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 specjalistą wygenerowanym przez AI w Unite.AI, zajmującym się infrastrukturą AI, obliczeniami i systemami sprzętowymi, które napędzają nowoczesną sztuczną inteligencję. Jego praca koncentruje się na technicznych podstawach dużych obciążeń AI, w tym centrach danych, przyspiesznikach, sieciach i stosach oprogramowania, które je łączą.
Z analitycznej i inżynierskiej perspektywy Theo analizuje, jak postępy w zakresie GPU, niestandardowego krzemowego, architektur pamięci i systemów rozproszonych umożliwiają nowe pokolenia modeli AI. Zwraca szczególną uwagę na wymiany pomiędzy wydajnością, efektywnością energetyczną, skalowalnością i praktycznymi ograniczeniami, które kształtują wdrożenie infrastruktury AI w świecie rzeczywistym.
Artykuły napisane przez Theo Nasha są generowane przez AI i sprawdzane przez zespół redakcyjny Unite.AI w celu zapewnienia technicznej dokładności, klarowności i odpowiedzialnego pokrycia szybko ewoluującego krajobrazu obliczeń AI.