Постоянно добавляя компании-производители приложений, Nvidia рисует новую инвестиционную карту

Автор: Чжан Синьи Ван Синьхао

Источник: Китайские новости электроники.

Оригинальное название: «Инвестиционная карта NVIDIA».

За последние два месяца Nvidia часто делала инвестиции и приобретения: сначала она инвестировала в три компании-единорога, занимающихся ИИ, затем потратила 50 миллионов долларов на поддержку биотехнологий, а 19 июля приобрела компанию по предоставлению облачных услуг ИИ Lambda Labs. Есть еще новости о том, что Nvidia переосмысливает роль якорного инвестора ARM после неудачного приобретения ARM. В первой половине этого года Nvidia, которая постоянно добавляла компании-производители приложений, рисует новый инвестиционный ландшафт.

Инвестиции NVIDIA "Три шага"

По общедоступным данным, с момента основания Nvidia в 1993 году она инвестировала и приобрела более 50 компаний.

Развитие Nvidia можно разделить на три этапа: период обслуживания с 1993 по 2006 год, период разработки с 2007 по 2015 год и период расширения с 2016 года по настоящее время.

Источник данных: составлено China Electronics News.

На первом этапе Nvidia, сосредоточившаяся на игровых графических процессорах собственной разработки, изменила конкурентную среду видеокарт, аннексировав конкурента номер один. За это время Nvidia позвонила в колокол, выпустила GeForce256 и определила графический процессор GPU. В 2000 году Nvidia приобрела 3DFX, пионера в области 3D-видеокарт, за 70 миллионов долларов США. С тех пор, испытав на себе «игру на выживание» производителей видеокарт в 1990-х годах, Nvidia приобрела своего конкурента номер один, 3DFX, и осталась в живых.

На втором этапе инвестиции, слияния и поглощения Nvidia не были громкими. В 2007 году создание и применение рва CUDA позволило Nvidia построить экологический барьер, отличный от других производителей видеокарт. Оглядываясь назад, Nvidia разработала платформу CUDA, исследовала графические процессоры общего назначения и решительно отказалась от мобильного рынка.Эта серия действий сильно повлияла на направление развития Nvidia и, наконец, способствовала тому, чтобы Nvidia сформировала игровой дисплей. дата-центр, а автомобиль как платформа Бизнес-маршрут «тройки».

С 2015 года процесс инвестиций и слияний Nvidia ускорился, также начала увеличиваться поддержка начинающих компаний, и компания вступила в стадию быстрого расширения. За последние 8 лет Nvidia инвестировала в более чем 30 компаний из многих стран и регионов, занимающихся искусственным интеллектом, обработкой изображений, автономным вождением, биомедицинскими и другими областями.

Источник данных: составлено China Electronics News.

Хуан Ренсюнь однажды упомянул инвестиционную логику Nvidia: во-первых, видение компании соответствует Nvidia, то есть использовать технологию ИИ для создания большей ценности для общества; во-вторых, эта компания нуждается в помощи Nvidia; в-третьих, у этой компании относительно отличная квалификация.

Еще один раунд агрессивной экспансии

Только в 2017 году Nvidia инвестировала и приобрела около 20 компаний, что превышает сумму предыдущих лет. В последующие годы путь Nvidia к слияниям и поглощениям не был гладким. Он успешно приобрел Mellanox, поставщика облачных сетевых коммутаторов и адаптеров, но в процессе приобретения ARM у Softbank у него также были перипетии, и в конце концов ему пришлось отказаться от плана из-за антимонопольного законодательства. Эксперт по полупроводникам Мо Дакан сказал, что области инвестиций Nvidia кажутся сложными, но их можно кратко свести к двум основным направлениям: одно — это искусственный интеллект с GPU в качестве ядра вычислений, а другое — автомобильная электроника.

В его инвестиционном списке можно найти, что дальнейшее улучшение программных и аппаратных возможностей графического процессора и исследование автономного вождения стали основными задачами Nvidia. Признаки такого долгосрочного развертывания могут появиться гораздо раньше. Шэн Линхай, эксперт в области полупроводников, сказал репортеру China Electronics News: «Nvidia решила расширить сценарии применения GPU, и родился GPGPU (общий GPU), потому что Хуан Ренсюнь понял, что помимо игр, параллельные вычисления, в которых хорош GPU, могут также использоваться в других областях. В будущем они будут полезны в других отраслях, которым необходимо обрабатывать огромные объемы данных».

