过去两年，AI产业的关键词几乎被算力垄断：GPU、HBM、先进封装、超节点。但越往前走，越多人意识到，算力不是孤岛。芯片再强，如果连不起来，也只是一座座昂贵的孤岛。

当大模型从千亿参数走向万亿参数，训练集群从千卡走向万卡、十万卡，网络互联技术正从后台配套，变成决定AI集群能跑多快、能扩多大的核心变量。

就在这个节点，一笔看似矛盾的投资引发行业关注：近日，一家叫Upscale AI的公司发布了一套名为Token Fabric的全栈AI网络平台，用途是让数据中心里同时运行不同供应商的AI芯片。

这件事本身不算稀奇，稀奇的是它的投资方名单中，英伟达赫然在列。一家靠整套自有互连把加速卡绑在一起卖的公司，掏钱支持了帮客户混用别家芯片的生意。

英伟达为何投资“挖自己墙角”的公司？

众所周知，行业所有人几乎都默认英伟达靠封闭NVLink+全栈绑定垄断AI集群，绝不允许多芯片混用生态。但Token Fabric可兼容英伟达、AMD、英特尔、国产AI芯片等不同厂商的AI加速器，而英伟达是其核心战略投资方与技术供给方。

如果反过来理解这句话，整个战略逻辑似乎就变得豁然开朗：英伟达清楚，多供应商异构算力的趋势已经无法阻挡；与其徒劳阻止客户混用别家芯片，不如在这个趋势落地时，确保自己仍然占据整个系统的必经节点。

Upscale AI的Token Fabric，卖的并不是“反英伟达”的方案，而是英伟达生态之外，异构算力带来的增量市场。

由此来看，这或许并不是英伟达的妥协内卷，而是一次升维战略布局。几年前，英伟达70亿美元收购Mellanox，是买下私有互联的绝对话语权；如今投资Upscale AI、赋能Token Fabric开放互联平台，是主动接纳多芯片混用的行业必然趋势，放弃单卡私有链路的浅层绑定，锁定数据中心集群出口网络的终极入口，实现另一种程度上的垄断。

从收购Mellanox到投资Upscale，英伟达互联霸权迭代

并购Mellanox，筑牢算网一体核心壁垒

2019年3月11日，英伟达宣布以69亿美元现金收购Mellanox，这是英伟达有史以来最昂贵的一笔交易。彼时英特尔、微软、赛灵思均参与了对Mellanox的竞购，最终英伟达横刀夺爱。2020年4月，通过全球多国反垄断审查，这笔交易最终以70亿美元正式完成。

收购前的格局十分清晰：英伟达GPU在AI训练市场快速崛起，但跨机架、跨集群的高速互联依赖第三方厂商。NVLink只能在机架内部，实现紧耦合GPU之间的高速连接，一旦向外扩展到大规模数据中心集群，通信瓶颈就交由外部网络厂商决定。

Mellanox则手握InfiniBand、ConnectX智能网卡、BlueField DPU、Spectrum以太网交换芯片，在全球超算、HPC领域占据龙头地位，全球TOP500超算中有超过半数采用双方组合方案。以InfiniBand为例，Mellanox的InfiniBand高速互联技术占据市场超过70%的份额，谷歌、亚马逊、微软都是它的客户。

通过这笔收购，英伟达打通了NVLink（板内scale-up）+ InfiniBand/Spectrum（集群scale-out）全私有链路。黄仁勋当时表示：“通过融合Mellanox的技术，新的NVIDIA将拥有从AI计算到网络的端到端技术，以及从处理器到软件的全堆栈产品”。

这一阶段的本质是全封闭绑定体系：客户集群必须全套采购英伟达GPU+网络设备，性能极致但兼容性为零，客户无替代选项、议价权极低。

这套模式在大模型爆发早期红利巨大，但其瓶颈也逐步显现。陆续落地随着AI芯片国产化、AMD、英特尔持续突围、云厂商自研芯片爆发，叠加AI算力需求爆发带来的产能、交期紧张，单一供应商产能短缺、交期不稳，客户对于异构算力集群的需求快速提升，多芯片混插逐渐成为云厂商刚需，封闭生态的全栈绑定模式，越来越难以匹配行业客户诉求。

