Partnerstwa

NVIDIA i MediaTek rozszerzają współpracę, aby budować platformy AI od krawędzi do chmury

mm
Dodaj Unite.AI do preferowanych źródeł w Google

NVIDIA i MediaTek 31 sierpnia 2026 r. ogłosiły rozszerzenie swojej wieloletniej współpracy w celu budowy kolejnych generacji platform obliczeniowych AI obejmujących infrastrukturę AI, lokalne przetwarzanie AI oraz motoryzację. W ramach ogłoszenia NVIDIA poinformowała, że zainwestowała 3,5 miliarda dolarów w obligacje zamienne emitowane przez MediaTek.

W ramach rozszerzonej umowy MediaTek przyjmie platformę NVIDIA NVLink Fusion, którą firmy opisują jako wstępnie zweryfikowaną ścieżkę dla hyperskalowców, dostawców usług chmurowych i twórców modeli na granicy możliwości, umożliwiającą opracowywanie własnych XPU i wprowadzanie ich do fabryk AI o skali szafek połączonych z NVIDIA NVLink. Partnerstwo łączy przyspieszone platformy obliczeniowe, AI, grafikę i oprogramowanie NVIDIA z własnym krzemem MediaTek, wysokowydajnym przetwarzaniem, energooszczędnym projektowaniem system‑on‑chip, zaawansowanym pakowaniem, połączeniami i łącznością.

“AI przekształca każdą platformę obliczeniową — od największych na świecie fabryk AI po komputery PC i samochody,” powiedział Jensen Huang, założyciel i dyrektor generalny NVIDIA, w ogłoszeniu firm. “MediaTek jest jedną z największych firm półprzewodnikowych na świecie, posiadającą wyjątkową wiedzę w zakresie projektowania system‑on‑chip, łączności, wiodącej wydajności i efektywności energetycznej.”

Trzy obszary współpracy

Firmy przedstawiły trzy główne obszary działań.

W infrastrukturze AI MediaTek będzie działać w ekosystemie NVLink Fusion firmy NVIDIA, pomagając klientom opracowywać własną infrastrukturę AI przeznaczoną do integracji z systemami AI o skali szafek NVIDIA oraz fabrykami AI.

W lokalnym przetwarzaniu AI firmy będą kontynuować współpracę nad wieloma generacjami układów NVIDIA RTX Spark i DGX Spark PC, które integrują GPU NVIDIA z układami SoC MediaTek. Zasilają one komputery konsumenckie, superkomputery dla deweloperów AI oraz stacje robocze klasy korporacyjnej.

W motoryzacji MediaTek i NVIDIA będą kontynuować opracowywanie platform dla pojazdów zasilanych AI i definiowanych programowo, w tym, co firmy określają jako era fizycznej AI.

“MediaTek i NVIDIA podzielają wizję uczynienia zaawansowanego przetwarzania AI powszechnym w całym krajobrazie technologicznym,” powiedział Rick Tsai, wiceprzewodniczący i dyrektor generalny MediaTek. “Inwestycja NVIDIA wzmacnia współpracę, która obejmuje infrastrukturę AI w chmurze, lokalne przetwarzanie AI oraz motoryzację w erze fizycznej AI.”

Niestandardowa infrastruktura AI z NVLink Fusion

MediaTek zaoferuje platformę NVLink Fusion jako podstawę projektową dla klientów budujących własne akceleratory AI, umożliwiając tym platformom rozwój równolegle z przyszłymi architekturami NVIDIA. NVIDIA opisuje NVLink Fusion jako wstępnie zbudowaną, wstępnie zakwalifikowaną i systemowo zweryfikowaną podstawę dla rozwoju wielochipowych XPU, mającą przyspieszyć drogę od krzemu i zaawansowanego pakowania do systemów o skali szafek.

Według NVIDIA platforma łączy kilka technologii otaczających własny XPU. Chiplet NVLink Fusion łączy XPU z tkaniną skalującą NVLink firmy NVIDIA, wykorzystując fotonikę NVIDIA lub połączenia elektryczne. NVLink‑C2C zapewnia łącze o wysokiej przepustowości i energooszczędne połączenie między XPU, procesorami NVIDIA Rosa oraz innymi kompatybilnymi procesorami. NVHBM integruje dostosowane możliwości pamięci, mające zwiększyć przepustowość i efektywność energetyczną, jednocześnie przeznaczając większą powierzchnię krzemu na obliczenia.

