This page may contain third-party content, which is provided for information purposes only (not representations/warranties) and should not be considered as an endorsement of its views by Gate, nor as financial or professional advice. See Disclaimer for details.
下流アプリケーション企業を継続的に追加し、Nvidia は新たな投資マップを描いています
著者: 張信義 王信豪
出典: 中国電子ニュース
原題：「NVIDIAの投資マップ」
過去 2 か月間、Nvidia は頻繁に投資と買収を行ってきました。まず、AI ユニコーン企業 3 社に投資し、次にバイオテクノロジーのサポートに 5,000 万ドルを費やし、7 月 19 日には AI クラウド サービス会社 Lambda Labs を買収しました。さらに、NvidiaがARM買収失敗を受けてARMのアンカー投資家になることを再考しているというニュースもある。今年上半期、下流アプリケーション企業を継続的に追加してきたエヌビディアは、新たな投資地図を描いている。
NVIDIA への投資「3 つのステップ」
公開データによると、Nvidia は 1993 年の設立以来、50 以上の企業に投資および買収してきました。
Nvidiaの発展は、1993年から2006年までの保守期、2007年から2015年までの開発期、2016年から現在までの拡張期の3段階に分けられます。
第 1 段階では、自社開発のゲーム グラフィック プロセッサに注力していた Nvidia が、ナンバーワンの競合他社を併合することでグラフィック カードの競争環境を変えました。この間、Nvidia はベルを鳴らし、GeForce256 を発売し、グラフィックス プロセッシング ユニット GPU を定義しました。 2000 年、Nvidia は 3D グラフィックス カードのパイオニアである 3DFX を 7,000 万米ドルで買収しました。その後、1990年代にグラフィックスカード各社の「サバイバルゲーム」を経験したエヌビディアは、最大のライバルである3DFXを買収し、生き残りとして浮上した。
第 2 段階では、Nvidia の投資と合併・買収はあまり注目を集めませんでした。 2007 年、堀 CUDA の確立と適用により、Nvidia は他のグラフィックス カード メーカーとは異なる環境保護バリアを構築することができました。 「結果論」の観点から見ると、NVIDIA は CUDA プラットフォームの開発、汎用 GPU の模索、モバイル市場の断念という一連の動きは Nvidia の開発方向に大きな影響を与え、最終的には Nvidia のゲームディスプレイ化を推進しました。データセンター、自動車をプラットフォームとする「トロイカ」のビジネスルート。
2015年以降、Nvidiaの投資と合併プロセスが加速し、新興企業への支援も増え始め、急速な拡大段階に入った。過去 8 年間、Nvidia は、人工知能、画像処理、自動運転、生物医学およびその他の分野に関わる、多くの国や地域の 30 社以上の企業に投資してきました。
Huang Renxun 氏はかつて Nvidia の投資ロジックについて言及しました。まず、同社のビジョンは Nvidia のビジョンと一致しており、AI テクノロジーを使用して社会により多くの価値を生み出すということです。第 2 に、この会社は Nvidia の支援を必要としています。第 3 に、この会社は比較的優れた資格を持っています。
さらなる積極的な拡張ラウンド
2017 年だけでも、Nvidia は約 20 社に投資および買収を行っており、これは前年の合計を上回っています。その後数年間、Nvidia の合併と買収への道は順風満帆ではありませんでした。クラウドネットワークスイッチやアダプターを提供するメラノックスの買収には成功したが、ソフトバンクからARMを買収する過程でも紆余曲折があり、最終的には独占禁止法により計画を中止せざるを得なくなった。半導体専門家のモー・ダカン氏は、エヌビディアの投資分野は複雑に見えるが、2つの基本的な方向性に簡単に要約できると述べ、1つはコンピューティングの中核となるGPUを備えた人工知能、もう1つは自動車エレクトロニクスである。