Token Fabric开启互联新范式

在此趋势下，英伟达的战略思维正在发生根本性升级。它不再试图阻止竞品入场，而是转向掌控异构算力的底层流通通道。

收购Mellanox的逻辑是自己做、自己赚的排他垄断；投资Upscale AI的逻辑则是让大家做、自己控通道、吃增量市场，即承认多芯片混用的行业必然，放弃在scale-up紧耦合链路的浅层排他锁定，转而争夺异构集群向外扩容的scale-out骨干网络话语权。

英伟达的护城河，已经从GPU硬件+私有互联协议，升级为AI数据中心标准网络基础设施。无论客户接入的是哪一家的AI芯片，跨机架、跨数据中心的骨干网络，仍然有机会运行在英伟达Spectrum-X底座之上。

值得注意的是，英伟达在2025年5月还推出了NVLink Fusion，首次向第三方开放NVLink IP授权，允许非英伟达CPU、ASIC或加速器与英伟达GPU深度整合。

英伟达这一系列动态和布局表明，其操作并非孤立的投资行为，而是一场系统性的战略转向。

Token Fabric分层架构，到底是什么？

要理解Upscale AI这套平台，首先需要区分AI集群里两层完全不同的网络，也就是行业常说的scale-up和scale-out。

Scale-up（机架内紧耦合层）：把一组加速器紧紧连接成一个统一计算体，带宽、延迟直接决定大模型训练效率，芯片之间需要低延迟、高确定性的直接内存访问。

Scale-out（跨集群松耦合层）：把多个完成scale-up的算力pod再次连接，跨机架、跨机房完成超大规模扩展，决定集群扩容上限。

在传统方案中，两层网络通常由同一家供应商打包交付。客户如果想要更换加速卡供应商，往往意味着整套网络架构、交换机、网卡全部重做，工程改造成本极高。

Upscale AI的思路是分而治之。

Token Fabric的scale-up机架内层，采用Upscale自研的SkyFabriX交换芯片，支持UALink、ESUN两套开放互联标准，GPU、各类定制加速器、第三方网卡都可以接入，这是开放入口。

而scale-out跨集群向外扩展的骨干层，则直接基于英伟达Spectrum-X以太网技术搭建。Spectrum-X是英伟达专为AI负载设计的以太网平台，覆盖400G/800G/1.6T高速端口。相比传统商用以太网，AI网络性能提升1.6倍，集成Spectrum交换芯片与SuperNIC，内置面向大模型通信的拥塞控制、集合通信优化能力，支持RoCE扩展、自适应路由，适配超大规模AI集群扩展。

软件层面，Token Fabric配套SkyOS网络操作系统和SkyCMD运维系统，负责全网瓶颈识别、器件健康状态预警、集群流量调度，整套东西打包成Token Fabric。客户拿到的不再是零散的交换硬件，而是一套两层打通、软硬一体的异构算力网络。

这就是整个方案最核心的矛盾点：接入层开放，GPU、定制加速器等异构芯片可以自由接入；向外扩容的出口骨干，技术底座落在英伟达手中。开放的是入口，绑住的是出口，这句话是理解整个商业模式的关键，也是后续产业争议的起点。

Upscale与英伟达双赢？

标准层面，Token Fabric同时支持UALink与ESUN两条技术路线。

UALink（Ultra Accelerator Link）是由行业开放联盟推动的加速器互连规范，成员包括AMD、英特尔、谷歌、Meta、微软、AWS、阿里巴巴等公司，截至2026年中期，联盟成员数量已经超过115家，其初衷就是对冲NVLink这类私有封闭互联方案。UALink原生面向机架内紧耦合AI集群，支持加速器之间直接显存访问，硬件层面实现无损低延迟传输。ESUN则是以太网在scale-up场景里的延伸。

