Agregando continuamente compañías de aplicaciones posteriores, Nvidia está dibujando un nuevo mapa de inversión

Autor: Zhang Xinyi Wang Xinhao

Fuente: Noticias de electrónica de China

Título original: "Mapa de inversión de NVIDIA"

En los últimos dos meses, Nvidia ha realizado frecuentes inversiones y adquisiciones: primero, invirtió en tres empresas unicornio de IA, luego gastó $50 millones para respaldar la biotecnología y adquirió la empresa de servicios en la nube de IA Lambda Labs el 19 de julio. Incluso hay más noticias de que Nvidia está reconsiderando convertirse en un inversor ancla para ARM después de que fracasara su adquisición de ARM. En la primera mitad de este año, Nvidia, que ha estado agregando continuamente empresas de aplicaciones downstream, está dibujando un nuevo panorama de inversión.

Inversión de NVIDIA "Tres pasos"

Según datos públicos, desde el establecimiento de Nvidia en 1993, ha invertido y adquirido más de 50 empresas.

El desarrollo de Nvidia se puede dividir en tres etapas: el período de mantenimiento de 1993 a 2006, el período de desarrollo de 2007 a 2015 y el período de expansión de 2016 al presente.

Fuente de datos: Compilado por China Electronics News

En la primera etapa, Nvidia, que se centró en los procesadores gráficos de juegos de desarrollo propio, cambió el panorama competitivo de las tarjetas gráficas al incorporar al competidor número uno. Durante este tiempo, Nvidia tocó el timbre, lanzó la GeForce256 y definió la GPU de la unidad de procesamiento de gráficos. En 2000, Nvidia adquirió 3DFX, pionera en tarjetas gráficas 3D, por 70 millones de dólares. Desde entonces, después de experimentar el "juego de supervivencia" de las compañías de tarjetas gráficas en la década de 1990, Nvidia adquirió a su rival número uno, 3DFX, y emergió como un sobreviviente.

En la segunda etapa, la inversión y las fusiones y adquisiciones de Nvidia no fueron de alto perfil. En 2007, el establecimiento y la aplicación del moat CUDA permitieron a Nvidia construir una barrera ecológica diferente a la de otros fabricantes de tarjetas gráficas. Desde la perspectiva de la "retrospectiva", Nvidia desarrolló la plataforma CUDA, exploró las GPU de propósito general y abandonó de manera decisiva el mercado móvil. Esta serie de acciones afectó profundamente la dirección de desarrollo de Nvidia y finalmente promovió a Nvidia para formar una pantalla de juegos, centro de datos y el automóvil como plataforma La ruta empresarial de la "troika".

Desde 2015, el proceso de inversión y fusión de Nvidia se ha acelerado, y su apoyo a las empresas de nueva creación también ha comenzado a aumentar, y ha entrado en una etapa de rápida expansión. En los últimos 8 años, Nvidia ha invertido en más de 30 empresas de muchos países y regiones, que involucran inteligencia artificial, procesamiento de imágenes, conducción autónoma, biomédica y otros campos.

Fuente de datos: Compilado por China Electronics News

Huang Renxun mencionó una vez la lógica de inversión de Nvidia: primero, la visión de la empresa es coherente con Nvidia, es decir, utilizar la tecnología de IA para crear más valor para la sociedad; segundo, esta empresa necesita la ayuda de Nvidia; tercero, esta empresa tiene calificaciones relativamente excelentes.

Otra ronda de expansión agresiva

Solo en 2017, Nvidia invirtió y adquirió unas 20 empresas, lo que ha superado la suma de los años anteriores. En los años siguientes, el camino de Nvidia hacia las fusiones y adquisiciones no fue fácil. Adquirió con éxito Mellanox, un proveedor de conmutadores y adaptadores de red en la nube, pero también tuvo altibajos en el proceso de adquisición de ARM de Softbank, y finalmente tuvo que rescindir el plan debido a las leyes antimonopolio. El experto en semiconductores Mo Dakang dijo que los campos de inversión de Nvidia parecen ser complicados, pero se pueden resumir brevemente en dos direcciones básicas: una es la inteligencia artificial con GPU como núcleo de la computación y la otra es la electrónica automotriz.

En su lista de inversiones se puede encontrar que la mejora adicional de las capacidades de hardware y software de la GPU y la exploración de la conducción autónoma se han convertido en las principales tareas de Nvidia. Puede haber señales de un despliegue a largo plazo mucho antes. Sheng Linghai, un experto en la industria de los semiconductores, le dijo al reportero de "China Electronics News": "Nvidia decidió expandir los escenarios de aplicación de la GPU, y GPGPU (GPU general) nació porque Huang Renxun se dio cuenta de que además de los juegos, la la computación paralela en la que la GPU es buena también puede usarse en otros campos. En el futuro, será útil en otras industrias que necesitan procesar grandes cantidades de datos".

