Astera Labs a dévoilé le Scorpio X-Series aujourd'hui, un smart fabric switch memory-semantic bâti pour les clusters AI compute en scale-up. Le chiffre clé, c'est 320 lanes de PCIe 6 par chip, avec support simultané pour NVLink Fusion, UALink et fabrics open-standard. La compagnie l'appelle le plus grand smart fabric switch memory-semantic open de l'industrie — le framing compte parce que l'alternative que la plupart des builders run aujourd'hui, c'est le NVLink Switch propriétaire de NVIDIA, qui a été le standard de facto pour la connectivité GPU-à-GPU dans les entraînements au-delà d'un seul rack. Scorpio est la première réponse commerciale de scale du camp UALink-aligné.
Le choix architectural qui distingue Scorpio, c'est l'adressage memory-semantic plutôt que packet-based. Les GPUs accèdent aux ressources fabric-attached avec des opérations load/store de la même façon qu'elles atteignent leur HBM local — éliminant l'overhead de packet-translation qui ajoute de la latence sur les fabrics Ethernet-based. Astera couple ça avec des primitives propriétaires « Hypercast » et in-network compute qui font tourner les opérations collectives (all-reduce, all-gather, reduce-scatter — le cœur de l'entraînement distribué) directement sur le silicium du switch plutôt que de bouncer les données à travers la mémoire GPU. Le claim, c'est des collectives 2x plus rapides, ce qui si ça tient, c'est le genre de chiffre qui change les maths de l'économie d'entraînement à l'échelle multi-milliers de GPUs. La famille companion P-Series PCIe Fabric Switch (32-320 lanes) gère le réseau front-end et les déploiements AI compute system plus petits. Le port count spécifique, la bandwidth de bisection totale, la latence-par-saut et les chiffres compétitifs vs NVIDIA NVLink Switch 4 n'étaient pas dans la couverture du lancement — ce sont les prochaines questions qui comptent.
La lecture ecosystem, c'est que le consortium UALink vient de gagner un produit silicium flagship. AMD, Intel, Broadcom, Cisco, Google, Meta, Microsoft et d'autres ont backé UALink en 2024-2025 comme la réponse open-standard à NVLink, et la question a été qui ship du silicium de switching production-grade pour ça. Astera Labs est maintenant ce vendor. Pour les neoclouds et hyperscalers qui construisent des clusters d'entraînement alternative-à-NVIDIA avec AMD MI300X/MI400 ou Intel Gaudi ou silicium custom, Scorpio est la pièce manquante — fabric memory-semantic open-standard qui te laisse construire un scale-up domain compétitif sans acheter des NVLink Switches à côté de tes H100s. Pour NVIDIA, ça ne déplace pas NVLink à court terme — les systèmes Hopper/Blackwell sont NVLink-native — mais ça change matériellement le moat. Les clients qui achètent du compute vont avoir de plus en plus une stack non-NVIDIA crédible incluant la couche fabric, qui a été le lock-in architectural unique de NVIDIA au-delà du GPU lui-même.
Move pratique : si tu opères de l'infra d'entraînement ou un neocloud, le spec sheet de Scorpio mérite d'être pulled pour tes Q3/Q4 hardware roadmap reviews. Le claim de 2x speedup sur les collectives a besoin d'être validé sur ton workload réel — les collectives sont workload-dépendantes, et le gain va paraître différent pour de l'entraînement MoE dense vs RecSys vs pretraining LLM. Si tu es AMD-shop ou que tu considères du déploiement MI400-class, Scorpio est le fabric que tu peux vraiment acheter qui laisse ton scale-up domain competer avec un cluster NVIDIA NVLink-centric sur la bandwidth et la latence GPU-à-GPU brutes. Si tu consommes du compute via des providers (la plupart des builders), ça compte indirectement : le choix de vendor de fabric de ton provider flow à travers le pricing per-GPU-heure. Watch quels neoclouds adoptent Scorpio sur les deux prochains trimestres ; c'est là que la pression de pricing sur la taxe NVLink-Switch de NVIDIA va commencer à montrer.