Adicionando continuamente empresas de aplicativos downstream, a Nvidia está desenhando um novo mapa de investimentos

Autor: Zhang Xinyi Wang Xinhao

Fonte: China Electronics News

Título Original: "NVIDIA's Investment Map"

Nos últimos dois meses, a Nvidia fez investimentos e aquisições frequentes: primeiro, investiu em três empresas de unicórnios de IA, depois gastou US$ 50 milhões para apoiar a biotecnologia e adquiriu a empresa de serviços de nuvem de IA Lambda Labs em 19 de julho. Há ainda mais notícias de que a Nvidia está repensando se tornar um investidor âncora da ARM após o fracasso da aquisição da ARM. No primeiro semestre deste ano, a Nvidia, que vem adicionando continuamente empresas de aplicativos downstream, está desenhando um novo mapa de investimentos.

Investimento NVIDIA "Três etapas"

De acordo com dados públicos, desde a criação da Nvidia em 1993, ela investiu e adquiriu mais de 50 empresas.

O desenvolvimento da Nvidia pode ser dividido em três estágios: o período de manutenção de 1993 a 2006, o período de desenvolvimento de 2007 a 2015 e o período de expansão de 2016 até o presente.

Fonte de dados: Compilado pela China Electronics News

No primeiro estágio, a Nvidia, que se concentrava em processadores gráficos de jogos autodesenvolvidos, mudou o cenário competitivo das placas gráficas ao anexar o concorrente número um. Durante esse tempo, a Nvidia tocou a campainha, lançou o GeForce256 e definiu a unidade de processamento gráfico GPU. Em 2000, a Nvidia adquiriu a 3DFX, pioneira em placas gráficas 3D, por US$ 70 milhões. Desde então, depois de experimentar o "jogo de sobrevivência" das empresas de placas gráficas na década de 1990, a Nvidia adquiriu sua rival número um, a 3DFX, e emergiu como uma sobrevivente.

Na segunda fase, o investimento da Nvidia e as fusões e aquisições não foram de alto nível. Em 2007, o estabelecimento e aplicação do fosso CUDA permitiu que a Nvidia construísse uma barreira ecológica diferente de outros fabricantes de placas gráficas. Do ponto de vista da "retrospectiva", a Nvidia desenvolveu a plataforma CUDA, explorou GPUs de uso geral e desistiu decisivamente do mercado móvel. Essa série de ações afetou profundamente a direção de desenvolvimento da Nvidia e, finalmente, promoveu a Nvidia para formar uma exibição de jogo, data center, e o automóvel como plataforma.A rota de negócios da "troika".

Desde 2015, o processo de investimento e fusão da Nvidia acelerou, e seu apoio a empresas iniciantes também começou a aumentar e entrou em um estágio de rápida expansão. Nos últimos 8 anos, a Nvidia investiu em mais de 30 empresas de vários países e regiões, envolvendo inteligência artificial, processamento de imagens, direção autônoma, biomédica e outras áreas.

Fonte de dados: Compilado pela China Electronics News

Huang Renxun mencionou uma vez a lógica de investimento da Nvidia: primeiro, a visão da empresa é consistente com a da Nvidia, ou seja, usar a tecnologia AI para criar mais valor para a sociedade; segundo, esta empresa precisa da ajuda da Nvidia; terceiro, esta empresa tem qualificações relativamente excelentes.

Outra rodada de expansão agressiva

Só em 2017, a Nvidia investiu e adquiriu cerca de 20 empresas, o que superou a soma dos anos anteriores. Nos anos seguintes, o caminho da Nvidia para fusões e aquisições não foi tranquilo. Adquiriu com sucesso a Mellanox, fornecedora de switches e adaptadores de rede em nuvem, mas também teve reviravoltas no processo de aquisição da ARM do Softbank e, finalmente, teve que encerrar o plano devido às leis antitruste. O especialista em semicondutores Mo Dakang disse que os campos de investimento da Nvidia parecem complicados, mas podem ser resumidos brevemente em duas direções básicas: uma é a inteligência artificial com GPU como o núcleo da computação e a outra é a eletrônica automotiva.

Pode ser encontrado em sua lista de investimentos que a melhoria adicional dos recursos de software e hardware da GPU e a exploração da direção autônoma se tornaram as principais tarefas da Nvidia. Pode haver sinais de tal implantação de longo prazo muito antes. Sheng Linghai, especialista na indústria de semicondutores, disse ao repórter do "China Electronics News": "A Nvidia decidiu expandir os cenários de aplicação da GPU, e GPGPU (GPU geral) nasceu porque Huang Renxun percebeu que, além dos jogos, o a computação paralela em que a GPU é boa também pode ser usada em outros campos. No futuro, será útil em outras indústrias que precisam processar grandes quantidades de dados."