Upscale AI同时兼容两套标准，或许说明它自己也不确定哪条路线会跑出来，所以不赌单一技术路线的胜负。当前开放互联标准尚未尘埃落定，双线布局，能够最大化覆盖不同客户、不同芯片的接入需求。

英伟达在其中的角色颇为微妙。一方面，UALink联盟的存在本身就是对NVLink私有生态的直接挑战；另一方面，英伟达通过Spectrum-X深度绑定以太网开放体系，借力行业开放标准，稀释UALink联盟对私有生态的冲击。与此呼应的是，英伟达已投资20亿美元入股Marvell，将潜在竞争者转化为合作伙伴，进一步强化在开放以太网生态中的话语权。

据了解，Upscale AI这套方案的产品交付时间表已经对外公布：Token Fabric第一阶段在2026年第四季度发布，优先解决跨数据中心、多pod算力互联；完整平台将在2027年分阶段落地。这个推进节奏快于很多行业分析师预期，也意味着真实生产环境的验证周期会被大幅压缩。

这套方案到底是真正中立的开放基础设施，还是换一种形式的锁定？行业存在一个相对清晰的验证标准： 如果未来Token Fabric的scale-out层，可以兼容除Spectrum-X之外的其他厂商高速以太网方案，那么它才是真正中立的异构网络平台；如果到2027年完整平台落地后，跨集群scale-out仍然只能依赖Spectrum-X，那么它仅仅解决了不同厂商的卡可以混插，但没有实现集群骨干网络可以多供应商选择，网络生态仍被英伟达垄断。

当前Token Fabric的开放，只开放算力接入权，不开放集群流通权，相当于英伟达仍牢牢把控异构算力的对外出口。

谁需要Token Fabric？

Upscale AI对目标客户定位很明确：大型公有云服务商，以及新兴算力云厂商。这两类客户正在遭遇同一个现实困境：AI算力需求增长速度远超预期，单一芯片供应商的产能、交付周期无法满足业务扩张，长期单一采购也会削弱采购议价权。

对于传统大型云厂商，异构算力的核心诉求是分散供应链风险，多供应商并行采购，保障算力扩建排期。而新型算力云厂商的压力更为尖锐：它们大量承接短周期、大批量算力租赁业务，交付时间直接写入商业合同，但拿货要靠现货市场和分配额度。

在这种业务场景下，能不能再两个月内快速凑齐数百张不同品牌加速卡，比单卡性能提升几个百分点更加重要。如果能同时用上多个供应商的卡，在项目排期上就多出一条活路。异构互联的价值，本质是分散供货风险，保障交付确定性。

但硬件可以混插，不等于集群可以高效协同。采购意愿和工程落地之间，还隔着三道坚硬的行业壁垒。

内存架构差异：各家AI加速器的显存组织、内存访问模型完全不同，仅仅物理线路连通，无法实现统一内存调度。

软件栈割裂：模型并行策略、集合通信库、编译工具链都是各家独立生态，更换芯片，往往需要重写大量调度逻辑。

通信语义差异：很多厂商在硬件内部做私有通信优化，一旦跨供应商混合组网，这些硬件加速特性会失效，通信链路退化到通用路径，性能大幅下降。

对此，Upscale AI的说法是：Token Fabric的网络平台，可以消除一部分底层硬件互通障碍，但软件栈、模型适配、调度层的大量工作，仍然需要客户自己完成。它能打通网络通路，但不会抹平芯片架构、软件生态的巨大鸿沟。

这句话不是营销承诺，而是产业现实——它把最难的那部分明确留给了客户。Token Fabric的核心价值在于解决物理层、网络层的互通刚需，降低异构集群搭建门槛，但无法彻底解决软件栈、架构差异带来的适配难题，行业仍需长期生态磨合。