В конце 2022 года генеративный искусственный интеллект во главе с ChatGPT вышел в поле зрения публики.Огромный спрос на вычислительные мощности привел к тому, что рынок графических процессоров стал горячим, и подтолкнул Nvidia к достижению рыночной стоимости в триллион долларов в 2023 году. Это не «обогащение за одну ночь», а накопление. Программно-аппаратная экология, сформированная долгосрочной компоновкой, стала «доверием» Nvidia. После агрессивных инвестиций в 2017 году Nvidia, похоже, находится на пути к еще одному расширению.

В первой половине 2023 года Nvidia последовательно инвестировала в три компании, известные как «единороги ИИ». Среди них канадская компания Cohere, занимающаяся искусственным интеллектом, объявила о завершении финансирования серии C на сумму 270 миллионов долларов; другой стартап в области искусственного интеллекта Inflection AI объявил о разработке суперкомпьютера, оснащенного 22 000 NVIDIA H100. Кроме того, инвестиционная стратегия Nvidia также включает художественный и творческий ИИ, и Runway заявила, что будет использовать искусственный интеллект для производства видео. Научно-фантастический трейлер с искусственным интеллектом «Trailer: Genesis», который недавно привлек внимание в социальных сетях, был передан Runway для создания видео.

Runway Gen-2, продукт Runway (Источник: официальный сайт Runway)

12 июля Nvidia заявила, что инвестирует 50 миллионов долларов в Recursion Pharmaceuticals, фармацевтическую компанию с искусственным интеллектом, чтобы ускорить обучение своей модели искусственного интеллекта и использовать ее при разработке лекарств. Обе компании будут сотрудничать, чтобы ускорить разработку моделей Recursion на основе искусственного интеллекта в области биологии и химии и распространять их преимущественно среди биотехнологических компаний, используя облачные сервисы NVIDIA.

Расширить до вертикального поля

На этот раз Nvidia нацелена на размещение последующих приложений, в большей степени для улучшения существующей программной и аппаратной экосистемы искусственного интеллекта, а также для расширения бизнес-каналов при одновременном укреплении связи между спросом и предложением.

Nvidia знакома с битвами на рынке графических процессоров в целом, и ее продукты закалены в боях с момента основания компании. Мощная вычислительная мощность, которую может обеспечить GPU, является основой его существования, но это не означает, что постоянное улучшение вычислительной мощности будет безопасным навсегда.За «лихорадкой ИИ» стоит еще большее «холодное мышление». «AIGC — это тема, полная безграничного воображения, и она уже показала свою известность в сферах отдыха и развлечений, мелкого офиса. С появлением в будущем различных специальных моделей и дальнейшим улучшением вычислительной мощности AIGC проникнет в более профессиональные технические области», — сказал Дэн Чусян, исследователь CCID Consulting, корреспонденту China Electronics News.

С одной стороны, в отраслях, обрабатывающих большие объемы данных, центральные процессоры не способны обрабатывать огромные объемы вычислений, а графические процессоры необходимы для обработки большого объема параллельных данных; данные относительно закрыты и сложны, и более специализированные модели и необходимо разработать специализированные чипы вычислительной мощности для обучения и рассуждений.

Как компания, занимающаяся разработкой чипов, Nvidia стоит на стороне вычислительного питания и должна рассмотреть вопрос о том, «кому будет продаваться продукт». Это требует от Nvidia активного изучения и активного удовлетворения потребностей компаний-производителей приложений. Что касается AIGC, автономного вождения и биомедицины, Nvidia начала постоянно предоставлять услуги высокой вычислительной мощности различным производителям.

Кроме того, Nvidia необходимо ускорить собственное экологическое проникновение за счет многостороннего сотрудничества. Если доработка платформы CUDA реализует «использование» графического процессора, то теперь Nvidia будет продвигать этот набор программно-аппаратной экологии до уровня «приложения», чтобы добиться еще одного расширения бизнес-фреймворка. Таким образом, Nvidia не только предоставляет оборудование, вычислительную мощность и техническую поддержку для отрасли прикладных приложений, но также является инвестором в развивающиеся компании, тем самым достигая спирального восходящего процесса многократного усиления.