在德国汉堡举行的ISC 2026高性能计算大会上，Cornelis与NextSilicon宣布了一项旨在重塑AI与高性能计算基础设施效率的合作计划。两家公司将Cornelis的CN5000无拥塞网络架构与NextSilicon的Maverick-2数据流加速器进行配对，共同构建并评估联合参考架构，为OEM合作伙伴提供经过验证的系统蓝图，从而加速商业化进程。

此次合作的核心逻辑在于同时解决困扰大规模AI和HPC系统的两大瓶颈。一方面，传统以太网并非为AI推理和HPC仿真中产生的大量小数据包、延迟敏感型消息而设计，网络拥塞常导致昂贵的计算资源在等待数据时空转。Cornelis的CN5000架构正是为消除这种闲置时间而生，它提供了一种无拥塞、无损的数据传输通道。该架构于2025年推出，支持400 Gbps速率，目前已与2025年底开始量产出货的Maverick-2加速器展开联合验证。

另一方面，计算侧的问题同样根深蒂固。数十年来主导处理器设计的冯·诺依曼架构，需要在内存与固定执行单元之间频繁搬运数据，在面对当今AI和HPC领域不规则、数据依赖性强的工作负载时，极易陷入停滞。NextSilicon的Maverick-2基于其智能计算架构（ICA） 构建，这是一种软件定义的数据流设计，能够在运行时根据每个工作负载进行重构，且无需修改现有代码即可运行。NextSilicon创始人兼CEO Elad Raz将此概括为：“几十年来，软件必须迁就处理器，而Maverick-2让处理器去适应软件。”

Cornelis CEO Lisa Spelman则从网络角度呼应了这一理念：“运营商不断告诉我们，他们最昂贵的系统在等待网络时空闲。我们打造CN5000就是为了终结这种等待。NextSilicon在计算侧挑战了同类的固有假设，因此这次合作是天然的契合。”两者的结合意味着，数据在网络中持续流动的同时，计算单元也能保持高度繁忙，从系统层面提升整体效率。

合作的第一阶段聚焦于验证CN5000与Maverick-2在不同配置下的协同性能，确保OEM伙伴能从经过验证的组合方案起步，而非面对一份未经测试的零件清单。双方还计划将测试范围扩展至预计在2026年下半年推出的800 Gbps速率CN6000架构，为下一代系统设计储备技术验证。

值得关注的是，此次合作的目光已投向AI推理领域正在发生的结构性变化。随着混合专家模型（MoE） 和智能体AI的兴起，生产环境的推理不再是在单一加速器上运行单一模型，而是被拆分为多个阶段，数据需要在不同阶段之间跨网络流动。这种被称为分离式推理的模式，使得网络结构本身成为计算路径的一部分。它尤其需要能够无拥塞地传输小规模、突发性、延迟敏感消息的网络，以及能够适应流水线各阶段需求的可重构计算架构。这正是CN5000/CN6000与Maverick-2组合所瞄准的场景。两家公司表示，随着CN6000的可用，他们将评估这一组合如何支撑分离式与智能体推理，相关发现将为未来的OEM参考设计提供依据。

从产业角度看，这一合作反映了AI基础设施演进的一个关键趋势：单纯的单点性能提升已不足以应对日益复杂的负载，系统级的协同优化正成为竞争焦点。Cornelis与NextSilicon的方案试图在网络互连与计算架构之间建立更紧密的耦合，直接回应了大型数据中心运营者对于提升昂贵硬件利用率的迫切需求。对于OEM厂商而言，获得经过联合验证的参考架构，可以缩短研发周期并降低集成风险，从而更快地向市场推出针对AI和HPC优化的系统。在算力投资回报率受到日益严格审视的当下，此类从系统层面减少闲置、提升效率的技术路径，其产业影响力值得持续关注。