No final de 2022, a inteligência artificial generativa liderada pelo ChatGPT entrou no campo de visão do público. A enorme demanda por poder de computação levou o mercado de GPU a aquecer e levou a Nvidia a atingir um valor de mercado de trilhões de dólares em 2023. Isso não é "ficar rico da noite para o dia", mas acumular. A ecologia de software e hardware formada pelo layout de longo prazo tornou-se a "confiança" da Nvidia. Depois de um investimento agressivo em 2017, a Nvidia parece estar a caminho de mais uma expansão.

No primeiro semestre de 2023, a Nvidia investiu sucessivamente em três empresas conhecidas como "unicórnios de IA". Entre eles, a empresa canadense de inteligência artificial Cohere anunciou a conclusão de US$ 270 milhões em financiamento da Série C; outra empresa iniciante de inteligência artificial, a Inflection AI, anunciou que está desenvolvendo um supercomputador equipado com 22.000 NVIDIA H100s. Além disso, a estratégia de investimento da Nvidia também envolve IA artística e criativa, e a Runway disse que usará inteligência artificial para produção de vídeo. O trailer de ficção científica de IA "Trailer: Genesis", que recentemente atraiu a atenção nas mídias sociais, foi entregue à Runway para geração de vídeo.

Runway Gen-2, um produto da Runway (Fonte: Site oficial da Runway)

Em 12 de julho, a Nvidia disse que investiria US$ 50 milhões na Recursion Pharmaceuticals, uma empresa farmacêutica de IA, para acelerar o treinamento de seu modelo de inteligência artificial e usá-lo no desenvolvimento de medicamentos. As duas empresas cooperarão para avançar no desenvolvimento dos modelos baseados em IA da Recursion nas áreas de biologia e química e distribuí-los preferencialmente para empresas de biotecnologia que usam os serviços em nuvem da NVIDIA.

Estender para o campo vertical

A Nvidia está visando o layout de aplicativos downstream desta vez, mais para melhorar seu ecossistema de software e hardware de IA existente e para expandir os canais de negócios enquanto fortalece a conexão entre oferta e demanda.

A Nvidia está familiarizada com a batalha no mercado de processadores gráficos como um todo, e seus produtos foram endurecidos pela batalha desde que a empresa foi fundada. O poderoso poder de computação que a GPU pode fornecer é a base de sua existência, mas isso não significa que a melhoria contínua do poder de computação será segura para sempre. Por trás da "febre da IA" está ainda mais "pensamento frio". "AIGC é um tópico cheio de imaginação ilimitada, e já mostrou sua proeminência nas áreas de lazer e entretenimento, escritório raso. Com o surgimento de vários modelos especiais e melhorias adicionais do poder de computação no futuro, o AIGC penetrará em mais campos técnicos profissionais." Deng Chuxiang, pesquisador da CCID Consulting, disse ao repórter do China Electronics News.

Por um lado, em indústrias que processam grandes quantidades de dados, as CPUs não são capazes de lidar com grandes quantidades de cálculos e as GPUs são necessárias para processar uma grande quantidade de dados paralelos; os dados são relativamente fechados e complexos, e modelos mais dedicados e chips de poder de computação dedicados precisam ser desenvolvidos para treinamento e raciocínio.

Como uma empresa de design de chips, a Nvidia está do lado da fonte de alimentação de computação e precisa considerar a questão de "para quem venderá o produto". Isso exige que a Nvidia explore ativamente e atenda ativamente às necessidades das empresas de aplicativos downstream. Em termos de AIGC, direção autônoma e biomedicina, a Nvidia começou a fornecer continuamente serviços de alto poder de computação para vários fabricantes.

Além disso, a Nvidia precisa acelerar sua própria penetração ecológica por meio da cooperação multipartidária. Se a conclusão da plataforma CUDA realizar o "uso" da GPU, agora a Nvidia promoverá esse conjunto de ecologia de software e hardware para o nível de "aplicativo" para alcançar outra extensão da estrutura de negócios. Portanto, a Nvidia não apenas fornece equipamentos, poder de computação e suporte técnico para a indústria de aplicativos downstream, mas também é um investidor em empresas emergentes downstream, alcançando assim um processo ascendente em espiral de fortalecimento contínuo.