La inteligencia artificial generativa encabezada por ChatGPT ingresó al campo de visión del público a fines de 2022. La enorme demanda de poder de cómputo hizo que el mercado de GPU estuviera en alza y empujó a Nvidia a alcanzar un valor de mercado de un billón de dólares en 2023. Esto no es “hacerse rico de la noche a la mañana”, sino acumular. La ecología de software y hardware formada por el diseño a largo plazo se ha convertido en la "confianza" de Nvidia. Después de una inversión agresiva en 2017, Nvidia parece estar en camino a otra expansión.

En la primera mitad de 2023, Nvidia ha invertido sucesivamente en tres empresas conocidas como "unicornios de IA". Entre ellos, la empresa canadiense de inteligencia artificial Cohere anunció la finalización de $270 millones en financiamiento de la Serie C; otra empresa emergente de inteligencia artificial, Inflection AI, anunció que está desarrollando una supercomputadora equipada con 22,000 NVIDIA H100. Además, la estrategia de inversión de Nvidia también involucra IA artística y creativa, y Runway dijo que usará inteligencia artificial para la producción de videos. El tráiler de ciencia ficción de IA "Trailer: Genesis", que recientemente llamó la atención en las redes sociales, fue entregado a Runway para la generación de videos.

Runway Gen-2, un producto de Runway (Fuente: sitio web oficial de Runway)

El 12 de julio, Nvidia dijo que invertiría $50 millones en Recursion Pharmaceuticals, una compañía farmacéutica de IA, para acelerar el entrenamiento de su modelo de inteligencia artificial y usarlo en el desarrollo de fármacos. Las dos empresas cooperarán para avanzar en el desarrollo de los modelos basados en IA de Recursion en los campos de la biología y la química, y los distribuirán preferentemente a las empresas de biotecnología que utilicen los servicios en la nube de NVIDIA.

Extender al campo vertical

Esta vez, Nvidia tiene como objetivo el diseño de las aplicaciones posteriores, más para mejorar su ecosistema de software y hardware de IA existente, y para expandir los canales comerciales al tiempo que fortalece la conexión entre la oferta y la demanda.

Nvidia está familiarizada con la batalla en el mercado de procesadores de gráficos en general, y sus productos se han endurecido desde que se fundó la empresa. La poderosa potencia informática que puede proporcionar la GPU es la base de su existencia, pero no significa que la mejora continua de la potencia informática será segura para siempre. Detrás de la "fiebre de la IA" hay aún más "pensamiento frío". "AIGC es un tema lleno de imaginación ilimitada, y ya ha demostrado su prominencia en los campos del ocio y el entretenimiento, la oficina poco profunda. Con la aparición de varios modelos especiales y una mayor mejora de la potencia informática en el futuro, AIGC penetrará en más campos técnicos profesionales", dijo Deng Chuxiang, investigador de CCID Consulting, al reportero de China Electronics News.

Por un lado, en industrias que procesan grandes cantidades de datos, las CPU no son capaces de manejar grandes cantidades de cálculos y se requieren GPU para procesar una gran cantidad de datos paralelos; los datos son relativamente cerrados y complejos, y los modelos más dedicados y se deben desarrollar chips de potencia informática dedicados para la capacitación y el razonamiento.

Como empresa de diseño de chips, Nvidia se encuentra en el lado de la fuente de alimentación informática y debe considerar el tema de "a quién le venderá el producto". Esto requiere que Nvidia explore activamente y satisfaga activamente las necesidades de las empresas de aplicaciones posteriores. En términos de AIGC, conducción autónoma y biomedicina, Nvidia ha comenzado a brindar continuamente servicios de alta potencia informática a varios fabricantes.

Además, Nvidia necesita acelerar su propia penetración ecológica a través de la cooperación de múltiples partes. Si la finalización de la plataforma CUDA da cuenta del "uso" de la GPU, ahora Nvidia promoverá este conjunto de ecología de software y hardware al nivel de "aplicación" para lograr otra extensión del marco comercial. Por lo tanto, Nvidia no solo proporciona equipos, poder de cómputo y soporte técnico a la industria de las aplicaciones downstream, sino que también invierte en empresas emergentes downstream, logrando así un proceso ascendente en espiral para fortalecerse repetidamente.