AI 推理服务商 Parasail 与芯片公司 d-Matrix 于 2026 年 7 月 8 日联合宣布，Parasail 正在其数据中心内部署 d-Matrix 的 Corsair 推理加速器，与已有的 英伟达 Hopper 和 Blackwell 架构 GPU 并行运作，为客户提供最高 10 倍 速度提升、更具成本效率的推理服务。这一部署被双方称为异构分解式推理在商业规模上的首批生产级案例之一。

在技术分工上，这套方案将推理工作负载拆解为两个阶段：计算密集型的“预填充”由英伟达 GPU 承担，而对延迟极为敏感的“解码”环节则交由 d-Matrix 专为推理设计的 Corsair 加速器处理。通过这种异构协同，Parasail 试图在不追加新建数据中心的前提下，从已部署的英伟达基础设施中压榨出更多性能，并将收益直接传递给客户。

Parasail 创始人兼 CEO Mike Henry 表示，业界目光常聚焦于下一代 GPU，但 Parasail 运营着大规模的 Hopper 和 Blackwell 集群，将现有硬件与 Corsair 配对，既能延长已部署硬件的生命周期，又能为客户提供所需的性能优势。d-Matrix 创始人兼 CEO Sid Sheth 则强调，GPU 与专用推理加速器并非竞争关系，而是互补关系，异构推理才是未来方向。

Corsair 的性能优势源自 d-Matrix 独有的 数字存内计算（DIMC） 小芯片架构。该架构将计算与存储集成在同一硅片上，从根本上消除了传统系统中数据在独立存储与处理器芯片之间来回搬运所带来的时间、功耗与成本开销。官方数据显示，Corsair 可实现最高 10 倍的交互式推理速度提升，以及最高 3 倍 的能效改善。其硬件基于 台积电 N6 工艺，采用有机基板与 LP-DDR5 内存，旨在支持高效、可扩展的推理部署。

Parasail 自身的自动内核优化技术也在其中扮演关键角色，它能动态地将工作负载路由到最合适的硬件上，从异构集群中提取最大性能。最终交付给开发者与企业客户的，是一个基于云的 token 服务，在规模化场景下提供更优的推理经济性。

从产业视角看，这一合作折射出 AI 推理基础设施正在发生的结构性变化。随着模型部署规模膨胀，单纯堆叠 GPU 面临数据中心建设周期长、能耗高、成本压力大等瓶颈。将 GPU 与针对特定推理阶段优化的专用加速器混合使用，有望在现有电力与空间约束下提升整体吞吐量，并改善单位 token 成本。这对依赖 Parasail 平台的数千名开发者和数百家企业客户而言，意味着更快的响应与更可控的推理开支。

Parasail 目前在全球 15 个国家 运营超过 40 个数据中心，其推理云平台允许开发者在五分钟内通过几行代码接入生产就绪的模型端点。d-Matrix 的 Corsair 推理平台现已向部分合格客户开放，双方计划在首批部署完成后公布详细的性能结果与案例研究，并探索在 Parasail 全球集群中进一步扩展集成。