI-RAN技术将全球电信网络转化为5G/6G AI基础设施,推进AI网络发展。这将为电信提供商开辟高增长前沿,通过大规模提供分布式边缘AI推理服务,提升网络性能和效率。
好文章,需要你的鼓励
Replit与RevenueCat达成合作,将订阅变现工具直接集成至Replit平台。用户只需通过自然语言提示(如"添加订阅"),即可完成应用内购和订阅配置,无需离开平台。RevenueCat管理超8万款应用的订阅业务,每月处理约10亿美元交易。此次合作旨在让"氛围编程"用户在构建应用的同时即可实现商业变现,月收入未达2500美元前免费使用,超出后收取1%费用。
LiVER是由北京大学、北京邮电大学等机构联合提出的视频生成框架,核心创新是将物理渲染技术与AI视频生成结合,通过Blender引擎计算漫反射、粗糙GGX和光泽GGX三种光照图像构成"场景代理",引导视频扩散模型生成光影物理准确的视频。框架包含渲染器智能体、轻量化编码器适配器和三阶段训练策略,支持对光照、场景布局和摄像机轨迹的独立精确控制。配套构建的LiVERSet数据集含约11000段标注视频,实验显示该方法在视频质量和控制精度上均优于现有方法。
所有人都说AI需要护栏,但真正在构建它的人寥寥无几。SkipLabs创始人Julien Verlaguet深耕这一问题已逾一年,他发现市面上多数"护栏"不过是提示词包装。为此,他打造了专为后端服务设计的AI编程智能体Skipper,基于健全的TypeScript类型系统与响应式运行时,实现增量式代码生成与测试,内部基准测试通过率超90%。他认为,编程语言的"人类可读性时代"正走向终结,面向智能体的精确工具链才是未来。
这项由蒙特利尔学习算法研究所(Mila)与麦吉尔大学联合发布的研究(arXiv:2604.07776,2026年4月)提出了AGENT-AS-ANNOTATORS框架,通过模仿人类数据标注的三种角色分工,系统化生成高质量网页智能体训练轨迹。以Gemini 3 Pro为教师模型,仅用2322条精选轨迹对90亿参数的Qwen3.5-9B模型进行监督微调,在WebArena基准上达到41.5%成功率,超越GPT-4o和Claude 3.5 Sonnet,并在从未见过的企业平台WorkArena L1上提升18.2个百分点,验证了"数据质量远比数量重要"这一核心结论。