2026年6月，Upscale AI完成了1.9亿美元追加融资，由Premji Invest领投，英伟达、淡马锡、Salesforce参投，累计融资达5亿美元，公司估值20亿美元。

Upscale AI CEO Barun Kar在接受采访时表示，预计Token Fabric在2027年可实现数千万美元营收，远期有望增长至数亿美元级别。对于一家还处在产品落地阶段的初创公司，这个营收预期口径相对克制。

这笔战略投资，和当年70亿收购Mellanox，代表两种完全不同的资本策略。

收购Mellanox属于重资产并购，直接买下整套团队、IP、产品，全盘接管高速互联业务，建设封闭自有生态；而投资Upscale属于轻资产战略卡位，不需要承担大规模研发与制造投入，借助创业公司的创新方案，提前布局异构算力赛道。

英伟达的底层投资逻辑愈发清晰：风险最小化——无需重资产研发、并购，通过战略投资绑定新兴开放网络赛道，规避技术路线误判风险；收益最大化——承接全行业异构算力的扩容增量，无论客户用谁家芯片，集群出口网络收益、技术授权收益均归英伟达；战略延续性——继光器件上游布局后，再次押注算力之外的必经基础设施，弱化单卡硬件内卷，掌握算力之外的瓶颈环节，强化全产业链底层话语权。截至2026年7月，英伟达已构建起约990亿美元的股权投资组合。

AI算力竞争，进入新时代

在过去二十年，数据中心的性能进步主要依赖于计算芯片，但进入生成式AI时代后，整个算力体系开始被网络重新定义。

尤其是Token Fabric 的发布，释放了一个非常关键的产业信号：高速互联网络，已经从服务器、加速卡的配套附属品，变成可以独立估值、独立投资、独立争夺标准话语权的独立层级。AI数据中心的成本结构、价值分配，正在重新分层。

过去建设AI整柜集群，互连方案是参考图纸上固定的配套模块，服务器厂商、系统集成商只需要按供应商参考设计复制生产。现在，互连网络需要根据客户手中不同品牌加速卡做定制适配。

芯片厂商面临单卡性能竞争红利见顶的现实，互联适配能力、开放标准兼容性成为新的核心竞争力；系统集成商从简单组装复制转向异构网络适配定制，适配能力决定利润层级；终端客户获得了芯片采购议价权，但新增了网络层基础设施依赖，供应链博弈进入新阶段。

对于国内AI算力产业，这件事的启示值得重视。

很长一段时间来，行业目光集中在AI加速芯片本身，但Token Fabric和Mellanox并购案例共同证明：算力竞争是系统之战。高速交换芯片、智能网卡、DPU、RDMA软件栈、集群通信库，全部是算力集群不可或缺的核心环节，同样存在供应链风险。

当前，国内高速Scale-Out网络、以太网高端技术仍高度依赖英伟达Spectrum-X，异构算力底层通道存在卡脖子风险。但UALink等开放联盟为国产芯片提供了突围窗口。国产高速交换芯片、智能网卡、网络操作系统，可以依托异构算力的行业趋势，在开放标准体系中寻找规模化落地场景。

在Scale Up互联领域，英伟达NVLink凭借封闭生态长期构建技术壁垒，但随着AI集群向万卡级规模化演进，封闭垄断的弊端持续凸显，以太网依托全产业链开放生态正获得越来越多支持。国产高速交换芯片、智能网卡、网络操作系统，可依托异构趋势实现规模化落地。

国产AI算力突围，不能只卷GPU芯片，开放互联标准、集群网络基础设施、调度软件栈正在成为行业愈发关注的新战场。

写在最后

复盘英伟达的互联战略演进，Mellanox并购，是封闭算力时代，拿下算网一体化私有霸权；而投资Upscale AI与Token Fabric，是在异构算力时代，争夺算力流通通道的控制权。

AI算力的终极竞争，早已不是单卡性能的内卷，而是底层互联基础设施的规则制定权竞争。整个AI基础设施产业链新一轮的博弈，已经在网络层拉开序幕。