投資リストを見ると、GPU ソフトウェアとハードウェアの機能のさらなる向上と自動運転の探求が Nvidia の主要なタスクとなっていることがわかります。このような長期的な展開の兆候は、もっと早い段階からあるかもしれません。半導体業界の専門家であるSheng Linghai氏は、「China Electronics News」の記者に次のように語った。「NVIDIAはGPUのアプリケーションシナリオを拡大することを決定し、GPGPU（汎用GPU）が誕生したのは、Huang Renxunがゲームに加えて、 「GPUが得意とする並列コンピューティングは他の分野でも活用できる可能性がある。将来的には、膨大なデータを処理する必要がある他の産業でも役立つだろう」
2022 年末、ChatGPT が率いる生成人工知能が一般の視野に入り、コンピューティング パワーに対する膨大な需要により GPU 市場が熱くなり、Nvidia は 2023 年に 1 兆ドルの市場価値を達成することになりました。これは「一夜にして金持ちになる」のではなく、蓄積することです。長期にわたるレイアウトによって形成されたソフトウェアとハードウェアのエコロジーは、Nvidia の「自信」となっています。 2017 年の積極的な投資を経て、Nvidia はさらなる拡大への道を進んでいるように見えます。
エヌビディアは2023年上半期、「AIユニコーン」として知られる3社に相次いで投資した。その中で、カナダの AI 企業 Cohere は、シリーズ C で 2 億 7,000 万ドルの資金調達が完了したと発表し、別の人工知能スタートアップ企業 Inflection AI は、22,000 台の NVIDIA H100 を搭載したスーパーコンピューターを開発中であると発表しました。さらに、Nvidiaの投資戦略には芸術的で創造的なAIも含まれており、Runwayはビデオ制作に人工知能を使用すると述べた。最近ソーシャルメディアで注目を集めているAI SFトレーラー「Trailer: Genesis」が、映像生成のためにRunwayに引き渡されました。
7月12日、NvidiaはAI製薬会社であるRecursion Pharmaceuticalsに5,000万ドルを投資し、人工知能モデルのトレーニングを加速し、それを医薬品開発に活用すると発表した。両社は協力して生物学と化学の分野でRecursionのAIベースのモデルの開発を進め、NVIDIAのクラウドサービスを利用するバイオテクノロジー企業に優先的に配布する。
垂直フィールドまで拡張
Nvidia は今回、ダウンストリーム アプリケーションのレイアウトを目指しており、既存の AI ソフトウェアおよびハードウェア エコシステムを改善し、需要と供給のつながりを強化しながらビジネス チャネルを拡大することを目指しています。
Nvidia はグラフィックス プロセッサ市場全体の戦いに精通しており、その製品は創業以来百戦錬磨です。 GPU が提供できる強力な計算能力はその存在の基盤ですが、計算能力の継続的な向上が永遠に安全であることを意味するものではありません。 「AIGCは無限の想像力に満ちたテーマであり、すでにレジャーやエンターテイメント、浅いオフィスの分野でその卓越性を示しています。今後、さまざまな特別なモデルの登場と計算能力のさらなる向上により、AIGCはより多くの分野に浸透するでしょう」 」とCCIDコンサルティングの研究員Deng Chuxiang氏は中国電子ニュースの記者に語った。
一方で、大量のデータを処理する業界では、CPU は大量の計算を処理できず、GPU は大量の並列データを処理する必要があります。データは比較的閉鎖的で複雑で、より専用のモデルです。そしてトレーニングと推論のために専用のコンピューティングパワーチップを開発する必要があります。
Nvidiaはチップ設計会社としてコンピューティング電源を供給する側に立っており、「誰に製品を売るか」という問題を考慮する必要がある。これには、Nvidia が下流のアプリケーション企業のニーズを積極的に探索し、積極的に満たす必要があります。 AIGC、自動運転、生物医学に関して、Nvidia はさまざまなメーカーに高いコンピューティング能力のサービスを継続的に提供し始めています。
さらに、Nvidia は多者間の協力を通じて、自社の環境への浸透を加速する必要があります。 CUDAプラットフォームの完成によってGPUの「利用」が実現すれば、今度はNvidiaがこの一連のソフトウェアとハードウェアのエコロジーを「アプリケーション」レベルにまで推し進め、ビジネスフレームワークのさらなる拡張を実現することになるだろう。そのため、NVIDIA は、下流のアプリケーション業界に機器、コンピューティング能力、技術サポートを提供するだけでなく、下流の新興企業にも投資し、自らの強化を繰り返すスパイラルな上昇プロセスを実現しています。