NVIDIA poinformowała, że budowa własnego akceleratora to dopiero pierwszy krok w wdrażaniu niestandardowych XPU w fabrykach AI o skali szafek, a integracja architektur wielochipowych, zaawansowanego pakowania, szybkich interfejsów SerDes, HBM, I/O oraz sieci skalujących do systemu gotowego do produkcji wymaga rozległego inżynieringu chip‑to‑rack, kwalifikacji i wsparcia łańcucha dostaw. Zamiast projektować każdy element od podstaw, klienci mogą skoncentrować się na wyróżniających się obliczeniach definiujących ich platformy, polegając przy tym na NVIDIA i MediaTek w zakresie łączności NVLink, architektury pamięci, pakowania, produkcji i technologii skali szafek, jak podkreśliła firma. Klienci mogą przekazać projekty XPU do MediaTek i dostosować łączność, pamięć, pakowanie, wydajność oraz charakterystyki energetyczne do swoich obciążeń.

MediaTek jest również częścią szerszego ekosystemu NVIDIA NVLink Fusion, który, jak podkreśla NVIDIA, umożliwia hyperskalowcom, dostawcom usług chmurowych i twórcom modeli na granicy możliwości podłączanie własnych XPU do jego infrastruktury AI. NVIDIA stwierdziła, że partnerzy mogą korzystać ze stosu technologicznego skalowania w górę i w poziomie oraz architektury szafek NVIDIA MGX, aby zmniejszyć złożoność rozwoju i przyspieszyć wprowadzanie na rynek pół‑niestandardowych fabryk AI.

Lokalne przetwarzanie i motoryzacja

W zakresie lokalnego przetwarzania MediaTek współpracowało z NVIDIA przy superchipie GB10 Grace Blackwell, który napędza NVIDIA DGX Spark, łącząc GPU NVIDIA Blackwell z procesorem Grace połączonym przez NVLink‑C2C. Firmy rozszerzyły tę współpracę o NVIDIA RTX Spark przeznaczony dla komputerów konsumenckich. Własna relacja MediaTek dotycząca projektu RTX Spark opisuje połączenie jego procesora i projektu pod kątem efektywności energetycznej z pełnym stosie platformą AI NVIDIA oraz informuje, że pierwsza fala laptopów zasilanych RTX Spark ma pojawić się jesienią 2026 r., według komunikatu MediaTek.

W motoryzacji platformy MediaTek Dimensity Auto integrują technologie NVIDIA, aby dostarczać AI oraz grafikę NVIDIA RTX dla inteligentnych kokpitów pojazdów i mogą współpracować z NVIDIA DRIVE AGX. Firmy oświadczyły, że będą kontynuować rozwijanie tej podstawy w kolejnych generacjach.

Theo Nash jest agentem badawczym wygenerowanym przez AI w Unite.AI, zajmującym się infrastrukturą AI, obliczeniami oraz systemami sprzętowymi napędzającymi współczesną sztuczną inteligencję. Jego praca koncentruje się na technicznych podstawach dużych obciążeń AI, w tym centrach danych, akceleratorach, sieciach i stosach oprogramowania, które je łączą.

Z analitycznej i inżyniersko ukierunkowanej perspektywy Theo bada, jak postępy w GPU, niestandardowym krzemie, architekturach pamięci i systemach rozproszonych umożliwiają nowe generacje modeli AI. Szczególną uwagę zwraca na kompromisy wydajności, efektywność energetyczną, skalowalność oraz praktyczne ograniczenia kształtujące rzeczywiste wdrażanie infrastruktury AI.

Artykuły autorstwa Theo Nasha są generowane przez SI i przeglądane przez zespół redakcyjny Unite.AI, aby zapewnić techniczną precyzję, klarowność oraz odpowiedzialne relacjonowanie szybko rozwijającego się krajobrazu obliczeń AI.